数据分析项目案例

齐套性模型，围绕一份【成品品生产计划】，按照时【时间序列】+【成品BOM层级】展开，推演成品生产计划中，哪些物料会发生短缺？反向指导业务哪些物料可以提前准备；给需要排产的成品排个生产优先级。

一.背景 之前有一个物流线网规划的小案例，但用EXCEL搭建的计算模型，并不能计算出来结果（算力问题），现在尝试用AI给出最优解。 案例：E公司是一家向美国中西部各州的20个销售市场批发电子消费产品的

如何科学合理地选择仓库位置，成为企业供应链优化的关键问题之一。重心法作为一种经典的选址方法，因其计算简便、结果直观而被广泛应用于实际业务中。其核心思想是找到一个位置，使得到各供应点和需求点的运输总成本

1 项目背景 PMC团队在协同工厂生产过程中，基于当前x周生产需求计划，需要提前准备好物料需求，查看生产哪些产品未来可能面临原料缺货。如果一些产品未来面临缺货风险，那修改当前需求计划、或做好协调物料到

一.用AI造数据 在上篇excel推演模型的基础上，本篇尝试用AI造一批数据，用AI写python代码做数据清洗，来实现这个补货计算模型。 1.1 期初库存表 本来希望AI能直接给出excel表格的，

一.项目背景 质量部门对实验室检测业务关注度较高，希望开发一个可视化看板，达到以下目的： ①质检流程的监控：支持方便查询任意样本在取样→样本接收→检测→结果录入→结果互审→报告编制→报告审核→放行质检

一.库存补货模型介绍 1.连续补货模型 连续补货模型又称为定量订购模型，是一种较为复杂的库存管理策略。它适用于需求波动大、不可可预测的业务场景。它的特点是： 库存水平触发：实时监控库存，当库存降至预设

一.数据可视化 前文对物料齐套性项目的计算方法、数据处理等作了介绍。本篇主要将处理好的数据进行可视化，用powerbi+deepseek的方式，熟悉下用deepseek建度量值。 构建看板的目标是：（

一.数据处理 在上个篇幅中，介绍了这个齐套性算法模型，并用excel作演练。 现在，用python来清洗数据。 1 导入数据表，作简单处理。 2 从成品拆解到待包品，匹配bom表 3 匹配最新的库存、

上一节大概介绍了运营体系健康度搭建的项目背景和健康度指标计算流程，这一节说说怎么逐步健全拆解指标。比如这次我们搭建运营体系，是考核新房健康度的，我们要做的就是： 1.梳理业务流程 2.拆解业务 3.将

总结上年度新房健康度整个运营体系从0-1的搭建过程。 一.项目背景 新房业务已在多个城市开展，但管理体系仍不健全，为构建科学管理体系，健康度应运而生，希望通过健康度管理来推动城市新房业务可持续发展。

本次项目来源于工作，需要根据本条业务线业务搭建专属业务BI看板。运用python处理数据入库，用PowerBI实时刷新可视化看板，向业务人员提供数据支持。

一.背景 在上篇文章，基于Mysql的淘宝用户分析中，由于数据量太大，进行了部分数据抽取。但实际工作中，对这种行为数据应该全部分析的，因此用Python进行全部数据的分析。 二.数据预处理 读取并观察

一.业务背景 作为数据输出端，每日或每月，各业务人员会定时来要相关业务数据，这时就可以用SQL语句+powerBI面板定时输出，给业务人员面板中下载数据的权限，做到一劳永逸。 本次数据：为某房地产开发

1.项目目的 基于现有数据，以业务带看情况为主题，搭建实时更新的BI看板。 2.基础数据源介绍 现有数据源为三张表：带看表，daikan_table；认购表，chengjiao_table；人员架构表

1.业务背景 SQL提取数据：住宿订单表，渠道表，运营人员表 根据现有数据，了解各个渠道其产出情况，及运营人员所运营房源情况。-