Бизнес-аналитика продаж торгового предприятия в среде Tableau Public 2020.3

Диплом 2021 года. Оригинальность высокая.

Целью данной выпускной квалификационной работы является разработка дашборда для торгового предприятия в среде Tableau Public 2020.3

Для достижения поставленной цели необходимо:

−               изучить теоретические аспекты и особенности аналитики торгового предприятия;

−               рассмотреть понятие возвратной логистики торгового предприятия;

−               изучить основные возможности интерактивной аналитики;

−               проанализировать инструменты бизнес-аналитики;

−               выбрать методы для анализа;

−               разработать дашборд в среде Tableau Public 2020.3;

−               проанализировать полученные данные.

Объектом исследования является метод разработки дашборда в среде Tableau Public 2020.3.

Предмет исследования – процесс построения дашборда на основе данных о продажах торгового предприятия.

Введение содержит в себе актуальность темы, определяет объект, предмет, цель и задачи исследования, а также раскрывает теоретическую и практическую значимость работы.

В первой главе описаны теоретические аспекты и особенности аналитики торгового предприятия, дается понятие возвратной логистики, представлены основные возможности интерактивной аналитики, а также проведен анализ инструментов бизнес-аналитики.

Во второй главе отобраны методы, которые будут задействованы в дальнейшем построении элементов дашборда.

В третьей главе осуществляется разработка дашборда в программной среде Tableau Public 2020.3.

В заключении подводятся общие итоги исследования и формируются заключительные выводы по теме работы.

Список сокращений. 3

Введение. 4

1 Теоретические аспекты и особенности аналитики торгового предприятия. 6

1.1 Понятие возвратной логистики торгового предприятия. 6

1.2 Основные возможности интерактивной визуальной аналитики. 7

1.3 Анализ инструментов бизнес-аналитики. 13

2 Выбор методов для дальнейшего анализа в программной среде Tableau Public 2020.3. 20

2. 1 Диаграмма Парето. 20

2.2 Закон Бенфорда. 22

2.3 Кластерный анализ. 25

2.4 Прогнозирование. 27

3 Построение и реализация дашборда для торгового предприятия. 29

3.1 Содержание дашборда торгового предприятия. 29

3.2 Разработка дашборда для торгового предприятия. 30

3.3 Оценка эффективности внедрения дашборда на торговом предприятии. 54

Заключение. 64

Список использованных источников. 66

1.             EhrenbergA.S.C. Rudiments of Numeracy: Journal of the Royal Statistical Society. Series A (General). Vol. 140. No. 3 ,1977 ‒ p. 277 ‒ 297.

2.             Pursian, A. Electrotechnic and computer systems No 09(85), 2013. – p. 158 – 162

3.             Власенко В. Д Кластерный анализ: методические указания к изучению курса и задания к лабораторным работам для студентов математических и экономических специальностей – Хабаровск: Изд-во Тихоокеанского гос. ун-та, 2006. – 32 с.

4.             Геворгян М. Г. Основные преимущества аналитического приложения Qlikview – Российско-Армянский (Славянский) университет, 2014. – 80-83 с.

5.             Демидов Д. В., Перминев М. А., Пивоваров Г. А. Анализ существующих систем обработки и визуализации больших данных для решения задач бизнес-аналитики – Омский государственный технический университет, 2018.

6.             Желязны Д. Говори на языке диаграмм: Пособие по визуальным коммуникациям для руководителей – Институт комплексных стратегических исследований, 2004. - 220 с.

7.             Зорин В. А, Павлов А. П., Пегачков А. А. Контроль качества продукции и услуг: Учебное пособие. – М.: МАДИ (ГТУ), 2007 – 82 с.

8.             Кувакина Л. В., Долгополова А.Ф. Закон Бенфорда: сущность и применение // Современные наукоемкие технологии. – 2013. –74 – 76 с.

9.             Литвинчук С. Ю. Информационные технологии в экономике. Анализ и прогнозирование временных рядов с помощью Excel [Текст]: учебное пособие / С.Ю. Литвинчук; Нижегород. гос. архит.-строит. ун-т. Н. Новгород: – ННГАСУ, 2010. – 78 c.

10.         Малявкина Л. И., Савина А. Г., Смагин Е. В. Тенденции развития систем бизнес-аналитики (BI-систем) – Орловский государственный университет экономики и торговли, 2020. – 257 – 260 с.

11.         Самсонова М. В., Ефимов В. В. Технология и методы коллективного решения проблем: Учебное пособие. Ульяновск: УлГТУ, 2003. – 152 с.

12.         Скорочкина Т.С. Информационные технологии визуализации бизнес‐информации: учебное пособие – Финансовый университет, 2017. –74 с.

13.         Трубин А. В., Добрынюк А. Е. Закон Ньюкомба-Бенфорда или закон первой цифры – Балтийская государственная академия рыбопромыслового флота ФГБОУ ВО "Калининградский государственный технический университет", 2019. – 427 – 431 с.

14.         Шахназарян С. А., Зуева О. Н. Исследование затрат при осуществлении процессов реверсивной логистики – Уральский государственный экономический университет, 2015. – 110 – 116 с.

15.         Шахназарян С. А., Потапова С. В. Проблема определения понятия "возвратная логистика" и ее роли в управлении цепями поставок – Уральский государственный экономический университет, 2013. – 123-128 с.

16.         BI consult products: QlikView [Электронный ресурс]. – Режим доступа: https://biconsult.ru/products/qlikview

17.         BI consult products: tableau [Электронный ресурс]. – Режим доступа: https://biconsult.ru/products/tableau

18.          Microsoft Power BI [Электронный ресурс]. – Режим доступа: https://powerbi.microsoft.com/ru-ru/

19.         Qlik.com QlikView Tutorial [Электронный ресурс]. – Режим доступа: https://help.qlik.com/ru-RU/

20.         ФБ КОНСАЛТ Полнофункциональная аналитическая система QlikView [Электронный ресурс]. – Режим доступа: https://fbconsult.ru/bi-tekhnologii/