Exemplo de Análise de Varejo para Power BI: faça um tour

O exemplo interno de Análise de Varejo contém um painel, relatório e modelo semântico que analisa dados de vendas de varejo de itens vendidos em várias lojas e distritos. As métricas comparam o desempenho deste ano com o do ano passado para vendas, unidades, margem bruta, variância e análise de novas lojas.

Este exemplo faz parte de uma série que mostra como você pode usar o Power BI com dados, relatórios e painéis orientados para os negócios. A empresa obviEnce criou esta amostra usando dados reais e anonimizados. Os dados estão disponíveis em vários formatos: exemplo interno no serviço do Power BI, arquivo .pbix do Power BI Desktop ou pasta de trabalho do Excel. Consulte Exemplos para o Power BI.

Este tutorial explora o exemplo de Análise de Varejo no serviço do Power BI. Como a experiência de relatório é semelhante no Power BI Desktop e no serviço, você também pode acompanhar usando o arquivo .pbix de exemplo no Power BI Desktop. Obtenha a amostra de uma das seguintes maneiras:

• Obtenha o exemplo interno no serviço.
• Baixe o arquivo .pbix.
• Baixe a pasta de trabalho do Excel.

Pré-requisitos

Você não precisa de uma licença do Power BI para explorar os exemplos no Power BI Desktop. Você só precisa de uma licença gratuita do Fabric para explorar o exemplo no serviço do Power BI e salvá-lo em Meu espaço de trabalho.

Obter o exemplo interno no serviço do Power BI

1. Abra o serviço do Power BI (app.powerbi.com) e selecione Aprender na navegação à esquerda.

2. Na página Centro de aprendizagem, em Relatórios de exemplo, role até ver o Exemplo de análise de varejo.

3. Selecione a amostra. Abre no modo de Leitura.

4. O Power BI importa o exemplo interno, adicionando um novo painel, relatório e modelo semântico ao seu espaço de trabalho atual.

   

   Selecione o painel para exibir o painel de exemplo.

Obtenha o arquivo .pbix para este exemplo

Como alternativa, você pode baixar o exemplo de Análise de Varejo como um arquivo .pbix, projetado para uso com o Power BI Desktop.

1. Depois de abrir o arquivo no Power BI Desktop, selecione Publicar Arquivo Publicar>>no Power BI ou escolha Publicar na faixa de opções Página Inicial.

2. Na caixa de diálogo Publicar no Power BI, escolha um espaço de trabalho e, em seguida, Selecionar.

3. No serviço do Power BI, em seu espaço de trabalho, role para baixo até o relatório Exemplo de Análise de Varejo e selecione para abrir.

4. No menu Mais opções (...), selecione Fixar em um painel. Selecione Novo painel, insira um nome e escolha Fixar ao vivo.

O painel que você cria dessa maneira não é o mesmo que o painel de exemplo criado pelo exemplo interno. Você ainda pode usar as Perguntas e Respostas no painel para saber mais sobre seus dados e fazer alterações no painel.

Obter a pasta de trabalho do Excel para este exemplo

Se você quiser exibir a fonte de dados para este exemplo, ela também estará disponível como uma pasta de trabalho do Excel. Para ver os dados brutos, habilite os suplementos de Análise de Dados e selecione Gerenciar do Power Pivot>.

Se pretender obter e utilizar o ficheiro Excel no serviço Power BI, siga estes passos:

1. Baixe o exemplo de exemplos do Power BI Desktop. O arquivo é chamado de Retail Analysis Sample-no-PV.xlsx.

2. Abra o ficheiro no Excel e, em seguida, selecione Publicar Publicação de Ficheiro>>no Power BI.

3. Selecione um espaço de trabalho, como Meu espaço de trabalho, e escolha Exportar.

   Existem diferentes formas de trabalhar com ficheiros Excel. Para obter mais informações, consulte Explorar os exemplos do Excel no Excel.

4. No serviço do Power BI, os dados exportados aparecem como um modelo semântico no espaço de trabalho selecionado. Selecione Mais opções (...) >Criar relatório automaticamente.

5. Selecione Guardar, introduza um nome para o relatório e, em seguida, selecione Guardar.

6. No menu Mais opções (...), selecione Fixar em um painel. Selecione Novo painel, insira um nome e escolha Fixar ao vivo.

O painel e o relatório criados dessa maneira não são os mesmos criados pelo exemplo interno. Você ainda pode usar as Perguntas e Respostas no painel para explorar seus dados e fazer alterações no painel.

Use as Perguntas e Respostas para se aprofundar no painel

Não importa se você baixou o painel ou criou o seu próprio, você pode usar as perguntas e respostas no painel para descobrir outros detalhes nos dados. Vamos experimentar.

1. No painel, selecione o bloco Vendas Novas e Lojas Existentes deste ano.

   

   Se o seu painel não tiver esse bloco, digite Vendas deste ano na caixa de perguntas e respostas na parte superior do painel. Os resultados das P&R aparecem:

   

2. Mude a pergunta para as vendas deste ano por distrito. Observe o resultado. As P&R colocam automaticamente a resposta num gráfico de barras:

   

3. Agora mude a pergunta para as vendas deste ano por zip e cadeia.

   O Power BI responde à pergunta à medida que você digita e exibe o gráfico apropriado.

4. Experimente mais perguntas e veja que tipo de resultados obtém.

5. Quando estiver pronto, volte ao painel.

Explorar o relatório

Se você obteve o relatório interno no serviço do Power BI ou publicou o arquivo .pbix do Power BI Desktop, seu relatório corresponde ao exemplo nesta seção. Se você importou do Excel, seu relatório gerado automaticamente não terá a aparência descrita.

Página de visão geral de vendas na loja

1. Se você obteve o relatório interno no serviço do Power BI, no espaço de trabalho onde salvou o exemplo, abra o painel Exemplo de Análise de Retail . No painel, selecione o bloco Total de lojas novas ou lojas existentes , que é aberto na página Visão geral das vendas da loja no relatório Exemplo de análise de varejo.

   

   Se você publicou o arquivo .pbix do Power BI Desktop, abra a página Visão Geral de Vendas da Loja do relatório.

   Nesta página de relatório, você vê que temos um total de 104 lojas, 10 das quais são novas. Temos duas cadeias, Fashions Direct e Lindseys. As lojas Fashions Direct são maiores, em média.

2. No gráfico de pizza Vendas por Cadeia deste ano, selecione Modas Diretas.

   

   Observe o resultado no gráfico de bolhas % de variação total de vendas:

   

   O distrito FD-01 tem a maior média de Vendas por Pé Quadrado e o FD-02 tem a menor Variação Total de Vendas em comparação com o ano passado. FD-03 e FD-04 são os piores desempenhos em geral.

3. Selecione bolhas individuais ou outros gráficos para ver o realce cruzado, revelando o efeito das suas seleções.

4. Para retornar ao painel, selecione Exemplo de análise de varejo na barra de navegação esquerda.

   

Explore a página de Vendas Mensais do Distrito

Vamos explorar em um nível mais detalhado, olhando para os desempenhos dos distritos.

1. No painel, selecione o bloco Vendas deste ano, Vendas do ano passado, que abre a página Vendas mensais distritais do relatório.

   

   Se você publicou o arquivo .pbix do Power BI Desktop, abra a página Vendas Mensais Distritais do relatório.

   No gráfico Total Sales Variance % by Fiscal Month, observe a grande variabilidade na variância % em comparação com o ano passado, com janeiro, abril e julho sendo meses particularmente ruins.

   

   Vamos ver se conseguimos reduzir onde os problemas podem estar.

2. No gráfico de bolhas, selecione a bolha 020-Mens .

   

   A categoria masculina não foi tão afetada em abril quanto o negócio geral. Janeiro e julho ainda foram meses problemáticos.

3. Selecione a bolha 010-Womens .

   

   A categoria feminina teve um desempenho muito pior do que o negócio geral em todos os meses, e em quase todos os meses em comparação com o ano anterior.

4. Selecione a bolha novamente para limpar o filtro.

Experimente a segmentação de dados

Vejamos como estão os distritos específicos.

1. Selecione Allan Guinot na segmentação de dados District Manager no canto superior esquerdo.

   

   O distrito de Allan superou o desempenho em março e junho, em comparação com o ano passado.

2. Com Allan Guinot ainda selecionado, selecione a bolha Womens-10 no gráfico de bolhas.

   

   Para a categoria Feminino-10, o distrito de Allan não atingiu o volume do ano passado.

3. Explorar os outros gestores distritais e categorias; Que outros insights você pode encontrar?

4. Quando estiver pronto, volte ao painel.

O que os dados dizem sobre o crescimento das vendas este ano

A última área que queremos explorar é o nosso crescimento, examinando as novas lojas abertas este ano.

1. Selecione o bloco Lojas abertas este ano por mês aberto, Cadeia , que abre a página Análise de novas lojas do relatório.

   

   Ou abra a página Análise de novas lojas do relatório.

   Como é evidente no azulejo, mais lojas Fashions Direct do que Lindseys abriram este ano.

2. Observe o gráfico Vendas por Sq Ft por Nome :

   

   Observe a diferença nas vendas médias/metro quadrado entre as novas lojas.

3. Selecione o item de legenda do Fashions Direct no gráfico Abrir Contagem de Loja por Mês Aberto e Cadeia no canto superior direito. Note, mesmo para a mesma rede, a melhor loja (Winchester Fashions Direct) supera significativamente a pior loja (Cincinnati 2 Fashions Direct) por US $ 21,22 vs US $ 12,86, respectivamente.

   

4. Selecione Winchester Fashions Direct na segmentação de dados Nome e observe o gráfico de linhas. Os primeiros números de vendas foram divulgados em fevereiro.

5. Selecione Cincinnati 2 Fashions Direct na segmentação de dados e observe no gráfico de linhas que ela abriu em junho e parece ser a loja com pior desempenho.

6. Explore selecionando outras barras, linhas e bolhas ao longo dos gráficos e veja quais informações você pode descobrir.

Conteúdos relacionados

Este ambiente é seguro para jogar, porque você pode optar por não salvar suas alterações. Mas se você salvá-los, você sempre pode retornar ao Centro de aprendizagem para uma nova cópia deste exemplo.

Esperamos que este tour tenha mostrado como os painéis, as Perguntas e Respostas e os relatórios do Power BI podem fornecer informações sobre dados de exemplo. Agora é a sua vez. Conecte-se aos seus próprios dados. Com o Power BI, você pode se conectar a uma ampla variedade de fontes de dados. Para saber mais, consulte Introdução ao serviço do Power BI.