Как сделать динамику продаж в excel
Обновлено: 07.07.2024
Отчет менеджера по продажам - это ежедневный контроль качества работы отдела продаж.
Какой должна быть отчетность, сколько форм и какие показатели должны формировать ежедневную отчетность менеджера отдела продаж - получите полную инструкцию по внедрению основных инструментов по контролю за качеством и эффективностью ваших продавцов.
Какие отчеты должны быть в отделе продаж:
- Отчет менеджера по продажам: цели и задачи
- Отчет менеджера по продажам: план/факт
- Отчет менеджера по продажам: статистика продаж по этапам в Pipeline
- Отчет менеджера по продажам: конверсия и длина сделки
- Отчет менеджера по продажам: по сделкам и клиентам
- Отчет менеджера по продажам: сводная статистика
- Отчет менеджера по продажам: по этапам и суммам сделок
- Отчет менеджера по продажам: пользовательские отчеты
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: ЦЕЛИ И ЗАДАЧИ
Отчеты менеджера по продажам нужны для регулярного анализа текущей результативности отдела продаж и устранения «узких мест» в процессе продажи.
В2В продажи сложно управляемы, цикл сделки сегодня может быть от 1-го до 3,6 и более месяцев в зависимости от ниши и продукта. Поведение потенциальных клиентов сложно предсказать. Современные CRM-системы позволяют минимизировать человеческий фактор и контролировать эффективность работы менеджера по продажам с помощью KPI.
В Pipeline Sales Managment может быть более 50-ти (!) разных KPI – показателей, которые вы можете контролировать и прогнозировать.
Отчеты отдела продаж - это конструктор, задача которого наглядно демонстрировать РОПу динамику отобранных под задачи KPI, выявлять их отклонения и планировать мероприятия по их увеличению.
Ниже представлены 6 базовых отчетов менеджера отдела продаж. "Зашейте" их в свою СRM-систему, чтобы их выдача происходила автоматически.
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: ПЛАН/ФАКТ
Отчет менеджера по продажам о факте выполнения плана продаж должен формироваться в режиме он-лайн. Он подтягивает данные из CRM-системы.
Контроль выполнения плана продаж зависит от цикла сделки.
Если в вашей нише цикл сделки от одной до 2,3-х недель, выставляйте планы на месяц. Если цикл сделки 4 и более месяцев, планируйте планы на квартал с разбивкой по месяцам.
Контроль фактическое выполнение плана осуществляйте ежедневно с помощью отчета «план/факт». Если цикл сделки свыше 4-х месяцев, можете выделять время на анализ планов продаж два в неделю.
Во многих компаниях о факте прихода денег от клиента менеджер узнает от бухгалтера. Обеспечьте интеграцию вашей CRM-системы с 1С:бухгалтерией. И выводите отчет о выполнении плана продаж по каждому менеджеру и по отделу в целом:
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: СТАТИСТИКА ПРОДАЖ ПО ЭТАПАМ В PIPELINE
Для того, чтобы оценивать вероятность выполнения месячного плана продаж, формируйте отчет по суммам сделок на каждом этапе цикла сделки по каждому менеджеру отдела продаж.
Отчет формируется в формате Pipeline - это горизонтальное представление воронки продаж.
Основная отчетность отдела продаж должна выстраиваться не в «вороночном виде», а в формате Pipeline.
Отчет в пайплайн может формироваться по разным показателям. Он нагляднее чем воронка продаж демонстрирует динамику показателей.
Pipeline - это современный инструмент системы отчетности для В2В продаж.
Простейший отчет менеджера по продажам в пайплайн показывает сумму сделок на каждом этапе:
Из отчета план/факт за неделю (см. выше) вы понимаете, что для того, чтобы выполнить план продаж в октябре (3 250 000 руб.), вам необходимо за оставшуюся до конца месяца 4-ю неделю закрыть сделок ещё на сумму 506 300 руб.
Из сводного отчета по суммам сделок по этапам цикла за неделю вы увидите, что у Потапова, который выполняет план только на 54%, на этапе 4 находится сделок на 446 600 руб. Значит у Потапова есть резерв для выполнения плана до конца месяца. Отчет менеджера по продажам по суммам сделок по этапам цикла в Pipeline помогает прогнозировать выполнение плана продаж и оценивать потенциал по закрытию.
Если вы выведите графическое представление этого отчета, то получите визуально наглядную демонстрацию недоработок менеджеров отдела продаж:
По графику мы видим, что существует большой разрыв между лидером и отстающим. Потапов – кандидат на «вылет». Для того, чтобы понять, как повысить эффективность этого менеджера, нам необходимо проанализировать его показатели конверсии и изучить причины отклонений. На основании анализа причин дать Потапову тренинг наставника по продажам по "узким" местам в техниках продаж, затем месяц на исправления показателей, и, если не справится, заменить его новичками-стажёрами.
Основная отчетность отдела продаж должна выстраиваться не в «вороночном виде», а в формате Pipeline
Визуальные отчеты менеджера по продажам в пайплайн помогают вам держать руку на пульсе он-лайн и своевременно принимать меры по исправлению перекосов.
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: КОНВЕРСИЯ И ДЛИНА СДЕЛКИ
Отчет менеджера по продажам по конверсии воронки продаж и длине сделок показывает какой процент денег или клиентов переходит на следующий этап процесса продажи, и как быстро это происходит.
Формируйте отчет по каждому менеджеру по продажам и по отделу:
Цифры отчета покажут вам эффективность менеджеров по продажам.
Используйте данные по конверсии (conversion rate) по окончанию отчетного периода и рассчитайте необходимый вам на следующий месяц объем по лидам, звонкам, встречам, ИП (информационным письмам), КП (коммерческим предложениям) и договорам для того, чтобы выполнить план продаж следующего месяца.
В нашем примере в суммарном отчете по всему отделу продаж конверсия из лида в сделку составляет 17%. Мы можем использовать этот показатель и прогнозировать на следующий месяц необходимое нам количество квалифицированных лидов (Sales Qualifeid Leads), которое должны поставить нам наши Хантеры (менеджеры по продажам) для дальнейшего их утепления и проведения по циклу до закрытия в сделку.
Показатель длины сделки мы контролируем для того, чтобы:
- понимать длину цикла cделки для определенного канала продаж (по региону и/или сегменту клиента);***
- для прогнозирования Cash Flow.
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: ПО СДЕЛКАМ И КЛИЕНТАМ
Отчет менеджера по продажам по сделкам и клиентам нужно максимально детализировать.
Он содержит в себе максимум информации для анализа и получения полной картины по отделу. В отчете фиксируется вероятность завершения сделки, ее сумма, этап, на котором находится лид.
Преимущество этого отчета в том, что он дает вам возможность анализировать разные предложения одному клиенту. Эти продажи могут находится на разных этапах, быть разного размера и иметь разную конверсию. Этапам сделки присуждается определенный процент вероятности. Чем выше вероятность тем ближе к закрытию сделка:
Сегодня пайплайн-отчеты формируется в CRM-системах. Но его можно сделать и в Excel.
До появления CRM-систем мы вели подобный отчет на проектах Active Sales Group по увеличению продаж в ежедневном отчете менеджера по продажам - "Журнал работ". До сих пор во многих компаниях менеджеры по продажам пытаются сохранить информацию по своим действиям и цифра по сделкам в таблицах Excel.
Используйте для построения ежедневного отчета менеджера по продажам удобную форму в Excel:
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: СВОДНАЯ СТАТИСТИКА
Сводный отчет менеджера по продажам за период это диагноз по эффективности работы менеджера и его наставника - РОПа (Руководителя отдела продаж).
Отчет может содержать данные по опережающим и догоняющим показателям за период: количество КП сделанных за период, их сумму, количество сделок в работе, закрытие сделки - их сумму и количество.
Конверсия по сделкам и предложениям - это результирующие показатели. По ним вы судите о результативности отдела продаж.
В нашем случае из 100 выставленных Коммерческих предложений только 25 становятся закрытыми сделками. При этом конверсия в деньгах всего 14%.
Анализ этих цифр по отчетам каждого менеджера по продажам и их помесячное сравнение позволит вам понять сколько вы теряете сделок и какова динамика ваших продаж.
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: ПО ЭТАПАМ И СУММАМ СДЕЛОК
Сводный отчет по месяцам по суммам сделок на каждом этапе цикла продажи (Квалификация клиента - Информационное письмо/Презентация - Коммерческое предложение - Сделка - Деньги) по каждому менеджеру по продажам и по отделу даст представление о динамике результативности ваших сотрудников в техниках продаж:
График построенный на основании этого отчета наглядно покажет наличие сезонности в спросе, а также любые отклонения и дисбалансы, которые могут возникнуть в отделе по разным причинам (уход сотрудника, смена продуктовой линейки, проблемы с маркетингом и проч.):
На приведенном графике есть пик в апреле. Необходимо анализировать его причину. Почему, если ваш отдел продаж смог показать такой результат в апреле, в мае и июне вам не удалось удержать этот рост?
Если подобный анализ по прошлому году подтверждает вам наличие такого же пика в апреле, заранее подготовьте маркетинговые мероприятия для мая и июня, чтобы отчеты менеджеров за эти месяца не показывали спад продаж.
ОТЧЕТ МЕНЕДЖЕРА ПО ПРОДАЖАМ: ПОЛЬЗОВАТЕЛЬСКИЕ ОТЧЕТЫ
Для контроля работы своих продавцов вы можете внедрять разные отчеты. Как только вы освоите 6 основных видов отчетов менеджера по продажам, вы сможете настраивать для анализа более детальные персонализированные отчеты, чтобы изучать данные по менеджерам более глубоко.
Вот несколько примеров различных срезов для настройки пользовательских отчетов по менеджерам по продажам:
- Средний размер сделки;***
- Время закрытия;***
- Стоимость привлечения клиентов;***
- Отчет о победах, потерянных сделках и причинах потерь;***
- Среднее количество активностей по менеджеру.
Используйте наши рекомендации по внедрению отчетов по менеджерам по продажам для контроля за эффективностью работы вашего отдела продаж.
Прогнозирование продаж в Excel не сложно составить при наличии всех необходимых финансовых показателей.
В данном примере будем использовать линейный тренд для составления прогноза по продажам на бушующие периоды с учетом сезонности.
Линейный тренд хорошо подходит для формирования плана по продажам для развивающегося предприятия.
Excel – это лучший в мире универсальный аналитический инструмент, который позволяет не только обрабатывать статистические данные, но и составлять прогнозы с высокой точностью. Для того чтобы оценить некоторые возможности Excel в области прогнозирования продаж, разберем практический пример.
Пример прогнозирования продаж в Excel
Рассчитаем прогноз по продажам с учетом роста и сезонности. Проанализируем продажи за 12 месяцев предыдущего года и построим прогноз на 3 месяца следующего года с помощью линейного тренда. Каждый месяц это для нашего прогноза 1 период (y).
Уравнение линейного тренда:
- y — объемы продаж;
- x — номер периода;
- a — точка пересечения с осью y на графике (минимальный порог);
- b — увеличение последующих значений временного ряда.
Допустим у нас имеются следующие статистические данные по продажам за прошлый год.
- Рассчитаем значение линейного тренда. Определим коэффициенты уравнения y = bx + a . В ячейке D15 Используем функцию ЛИНЕЙН:
- Выделяем ячейку с формулой D15 и соседнюю, правую, ячейку E15 так чтобы активной оставалась D15. Нажимаем кнопку F2. Затем Ctrl + Shift + Enter (чтобы ввести массив функций для обеих ячеек). Таким образом получаем сразу 2 значения коефициентов для (a) и (b).
- Рассчитаем для каждого периода у-значение линейного тренда. Для этого в известное уравнение подставим рассчитанные коэффициенты (х – номер периода).
- Чтобы определить коэффициенты сезонности, сначала найдем отклонение фактических данных от значений тренда («продажи за год» / «линейный тренд»).
- Рассчитаем средние продажи за год. С помощью формулы СРЗНАЧ.
- Определим индекс сезонности для каждого месяца (отношение продаж месяца к средней величине). Фактически нужно каждый объем продаж за месяц разделить на средний объем продаж за год.
- В ячейке H2 найдем общий индекс сезонности через функцию: =СРЗНАЧ(G2:G13).
- Спрогнозируем продажи, учитывая рост объема и сезонность. На 3 месяца вперед. Продлеваем номера периодов временного ряда на 3 значения в столбце I:
- Рассчитаем значения тренда для будущих периодов: изменим в уравнении линейной функции значение х. Для этого можно просто скопировать формулу из D2 в J2, J3, J4.
- На основе полученных данных составляем прогноз по продажам на следующие 3 месяца (следующего года) с учетом сезонности:
Общая картина составленного прогноза выглядит следующим образом:
График прогноза продаж:
Алгоритм анализа временного ряда и прогнозирования
Алгоритм анализа временного ряда для прогнозирования продаж в Excel можно построить в три шага:
- Выделяем трендовую составляющую, используя функцию регрессии.
- Определяем сезонную составляющую в виде коэффициентов.
- Вычисляем прогнозные значения на определенный период.
Нужно понимать, что точный прогноз возможен только при индивидуализации модели прогнозирования. Ведь разные временные ряды имеют разные характеристики.
Чтобы посмотреть общую картину с графиками выше описанного прогноза рекомендуем скачать данный пример:
Если вы продаете онлайн-сервис, вам, наверное, хотелось бы видеть, что происходит на каждом этапе воронки продаж. Из анализа воронки можно сделать важные выводы: насколько понятен и удобен процесс установки и начальной настройки приложения, как много и какие клиенты становятся активными пользователями сервиса, какой процент переходит с бесплатной версии на платную. Кроме того, по динамике коэффициентов конверсии можно делать вывод об эффективности принимаемых мер для увеличения продаж.
Постановка задачи
Таким образом, мы имеем следующую воронку продаж:
Требуется показать количество клиентов на каждом уровне воронки, а так же посчитать коэффициент конверсии для каждого уровня, с разбивкой по неделям и месяцам. Исходные данные лежат в MySQL, отчеты должны строиться автоматически нажатием нескольких кнопок, а так же позволять, при необходимости, строить разрезы по различным категориям и вводить фильтры без дополнительного программинга.
Загружаем исходные данные из БД
Для загрузки данных из БД в Excel нам понадобится ODBC-драйвер. В нашем случае будем использовать коннектор ODBC-MySQL для Windows. На маке с коннектором у нас что-то не сложилось, но возможно это уже поправили в новых версиях.
После установки драйвера создаем пустую книгу Excel, открываем вкладку «Данные» — «Из других источников» — «Из Microsoft Query»
Затем выбираем «Новый источник данных», вводим название подключения, выбираем драйвер «MySQL ODBC Driver». Затем нажимаем кнопку «Связь», вводим параметры подключения к нашей БД, кликаем «ОК». После этого, если подключение успешно установлено, Microsoft Query предложит пошаговый мастер создания запросов. Закрываем все всплывающие окна с отказом, а затем жмем «SQL» и вводим наш SQL-запрос, который выдаст исходную таблицу, вручную. Наш запрос просто делает выборку из таблицы подключенных клиентов со slave-сервера БД.
- created — дата регистрации клиента
- name — URL сайта
- was_installed — 1 если клиент устанавливал виджет на свой сайт, 0 если никогда не устанавливал
- chats_count — количество диалогов, состоявшихся с помощью нашего сервиса
- is_paid — 0, если клиент нам ничего не платил, 1 — если платил
У этой упорядоченной таблицы есть ряд полезных свойств, которыми мы впоследствии воспользуемся.
Создаем сводную таблицу
Чтобы большой исходный массив данных превратился в удобные и красивые отчеты, мы воспользуемся сводными таблицами. Кликаем на самую верхнюю-левую ячейку таблицы с исходными данными (ячейка А1) затем «Вставка» – «Сводная таблица» – «ОК». Таким образом, исходным массивом для сводной таблицы будет весь результат запроса в MySQL, при добавлении новых столбцов и строк сводная таблица обновится автоматом.
Пустая сводная таблица выглядит так:
Считаем количество клиентов на каждом этапе продаж
Прежде, чем формировать такой отчет, нам для каждой строки в исходной таблице нужно добавить номер недели и год, в котором клиент был подключен. Это нужно, чтобы группировать данные по году и неделе. Для этого открываем лист с исходными данными, листаем вправо до последнего столбца, кликаем на ячейку справа от заголовка последнего столбца, и там пишем «Неделя подключения». В таблицу добавился новый столбец с пустыми значениями в строках. Теперь в ячейке под заголовком нового столбца пишем формулу «=НОМНЕДЕЛИ(» и кликаем по ячейке в этой строке, в которой у нас указана дата подключения клиента.
В этом случае формула будет выглядеть как «=НОМНЕДЕЛИ([@created];21)». Если ячейка находится в той же строке, что и формула, умный Excel формирует ссылку на нее по названию столбца, а так же автоматически заполняет все строки таблицы этой формулой. При добавлении строк в таблицу исходных данных новые вычисляемые ячейки будут добавлены автоматически. Удобно, Экзелю респект :). Обратите внимание, что есть разные алгоритмы вычисления номера недели. Для себя мы выбрали схему №21.
Аналогично добавляем столбец «Год подключения» с формулой «=ГОД([@created])». После этого переходим на лист с нашей сводной таблицей, кликаем по сводной таблице правой кнопкой – «Обновить», чтобы таблица узнала про новые столбцы в исходных данных.
Разумеется, эти столбцы можно было бы добавить в исходные данные средствами SQL, но в Экзеле это как-то быстрее и приятнее. Хотя, это конечно дело вкуса :)
Теперь перетаскиваем столбцы «Год подключения» и «Неделя подключения» из списка полей в область «Названия строк», а поле «name» (у нас в этом поле хранится URL сайта) в область «Значения».
Мы получим аккуратную таблицу, в которой по неделям года разбито количество подключившихся клиентов. Мы перетащили поле «name» в область значений, чтобы Экзель посчитал количество элементов в этом столбце (т.е. все элементы), с группировкой по неделям и годам. Это будет число регистраций (второй этап воронки).
Посчитаем, сколько из зарегистрировавшихся в каждую неделю клиентов установили на сайт наш чат. Для этого перетащим поле «was_installed» в область значений. В этом поле в исходных данных стоит «0», если виджет не установлен, и «1», если установлен. Затем правый клик – «Параметры полей значений» — выбираем операцию «Сумма». Теперь в сводной таблице появился второй столбец, в котором мы видим, сколько из клиентов, зарегистрировавшихся в какую-либо неделю, установили виджет на сайте.
Теперь посчитаем активных клиентов. Активными будем считать тех, у которого состоялось более 20 диалогов с посетителями сайта. Для этого нам понадобится в таблицу исходных данных добавить столбец «is_active» c формулой ячеек «=ЕСЛИ([@[chats_count]]>20;1;0)». В столбце «chats_count» у нас количество чатов клиента. В результате в столбце «is_active» у нас будет «1», если у клиента более 20 чатов. Теперь поле is_active можно так же перетащить в область значений.
Добавив немного феншуя в виде гистограмм и переименовав столбцы, получаем вот такую табличку:
Вот мы уже получили симпатичную статистику, которая к тому же автоматически обновляется из базы данных. Для обновления данных, надо сначала зайти на лист с исходными данными, там правый клик по таблице – «Обновить». А затем правый клик по сводной таблице – «Обновить».
Считаем коэффициенты конверсии
Чтобы посчитать k0, надо взять данные по уникальным посетителям из гугл аналитики, и это мы оставим за рамками настоящего мануала (эту задачу, кстати, мы пока решаем копипастом из гугл аналитики).
Тут есть один не совсем красивый момент, который мы не нашли, как решить прямым образом: в таблицу исходных данных надо добавить столбец «one» с формулой «=1» — чтобы во всех ячейчах исходной таблицы появилась единица в этом столбце.
Теперь можно добавить такое вычисляемое поле:
Имя пишем «k1», в формуле указываем «=СУММ(was_installed)/СУММ(one)».
Если в сводной таблице отчет будет сгруппирован по неделям, то мы получим отношение количества клиентов, установивших виджет (СУММ(was_installed)), к общему количеству клиентов, зарегистрировавшихся в эту неделю (СУММ(one)). Если отчет будет сгруппирован по месяцам, то коэффициент будет пересчитан соответственно. Важно отметить, что конверсия показывает то, какая доля клиентов установила чат на своем сайте среди тех, кто зарегистрировался в определенную неделю. Т.е. если клиент зарегистрировался на четвертой неделе, и установил чат на сайте только на 10-й неделе, то изменится цифра в отчете за 4-ю неделю.
Теперь считаем конверсию из установленных в активных клиентов:
k2 = СУММ(is_active)/СУММ(was_installed)
Точно так же добавляем поле для конверсии из активных клиентов в платные:
k3 = СУММ(is_paid)/СУММ(is_active)
Только k3 на скриншотах показать не можем, коммерческая тайна :)
Теперь в нашей сводной таблице появились поля k1, k2, k3, которые можно перетащить в область значений. Добавив немного феншуя, получаем такую таблицу по воронке с разбивкой по неделям:
Из нее уже можно делать некоторые выводы, однако вопросы бизнес-аналитики мы оставим на другой пост, сейчас нас интересуют технические моменты.
Воронка продаж по месяцам
Из недельного отчета сделать отчет по месяцам очень просто. В исходные данные добавляем столбец «Месяц подключения» с формулой «=МЕСЯЦ([@created])», кликаем правой по сводной таблице – «обновить» и перетаскиваем в сводной таблице поле «Месяц подключения» в область «Названия строк» (после поля «Год подключения»). Получится примерно так:
И вот красивая табличка по месяцам:
Другие варианты отчетов
Если вы еще не знакомы со сводными таблицами, предлагаю вам поиграться с ними самостоятельно. Это отличный инструмент аналитики, который погает выявить интересные зависимости. Например, интересно посмотреть конверсию на разных этапах в разрезе источника клиентов (рекламных кампаний). Для этого мы сохраняем в базе метки UTM при регистрации каждого клиента, и строим отчет по эффективности разных рекламных кампаний в абсолютных (рубли) и относительных (конверсия) единицах.
Кстати, двойной клик на каждую ячейку сводной таблицы открывает список строк исходных данных, которые были использованы для вычисления данной цифры. Очень удобно, чтобы разобраться, откуда что растет.
В сводных таблицах есть еще множество фич и инструментов, которые позволяют быстро получать интересные отчеты. Настоятельно рекомендую всем предпринимателям, которые хотят быть в курсе процессов, происходящих в их бизнесе, освоить эти инструменты.
Чтобы оперативно мониторить и своевременно влиять на динамику реализации продукции, коммерческой службе требуются аналитические отчеты, в которых раскрываются различные аспекты процесса реализации.
Большинство современных учетных программ имеет встроенные наборы аналитических отчетов о продажах, но все они формируют показатели только по заданным параметрам отбора. Для ввода новых показателей нужно привлекать программистов.
Если пользователям такой отчетности требуется часто менять структуру отчетов о продажах или создавать новые отчеты, то для самостоятельного решения подобных задач вполне подойдет всем знакомый табличный редактор Excel.
ИНСТРУМЕНТАРИЙ EXCEL ДЛЯ СОЗДАНИЯ АНАЛИТИЧЕСКИХ ОТЧЕТОВ
В табличном редакторе Excel предусмотрен широкий выбор инструментов, с помощью которых можно создать аналитические отчеты на основе данных о реализации продукции. Для успешной работы с этими инструментами от пользователя требуется определенный уровень подготовки. Представим перечень инструментария для создания аналитических отчетов:
- продвинутый уровень — макросы, Power BI;
- хороший уровень — OLAP-кубы, Power Query/Pivot;
- средний уровень — сводные таблицы, формулы.
Рассмотрим особенности применения каждого из указанных инструментов, а также знания и навыки пользователя, которые нужны для их качественного применения.
Макросы
Работа с макросами основана на применении языка программирования VBA, который можно использовать для расширения возможностей MS Excel и других приложений MS Office. С помощью прописанных в макросе команд можно:
- проводить различные обработки и сортировки данных в файле Excel;
- получать информацию из других файлов;
- создавать сводные таблицы;
- добавлять в создаваемые отчеты дополнительные функции, которые невозможно получить обычными средствами Excel.
Чтобы создавать макросы, пользователь должен отлично знать редактор Excel, владеть языком программирования VBA. Приведу в качестве примера запись макроса, с помощью которого в файле Excel автоматически из массива данных формируется сводная таблица:
Очевидно, что работать с макросами может незначительная часть сотрудников, которые создают отчетность в Excel.
Power BI
Power BI по своей сути является отдельным программным продуктом, в который можно загрузить файлы Excel и произвести дальнейшую обработку с целью анализа и визуализации данных.
Power BI включает в себя весь функционал надстроек Excel (Power Query и Power Pivot плюс улучшенные механизмы визуализации из Power View и Power Map). Преимущества данного инструмента: с отчетами может работать сразу несколько пользователей плюс широкий диапазон визуализации показателей отчетов.
Идет тренд к интеграции Excel c Power BI. Например, в Excel 2019 появилась возможность напрямую загружать данные в функционал Power BI. Для этого в меню выбираем:
Файл > Опубликовать > Опубликовать в Power BI.
Передав файл, нажимаем кнопку «Перейти к Power BI», чтобы просмотреть загруженные данные.
Главные сложности использования Power BI: загруженные таблицы Excel нужно дополнительно обрабатывать для корректного включения их данных в отчеты, а формулы для создания отчетов в этой программе отличаются от формул Excel.
Power BI постоянно развивается, однако на сегодняшний момент использовать его для формирования аналитических отчетов достаточно трудоемко.
OLAP-кубы
OLAP (online analytical processing) — аналитическая технология обработки данных в реальном времени, при которой данные из учетной базы выгружаются в файлы Excel, а затем обрабатываются с помощью другого инструмента Excel (сводных таблиц).
Для начала работы нужно создать подключение файла Excel к данным OLAP-куба (Данные → Получение внешних данных), а затем из открывшегося окна перетащить курсором в табличную часть Excel показатели, которые требуются.
В результате будет получена сводная таблица с отчетными данными. Главное ее преимущество — возможность автоматической актуализации данных при каждом подключении к OLAP-кубу.
Power Query/Pivot
Данные инструменты являются надстройками Excel, поэтому работа с ними происходит непосредственно из меню табличного редактора.
Power Query появился в версии Excel 2013 как отдельная надстройка, требующая подключения, а с версии 2016 г. весь функционал Power Query уже встроен по умолчанию и находится на вкладке «Данные → Получить и преобразовать».
Power Query обладает значительными возможностями для целей создания отчетов. С помощью этой надстройки можно:
- загружать данные в Excel из почти 40 различных источников, среди которых базы данных (SQL, Oracle, Access, Teradata), корпоративные ERP-системы (SAP, Microsoft Dynamics, 1C), интернет-сервисы;
- собирать данные из файлов всех основных типов данных (XLSX, TXT, HTML, XM) — поодиночке и сразу из всех файлов указанной папки;
- зачищать полученные данные от лишних пробелов, столбцов или строк, повторов, служебной информации в заголовках, непечатаемых символов и т. д;
- трансформировать таблицы Excel, приводя их в желаемый вид (фильтровать, сортировать, менять порядок столбцов, транспонировать, добавлять итоги, разворачивать кросс-таблицы в плоские и сворачивать обратно);
- подставлять данные из одной таблицы в другую по совпадению одного или нескольких параметров (полностью заменяет формулу ВПР и ее аналоги).
Главная особенность Power Query: все действия по импорту и трансформации данных запоминаются в виде запроса — последовательности шагов на внутреннем языке программирования Power Query, который лаконично называется «М».
Шаги можно отредактировать, воспроизвести любое количество раз (обновить запрос). Поэтому данный инструмент может служить хорошей альтернативой создания макросов или прописания очень сложных формул при построении отчетов.
Power Pivot — надстройка Excel, предназначенная для разнопланового анализа больших объемов данных. Поэтому результат работы с Power Pivot похож на усложненные сводные таблицы.
Общие принципы работы в Power Pivot:
- внешние данные загружают в Power Pivot, который поддерживает 15 различных источников: распространенные базы данных (SQL, Oracle, Access), файлы Excel, текстовые файлы, веб-каналы данных. Если Power Query использовать как источник данных, то возможности загрузки увеличиваются многократно;
- между загруженными таблицами настраиваются связи, то есть создается Модель Данных. Это позволит строить отчеты по любым полям из имеющихся таблиц так, будто это одна таблица;
- при необходимости в Модель Данных добавляют дополнительные вычисления с помощью вычисляемых столбцов (аналог столбца с формулами в «умной» таблице) и мер (аналог вычисляемого поля в сводной таблице). Нужные вычисления записываются на специальном внутреннем языке Power Pivot, который называется DAX (Data Analysis Expressions);
- на листе Excel по Модели Данных строят интересующие отчеты в виде сводных таблиц и диаграмм.
Сводные таблицы
Первый интерфейс сводных таблиц (сводных отчетов) был включен в состав Excel в 1993 г. (в версии Excel 5.0). Этот инструмент изначально создавался для построения отчетов на основе многомерных данных. Он имеет достаточно широкие функциональные возможности.
Реализованный в Excel инструмент сводных таблиц позволяет расположить измерения многомерных данных в области рабочего листа. Упрощенно можно представлять себе сводную таблицу как отчет, лежащий сверху диапазона ячеек (хотя есть определенная привязка форматов ячеек к полям сводной таблицы).
Сводная таблица Excel имеет четыре области отображения информации: фильтр, столбцы, строки и данные. Измерения данных именуются полями сводной таблицы. Эти поля имеют собственные свойства и формат отображения.
С помощью сводных таблиц можно группировать, сортировать, фильтровать и менять расположение данных с целью получения различных аналитических выборок.
Обновление отчета производится простыми средствами пользовательского интерфейса. Данные автоматически агрегируются по заданным правилам. Не требуется дополнительный или повторный ввод какой-либо информации.
Сводные таблицы Excel являются самым востребованным инструментом при работе с многомерными данными в больших объемах информации. Этот инструмент поддерживает в качестве источника данных как внешние источники данных, так и внутренние диапазоны электронных таблиц.
Для работы со сводными таблицами не нужны знания в области программирования VBA или внутренних языков программирования надстроек Excel.
Формулы Excel
Механизм формул появился в первой версии табличного редактора. С тех пор он значительно расширился. На сегодняшний день функционал формул содержит больше сотни наименований. С учетом того что при создании отчетов формулы могут комбинироваться, количество вариантов трудно подсчитать.
Формулы отлично подходят для создания двухмерных отчетов при обработке небольшого объема данных. Преимущество формул в том, что их легко копировать или транспонировать на другие ячейки отчетов, переделать или защитить от изменений.
В редакторе Excel есть встроенный справочник по формулам, что облегчает работу пользователям со средним уровнем владения Excel. Поэтому я предлагаю рассмотреть возможности использования функционала формул при разработке аналитических отчетов из одного источника данных.
ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ФОРМУЛ ДЛЯ РАЗРАБОТКИ АНАЛИТИКИ ПРОДАЖ В EXCEL
Вне зависимости от выбора инструментария Excel при разработке аналитических отчетов о реализации продукции в первую очередь создают новую книгу и загружают в нее исходные данные из учетной программы компании для последующей их обработки.
Удобнее всего сделать это путем формирования в учетной программе реестра продаж с нужными показателями и сохранения его в виде файла формата Excel. Далее отчетность будем создавать на отдельных листах этого файла.
Возьмем самые востребованные данные о продажах, на основе которых создаются аналитические отчеты:
- наименование покупателя;
- наименование продукции;
- дата отгрузки продукции покупателю;
- регион реализации продукции;
- сумма реализации продукции;
- валовая прибыль от реализации продукции;
- маржа (процентное соотношение валовой прибыли к сумме реализации).
А. А. Гребенников, главный экономист ГК «Резон»
Материал публикуется частично. Полностью его можно прочитать в журнале «Планово-экономический отдел» № 10, 2020.
Читайте также: