Wyzwanie
Zgodnie z wytycznymi, w celu zapewnienia czytelności projekt został podzielony na trzy strony: Overview (widok ogólny), Demographics (informacje demograficzne) oraz Forecasting (prognozowanie). Raport został uzupełniony o boczną nawigację z logo klienta. Dane źródłowe zawierały informacje dotyczące sprzedaży, produktów, miast, kanałów sprzedaży, metod płatności, zwrotów oraz sprzedaży realizowanej podczas wydarzeń promocyjnych. Zadaniem było przekształcenie tych danych w interaktywny raport umożliwiający analizę wyników z lat 2023–2025 oraz przygotowanie prognozy na kolejne 18 miesięcy. Kluczowe wskaźniki KPI miały przedstawiać przychód, liczbę sprzedanych sztuk, procent zwrotów oraz udział sprzedaży realizowanej podczas wydarzeń promocyjnych. Istotnym elementem projektu było również połączenie danych transakcyjnych z tabelą produktów, umożliwiające obliczanie przychodu na podstawie cen SKU oraz tworzenie miar DAX wykorzystywanych w różnych kontekstach filtrowania. Projekt powinen też wskazywać najlepiej sprzedajce się produkty a na ostatniej stronie powinny zostać umieszczone spostrzeżenia.
Model danych i rozwiązanie
- utworzenie relacji pomiędzy tabelą sprzedażową manju_bhai_sales a tabelą sku_details
- utworzenie miar potrzebnych do realizacji projektu takich jak Revenue, Return Rate czy Event Sales Rate
- analiza sprzedaży w ujęciu miesięcznym i rocznym
- analiza Revenue i Products Sold według kanału, metody płatności i miasta
- ranking Top 5 produktów według przychodu
- obliczenie udziału miasta w całkowitym przychodzie (Revenue Share by City)
- wykorzystanie fragmentatorów Year do interaktywnego filtrowania raportu
- wykorzystanie funkcji Forecast w Power BI do prognozy przychodu na 18 miesięcy z 95% przedziałem ufności
Dashboard
