微软用的工具,统一财务三大表及高级分析通用模板

虽然罗叔并非财务专业,但大概了解一些财务常识。例如财务报表的三大报表以及一些常见分析等。

本月《BI真经》视频课程即将就绪,后续罗叔将和大家开展更多的业务研究。

我们知道,PowerBI 在绘制某些报告时候很难,初学者根本无法实现,只有发烧友在派出中国式复杂报表的大杀器级别技巧才能解决某些问题,这其实并非 PowerBI 的初衷。这要归结于两个问题:

  • PowerBI 并无法支持任意灵活度的做图表(例如:缺乏视图层的计算机制)

  • PowerBI 在作图方面也没有标准,大家完全可以不讲武德地提出根本不合理的作图需求

PowerBI 作为微软商业智能的旗舰产品,你是否会好奇,作为微软财务的纯业务人员,他们能如何使用 PowerBI 来构建财务报告的。这里的问题有三个:

  • 微软财务如何用 PowerBI

  • 财务是纯业务,可能不会写 DAX,怎么办

  • 构建的财务报告应该有一些逼格

要同时满足上述三个条件,在原生 PowerBI 下是无法实现的。而在这方面,专攻业界标准化报告的厂商 ZebraBI 提供了支持。

微软在 PowerBI 中使用 Zebra BI

ZebraBI 是基于 PowerBI 的可视化系统,它可以将 PowerBI 默认图表转为标准图表,如下:

使用 ZebraBI 的企业包括但不限于:

值得一提的是:

微软内部的报告系统,其中有一些就是基于 PowerBI 再用 ZebraBI 制作。

ZebraBI 的原理是什么

ZberaBI 的原理有二:

  1. 满足 IBCS 图表规范。(文末给出参考)

  2. 实现了 PowerBI 的视图层计算。

什么是视图层计算,可以看下面的小例子:

如果想知道上述的经营收益利润率,那么就要用目前用眼睛看到的 [经营收益] / [收入],而这个计算发生在已经计算好的图表中,不再需要在模型中计算,就称为视图层计算。

而可惜这是如此通用的功能,PowerBI 尚未提供,而被只有几个的位于地球的斯洛文尼亚的 ZebraBI 团队实现在他们的可视化图表中,如下:

用户可以直接在视图层需要添加数据的地方加入一个计算公式,例如:

还提供了智能提示支持,非常容易。

非常容易就实现了这个功能。

将财务报表极简化统一

Zebra BI 近日发布了财务报表的统一形态方案,罗叔做了改良,大致如下:

用户设置可以在一个界面切换三大报表,非常容易。

到底有多容易

整套财务报告可以在三大表之间切换分析,如下:

只需要 4 个度量值,完全不讲武德,欺负 PowerBI 要模型层计算。

常见分析报告 - 损益表

损益表的难点在于:

  • 呈现方式

  • 总计的计算

  • 费用的正负号问题

  • 自定义添加行问题

常见分析报告 - 资产负债表

资产负债表的特点是财务恒等式,如下:

常见分析报告 - 现金流表

将用户所选区间的现金流与计划,去年同期产生对比。并高亮显示总计行。

除了基本的三大财务报表,很多分析都可以继续基于 PowerBI 和 ZebraBI 进行。

按时间维度分析 - 月度报告

可以按照关闭月度后出报告,如下:

也可以收起层级实现季度和YTD的查看,如下:

目标完成跟踪报告

一般管理上从月,YTD,和全年预测的角度来跟踪目标的达成,如下:

当然可以在三大报告之间切换,如下:

相信这样的图表,用 PowerBI 原生图表是不太容易做的,而且一般“普通人”就可以看出来这种图用原生 PowerBI 不能做。

老板喜欢看数字

很多老板喜欢看数字,那么,这么复杂的图都出来了,显示成数又有何难呢,如下:

几大业务线的业绩很清楚。

小多图平铺显示

当然可以使用 PowerBI 迟迟推不出来的小多图来显示各种科目的趋势对比,如下:

这就完了吗?然而并没有。

深度报告

从一定意义上,以上报告没啥分析价值,感谢 CFO C 总提供了更接地气的分析套路,在最新版的 PowerBI 和 ZebraBI 中,便基本可以实现:

通过对销售贡献率的比对,可以知道哪些局部实际正在发生问题,例如:

以上仅为一例。

总结

本文基于完整财务指标数据模板,只需要:

  • 使用 PowerBI 以及 ZebraBI

  • 录入科目以及 AC,PL,FC 数据

  • 刷新数据

  • 即可

  • 调整某些表的科目层级关系

本文可以看出 ZebraBI 在这方面和 PowerBI 结合的价值。罗叔,并不会财务,但罗叔总是想方设法找到领域头部学习,基于 PowerBI 的财务体系,我们慢慢来。

PowerBI MVP 带你正确而高效地学习 PowerBI
点击“阅读原文”,即刻开始

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/306336.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

文件 单片机_如何查看你写的单片机程序有多大?

单片机我们都用过,我们知道单片机的FLASH有4K的,有8K的,单片机程序我们也写过,但是我们写好的程序有多大,你知道吗?程序写好并编译后生成hex文件,这个hex文件就是要下载到单片机里的文件&#x…

机器学习之数据预处理——数据清洗(缺失值、异常值和重复值的处理)

机器学习之数据预处理——数据清洗缺失值、异常值和重复值的处理 基础知识技术点总结数据列缺失的处理方法1、丢弃(缺失值处理)1、生成一份随机数据2、查看哪些值缺失3、获得含有NA的列4、获取全部为NA的列5、丢弃缺失值2、补全(缺失值处理)1、使用sklearn将缺失值替换为特…

小说中场景的功能_如何让你的小说中的场景转换自如?

很多人很头疼场景、时间转换要怎么办,可以用章节作为转换的过渡,那么章节内呢?我看到最普通的做法就是画分割线,殊不知这种做法在稍微有点阅读功底的读者眼中都是很……怎么说,很没品吗?嗯,或许…

夏虫不可语冰

此次事件让我再次体会到了什么是“夏虫不可语冰”。博客园有些人压根没看完你的文章,带着已有认知断章取义不暇思索上来就是喷。不过,以前也遇到过,现在也慢慢习惯了。对于托管堆内存泄漏的说法,不管认不认同,我还是希…

机器学习之数据预处理——归一化,标准化

机器学习之数据预处理——归一化,标准化 基础知识1.什么是特征预处理2.预处理方法 :3.预处理API:数据的标准化(normalization)和归一化数据的标准化数据归一化1 把数变为(0,1)之间的小数2 把有量纲表达式变为无量纲表达式常用归一化方法最大-最小标准化(MinMaxScaler)Z-s…

css less 不要作用到子对象_使用Less实现网站主题切换

v-easy-components change theme很多初学前端的开发同学一定有一种想法,就是如何更改网站的主题。前年(2018),我也陷入了思考,如何切换网站主题呢?当时不知道less,只想到一种办法,就…

展望2021,Java、Go、.NET,谁主沉浮?

伴随着年底.NET社区活动,近日跟几位微软MVP大佬聊天请益,收获颇丰。程序员都有个话题避不开,就是各编程语言的优劣,大佬们的见识既有意思也有深度,这里为大家整理一下,其中Java、Golang和.NET是讨论焦点。J…

机器学习之数据集划分——训练集测试集划分,划分函数,估计器的使用

训练集测试集划分,划分函数,估计器的使用参考文章训练集、验证集和测试集的划分及交叉验证的讲解划分训练集和测试集的函数学习sklearn数据集,数据集划分,估计器详细讲解参考文章 训练集、验证集和测试集的划分及交叉验证的讲解 …

labuladong 的算法小抄_关于算法笔试的几个套路,一点就透

以下文章来源于labuladong ,作者labuladong我知道各位是被标题吸引进来的,那就不废话,先说几个算法笔试的硬核套路,再说说语言选择和做题复习的策略。避实就虚大家也知道,大部分笔试题目都需要你自己来处理输入数据&am…

TVP两周年:携手同行,让未来可见

TVP两周年2018年12月15日,在北京的腾讯云社区开发者大会上,作为腾讯云构建开发者生态的重要战略,TVP计划正式发布。2020年12月15日,不知不觉,腾讯云TVP已经走过了两度春秋。从0到1的探索,1到10的成长&#…

机器学习日常练习——红楼梦作者分析(聚类)

红楼梦作者分析(聚类) 实验要求实验题目:《红楼梦》作者分析实验目的实验内容资料下载实验过程:问题分析:解决思路:代码:代码一:出现的问题文件编码问题将红楼梦数据,按照章节进行划分(使用到了正则表达式)数据进行标准化处理(最大最小标准化)使用了两种聚类方法(均…

加密封装 怎么把_不要再封装各种Util工具类了,这个神级框架值得拥有!

Hutool 谐音 “糊涂”,寓意追求 “万事都作糊涂观,无所谓失,无所谓得” 的境界。Hutool 是一个 Java 工具包,也只是一个工具包,它帮助我们简化每一行代码,减少每一个方法,让 Java 语言也可以 “…

Oh my God, Swagger API文档竟然可以这样写?

最好的总会在不经意间出现。“作为后端程序员,免不了与前端同事对接API, 一个书写良好的API设计文档可有效提高与前端对接的效率。为避免联调时来回撕逼,今天我们聊一聊正确编写Swaager API文档的姿势。基础Swagger用法在ConfigureServices配…

机器学习之格式变化——reshape(-1,1)

格式变化——reshape函数 知识基础代码知识基础 reshape(行数,列数)常用来更改数据的行列数目 一般可用于numpy的array和ndarray, pandas的dataframe和series(series需要先用series.values把对象转化成ndarray结构) 那么问题来了reshape(-1,1)是什么意思呢?难道有-1行? 这…

vue 前端设置允许跨域_web 前端的一些小问题

关于vue使用axios post发送json数据跨域请求403的解决方法:1. 问题vue开发的时候,使用axios跨域发送请求,同时post发送的数据格式是json格式,发送出去的时候发现控制台报错403,返回的信息提示是跨域的问题,…

如何在 Windows 10 上安装 WSL 2

翻译自 Joey Sneddon 2020年10月30日的文章《How to Install WSL 2 on Windows 10》 [1]如果您想在最新的 Windows 版本中尝试经过改进的 Windows 子系统 Linux 2 (即 WSL 2) [2],要怎么做呢?我们在本文中介绍了安装它所需要做的所有事情。WSL 2 是微软早…

机器学习之超参数调优——超参数调优的方法

超参数调优的方法概述网格搜索随机搜索贝叶斯优化算法概述 对于很多算法工程师来说, 超参数调优是件非常头疼的事。除了根据经验设定所谓的“合 理值”之外, 一般很难找到合理的方法去寻找超参数的最优取值。 而与此同时,超参数对于模型效果…

lnmp无法远程连接mysql_MySQL(一):设置root 可以远程连接MySQL

在mysql在远程主机或虚拟机上时,远程连接mysql数据库一般都使用GUI工具,比如Mac下的Sequel Pro;win和linux下的Sqlyog; 还有大名鼎鼎的Navicat。有人也许会说命令行多好,对着黑黑的屏幕噼里啪啦的一顿敲,屏…

机器学习之模型——保存与加载

机器学习之模型——保存与加载 知识点fit()transform()fit_transform()目的API流程获取数据划分数据集标准化预估器保存模型加载模型得出模型模型评估整体代码知识点 fit() Method calculates the parameters μ and σ and saves them as internal objects. 解释:简单来说,…

GraphQL:打造自己的Directive库

GraphQL 既是一种用于 API 的查询语言也是一个满足你数据查询的运行时。GraphQL 对你的 API 中的数据提供了一套易于理解的完整描述,使得客户端能够准确地获得它需要的数据,而且没有任何冗余,也让 API 更容易地随着时间推移而演进&#xff0c…