powerbi餐饮行业案例智能报表制作
一、业务背景
1.行业特点
餐饮行业具有其特殊性,属于服务业与快消业结合领域。其重点在于快,即快速发现与快速响应两方面,从而保证其竞争优势和有钱可赚。餐饮行业数据需每日进行观测,若等待月财务报表呈现,滞后性太强,需每日根据数据进行及时调整。
2.衡量指标
餐饮业业务指标可分为硬件与软件两个方面。
2.1 硬件:桌子、椅子使用情况、总金额、总单数、总折扣额
2.1.1 桌子可细分为三个指标
- 总桌数
- 翻台率:每张桌子在一天内平均使用次数
- 单均消费(桌均消费)
2.1.2 椅子也可细分为三个指标
- 总座位数
- 上座率:每张椅子在一天内平均使用次数
- 人均消费(椅均消费)
2.1.3 相关思考
- 常见情况为翻台率高于上座率,因为通常一张桌子不会坐满。
- 若翻台率很高而上座率很低,则可考虑桌椅布局不合理,需及时调整桌椅布局。
2.2 软件
2.2.1 菜品销售情况:销售额、销量
- 若某菜品销售额高而销量低,可以考虑是菜品定价过高,可能会影响回头客。
- 若某菜品销售额低而销量高,可考虑菜品定价过低,导致利润偏低。
以上两种情况均需适当调整菜品价格。
2.3 餐饮业KPI指标汇总
销售金额 | 当日店铺实际收入 |
销售KPI | 每家店的销售金额与所有店的销售金额的比 |
折扣额 | 本案例为销售总额的10%-20% |
折扣率 | 本案例为10%-20% |
台数 | 店铺总台数 |
翻台率 | 当日店铺每张桌子平均使用次数 |
单均消费 | 当日店铺所有缴费单的平均金额 |
座位数 | 店铺总座位数 |
上座率 | 当日店铺每把椅子平均使用次数 |
人均消费 | 当日到店每个人的平均消费额(销售总额/客流量 |
二、观察数据
主键为单号。
单号明细表中缺少每单金额字段,可通过点菜明细表内每张订单的具体菜品以及金额,按单号汇总出每张订单的总金额。缺少折扣金额,折扣额 = 单汇总金额 * 会员折扣。
单号详细表中付费时间字段需更改为时:分:秒格式的时间类型数据。
日期列均为同一天日期,对分析没有影响,数据处理时可删除.
主键为单号+菜品明细。
店面情况表中缺少总座位数字段,可通过表内台数乘以人数求和计算得出,四人台及以上规定平均值为6人进行计算。
主键为店名。
数据进行过脱敏,故无法细化至菜品名,只能深入至菜品类别。
三、数据处理
1.将excel中的三个表导入powerbi中,并在powerquery内进行初步数据处理。
2.将单号详细表复制出店汇总表,将点菜明细复制出单汇总表。
3.用点菜明细表合并查询单号详细表,展开店名字段并置于首列。
4.单汇总表内按单号进行汇总,分组依据为单号字段,柱为消费金额字段,得到每单的金额。
5.店汇总表内合并查询单汇总表,展开单金额字段,并添加列折扣额。
6.店面情况表内添加总座位数字段。
7.店汇总信息表内按店名进行汇总,按行计数得出每个店的总单数,对单金额、来店人数、折扣额进行求和,分别得出每个店的总收入金额、来客人数和总折扣额。
8.要计算翻台率,上座率,需要在店汇总信息表中添加总台数、总座位数。可从店名情况表中合并过来,展开总台数和总座位数字段。记得检查每个字段的数据类型。
添加列
- 人均消费=店收入金额/来客人数
- 单均消费=店收入金额/总单数
- 翻台率=总单数/总台数
- 上座率=来客人数/总座位数
- 折扣率=折扣金额/店收入金额
9.由于店面情况和单汇总金额两张表内信息已经被合并至店汇总信息表内,所以可以将这两张表内关闭加载,随后点击关闭并应用结束pq中的编辑。
四、制作商业智能报表
1.设计思路
1.1因数据中的餐饮企业属于连锁店铺,具有五家分店,所以考虑采用店名切片器用以分别观察每个店铺的具体指标:单数、总台数、总座数、来客人数、店收入、人均消费、单均消费。
1.2展示完五家分店的具体指标后,还需添加模块用以观察每家店的经营情况与总体情况的对比,观察是否达到平均经营水平。这里可采用制作店收入、上座率、翻台率仪表盘,将目标值设为平均水平。
1.3考虑到餐饮业具有客流高峰和低谷时段,需要观察不同时段每家店的销售金额、开台数情况。通常餐饮店若要兼顾早中晚餐的经营,可能需要2-3套人员,在此维度下观察可以衡量某套人员的绩效水平。也可以观察出每家店的高峰就餐时段。采用柱形图与折线图的组合图来展现。
1.4通过饼图,展现每家店菜品销售金额和销售数量的占比情况,因本次数据只细化至菜品类别,没有具体的菜名,无法判断出热门菜和每道菜定价是否合理,但练习中我选择忽略这点,只考虑方法。
2.查看power pivot中模型连接关系并进行更改
由于结果中所有的图表都要与店名切片器进行关联,故只选择店汇总信息表作为一表,点菜明细表和单号详细表作为多表,分别以店名进行连接即可。
3.结果展示
各模块只需要简单拖入维度和度量值就可以了,唯一需要注意的地方是仪表盘的目标值(即各指标的平均值)需要去除店名筛选作用,使用all函数即可。例:平均翻台率 = CALCULATE(AVERAGE(‘店汇总信息’[翻台率]),ALL(‘店汇总信息’[店名]))。
powerbi餐饮行业案例智能报表制作相关推荐
- mfc 固定编辑框输入上限和下限_餐饮行业案例:固定工资、底薪提成改成这样,员工为自己拼命干...
关注每天学习薪酬绩效,员工激励知识! 私信小编"绩效"两字,免费发送60分钟薪酬绩效管理内部培训视频 前几天,有位钢铁制造业的老板和我说:有一年企业经营效益非常好,为了奖励下面的高 ...
- SpreadJS 纯前端表格控件应用案例:医疗行业智能报表系统
由西安几何数字信息技术有限公司(简称:几何数字)推出的医疗行业智能报表系统,通过嵌入纯前端表格控件 SpreadJS,实现了拖拽式操作和丰富的可视化指标体系,可助您轻松自如地完成数据透视分析.自助分析 ...
- 数智化转型中的零售餐饮行业
由中国电子商会商业信息化专委会.<智慧零售与餐饮>.中国零售(餐饮)CIO 俱乐部主办,衡石科技.汇付天下协办的"构建数字化零售.餐饮协同共生联盟研讨会暨数字化系统一体化对接生态 ...
- 炒菜机器人放食材的顺序_科技改变行业:改变餐饮行业的十大智能发明
时代的发展见证了科技的不断发展,智能已经运用到了我们生活中的各个方面,包括餐饮业.作为第三产业的支柱,餐饮业的用人需求十分大,但是用人难也是行业统一的困扰,但是科技的发展将会取代越来越多重复繁杂的人类 ...
- python爬虫餐饮行业数据分析统计服_Python数据分析实战,简单快速制作餐饮行业商业化报告...
前些天有个朋友向我求救,他们公司最近要针对餐饮行业做数据分析,并为某些商家做出线上营销方案.但是他一头雾水,不知道该从哪方面下手. 我提醒他,是否先从商家的线上评价作为数据分析的入口例如美团.大众点评 ...
- 餐饮行业最新的经营模式——私域运营案例
疫情让许多企业发展面临巨大压力,而私域流量在这个时刻成为很多餐饮企业爱如珍宝的"救命稻草".甚至有人预言,今年将可能是餐饮私域流量醒觉得第一年.目睹着越来越多的餐饮企业其中甚至还有 ...
- 在“互联网+”时代下,专为餐饮行业量身打造的智能管理系统!
传统的餐厅经营,日常运营中存在人力资本.物料损耗.设施设备.广告宣传推广等资金的投入.特别是在设施设备,前期需要投入大量资金,且后期还需进行维护,费用不小.传统的餐饮管理模式,除了在各种服务上存在体验 ...
- 百炼智能店店通数据:2020年下半年餐饮行业闭店率超30%
"怎么办?太难了." 过去一年疫情的"大浪淘沙"下,许多从业者面临的不是日营业额如何增长的问题,而是能否闯过这生死局. 平日常吃的店贴上了"招租&qu ...
- 干货集锦:Qlik中文教程/行业案例/demo演示等全部打包给您!
Qlik连续10年成为Gartner"分析与商业智能平台"魔力象限领先者象限,成为企业商业智能和个人职场成功的必然选择.Qlik Sense是一个完整的数据分析平台,为新一代分析奠 ...
最新文章
- R语言使用pwr包的pwr.f2.test函数对线性回归模型进行效用分析(power analysis)、在已知效应量(effect size)、显著性水平、效用值的情况下计算需要的样本量
- MATLAB神经网络样本数量太大,MATLAB搭建bp神经网络的误差特别大,但R2的值也大,求解帮我看看我的网络哪里出问题了...
- 没学过python、但是还是有公司要-想转行,是要入坑Python还是Java?这问题还用问?...
- 成功解决ValueError: DataFrame.dtypes for data must be int, float or bool.Did not expect the data types
- 傅立叶变换、拉普拉斯变换、Z变换之间 篇一
- 根据图片URL获取图片的尺寸【Swift语言实现】
- 9.Python基础 面向对象的进一步拓展
- 内存泄漏(OOM)产生原因
- Java IDEA断点调试
- React简介及基础用法
- mysql忘记i密码_Mysql忘记密码处理过程
- SQL基础(3)-索引/触发器/视图操作
- 腾讯、阿里能像 Facebook 一样发币吗?
- 标准数独解题之旅(用一道数独题讲解最基本的5种解题技巧)
- MATLAB学习之泰勒展开(四)
- 了解Google发展的下一代搜索Knowledge Graph:Emily Moxley访谈录
- STM32用XCOM调试助手打印不出数据
- speedoffice使用方法-word怎么添加边框
- MySQL数据库期末考试试题及参考答案(01)
- swust2020春季《形势与政策》mooc考试答案参考
热门文章
- EMC Isilon(OneFS)存储数据恢复方案【服务器数据恢复案例】
- Python(入门案例)第二期
- SpringMVC---四大作用域
- js websocket同步等待_javascript – 如何等待WebSocket的readyState更改
- qimage 像素 替换颜色_米8精简版拥有24MP前置摄像头与使用超级像素技术索尼IMX576传感器...
- 雪球产品蒙特卡洛模拟实现产品定价
- 鸿蒙是不是PPT,华为鸿蒙OS终于不是PPT手机系统了!鸿蒙官微出山:全球第三大稳了...
- 王刚日记:互联网赚钱的3种超级思维
- 把握销售中的八个细节做个完善的销售计划(2)
- 如何向领导汇报工作(4)