E-Commerce-Verkaufs-Dashboard
Dieses Repository enthält ein in Power BI entwickeltes Datenanalyse- und Visualisierungsprojekt für ein E-Commerce-Unternehmen. Ziel des Projekts ist die Erstellung eines interaktiven Dashboards, das wichtige Einblicke in die Year-to-Date (YTD)-Verkäufe liefert und die strategische Entscheidungsfindung unterstützt.
Überblick
Projektfunktionen
Verwendete Power BI-Funktionen
- Datenintegration: Anbindung von Power BI an MS SQL Server und Flatfiles.
- Datenmodellierung: Beziehungen zwischen drei Tabellen erstellt.
- Datenbereinigung: Power Query wurde zum Vorbereiten der Daten verwendet.
- Datumstabelle: Erstellt eine Datumstabelle für die Zeitreihenanalyse.
- Zeitintelligenzfunktionen: Implementierte DAX-Funktionen wie
TOTALYTD , SAMEPERIODLASTYEAR usw. - Dynamische und komplexe KPIs: Entwickelte maßgeschneiderte Metriken.
- Erweiterte DAX-Abfragen: Verwendete Funktionen wie
CALCULATE , SUMX , FILTER und andere. - Bedingte Formatierung: Dynamische Symbole hinzugefügt, um Trends hervorzuheben.
- Generierung von Erkenntnissen: Erstellung von Diagrammen und Grafiken für analytische Erkenntnisse.
Problemstellung
Ein in den USA ansässiges E-Commerce-Unternehmen forderte die Entwicklung eines Dashboards, um YTD-Verkaufsdaten zu analysieren und umsetzbare Erkenntnisse zu generieren. Zu den Kundenanforderungen gehörten:
- Haupt-KPIs:
- YTD-Umsatz, YTD-Gewinn, YTD-Verkaufsmenge und YTD-Gewinnspanne.
- Wachstum im Jahresvergleich (YoY) mit Trendvisualisierungen mithilfe von Sparklines.
- Kategorieanalyse:
- YTD Sales, PYTD Sales und YoY-Wachstum nach Kundenkategorie mit Trendsymbolen.
- Regionale Analyse:
- Verkaufsleistung nach Bundesland und Region.
- Identifizieren Sie die Regionen mit der besten und der schlechtesten Leistung.
- Produktanalyse:
- Top-5- und Bottom-5-Produkte basierend auf YTD-Verkäufen.
- Versandanalyse:
- Verkaufsprozentsätze nach Versandart.
Screenshots
KPI-Banner
Verkäufe nach Kategorie
Verkäufe nach Regionen
Ober- und Unterprodukte
Werkzeuge und Technologien
- Power BI: Zur Datenvisualisierung.
- Power Query: Zur Datenbereinigung und -transformation.
- DAX (Data Analysis Expressions): Zum Erstellen von Kennzahlen und benutzerdefinierten Berechnungen.
- SQL: Zum Extrahieren von Daten aus einer MS SQL Server-Datenbank.
Projektstruktur
├── Dataset/
│ ├── sales_data.csv
│ ├── regions.xlsx
├── PowerBI_File/
│ ├── Ecommerce_Dashboard.pbix
├── README.md
