Powerpivot en excel:llegó la revolución

Voy a hacer una introducción breve de este revolucionario plug-in de Excel, y lo haré como sigue siendo habitual en mis blogs: de forma visual.

Comentarles que es una sencilla aplicación, que es acoplable al Excel versión 2010 y superiores, versiones 32 y 64 bits.

Al ejecutar este plug-in (en realidad es un complemento “.com” de excel) y ejecutarlo, se nos abre una nueva interfaz que incluye las tablas que se analizarán posteriormente, permitiendo la realización de cientos de operaciones con miles de filas (si, he dicho bien, miles de filas) filtrados en segundos, y permitiendo la ejecución de fórmulas, “medidas” o “measures”, y gráficos con una rapidez increíble. Es la mejor introducción que conozco al llamado “Big Data”.

Para ser más ilustrativo, les voy a ofrecer una serie de pantallazos que analizan una serie de parámetros de una determinada empresa, y que caben, todos ellos, en un único Excel de aproximadamente de ¡¡¡ 6 MB !!! Me gustaría que analizasen al final de este blog el tiempo y las hojas de cálculo que emplearían para obtener los mismos datos con sólo tablas dinámicas.

Agradecer los ejemplos y las enseñanzas a Rob Collie, desarrollador de este software.

Vamos a partir de una determinada empresa, de los datos de venta, y empezaremos a obtener datos:

blogppivot000

Aquí tenemos una tabla dinámica sencilla, de ventas totales por meses.

blogppivot002

Arriba observamos una segmentación de datos por años, de Ventas Totales. Nada espectacular, lo podemos hacer con cualquier Excel 2010.

blogppivot003

Ya esto se complica más: hemos añadido “medidas” de beneficio en u.m. y %, para cada año y mes

blogppivot005

A través de las fórmulas COUNTROW y DISTINCTCOUNT calculamos tanto las transacciones por dia de venta como los días de venta en sí por año

blogppivot007

Calculamos ahora más datos, ventas media por transacción y por día, en los últimos 4 años (ver arriba) blogppivot009

Ahora el % de beneficio que obtenemos por mes (en 2004 sólo hay datos hasta julio, por eso acaba en 7 este listado)blogppivot011

Ya nos introducimos en los productos, calculamos margen y porcentaje sobre el precio de venta de cada Categoría blogppivot014

En el gráfico superior obtenemos un gráfico dinámico con información del margen por categoría blogppivot015

Asignando un código diferente a las distintas operaciones podemos estratificarlas: cuales son ventas normales, en periodo promoción, y cuáles devoluciones. Así como el procentaje de ventas en promoción.

blogppivot016

En este apartado observamos el total de clientes activos en cada año, y el incremento % desde el año 2003 (por eso aparece en negativo los datos de 2002 y 2001) blogppivot018

Aquí analizamos que meses contribuyen más al global de ventas netas. EN 2004 sólo se analizan datos de  enero a julio (por eso llega a 7). Está claro que Junio fue el mejor mes en este 2004.blogppivot020

Ya que hemos calculado la contribución al margen de cada categoría, ¿por qué no hacerlo con cada producto? Arriba aparecen marcados  los productos con código del 228 al 341. Estos productos, durante el 2003 y 2004 contribuyeron en su totalidad con el 1.71% del total de las ventas netas, siendo el mes  de mayo el que mayor porcentaje aportó al total, un 2.81% del total de ventas netas. Intenten calcular estos datos con dinámicas… en esto se tardó un minuto.blogppivot022

Ofrecemos arriba un poco más análisis sobre el periodo de ventas: son Mayo, Junio y Diciembre los meses que concentran nuestras ventas…la información es poder: sabemos cuando  reforzar nuestras plantillas (Mayo, Junio, Diciembre) o para cuando dejar los periodos de vacaciones (Agosto y Septiembre).

blogppivot025

Esto de arriba es un consolidado, por productos, categorías  y subcategorías. Todo en una misma pestaña de Excel. blogppivot027

Un compendio de las medidas utilizadas hasta ahora pero por subcategoría. blogppivot029Datos de ventas por categoría y talla de textil (desde la S a la XL)blogppivot030

Si tenemos bien estructurada nuestra base de datos y recopilamos datos de nuestros consumidores (lugar de procedencia, si son padres o no, con estudios, etc…)podemos descubrir datos interesantes… ya sabemos a quien dirigir nuestras campañas! blogppivot032

En el caso de que las divisas sean una variable importante en nuestras finanzas,¿ por qué no obtener los datos de ventas seleccionando diferentes valores en divisas  para predecir su impacto en nuestras Cuentas de Resultados?

blogppivot034

¿Y por qué no comparamos nuestras ventas por categoría con nuestro presupuesto de ventas estimado? ¿En qué categorías vamos por debajo del presupuesto?blogppivot036

Un poco más de Big Data, en qué días de la semana vendemos más…. Estos americanos venden hasta en domingo.blogppivot038

Ya por último, un acumulado de ventas (Ventas YTD).

En resumen, ¿ es revolucionario o no el PowerPivot?