Zastosowanie Excela w pracy analityka finansowego, specjalisty ds. controllingu i analityka sprzedaży 9788324642373 [PDF]

Zitiervorschau

w

pracy anallityka

finansowego,

specjalisty ds. controilingu i analityka sprzedazy

p

r

.

s

•

H.non

Wszelkie prawa zastrzezone. Nieautoryzowane rozpowszechnianie calosci lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest zabronione. Wykonywanie kopii metodq kserograficznq, fotograficznq, a takze kopiowanie ksiqzki na nosniku filmowym, magnetycznym lub innym powoduje naruszenie praw autorskich niniejszej publikacji. Wszystkie znaki wyst((pujqce w tekscie Sq zastrzezonymi znakami firmowymi bqdi towarowymi ich wlascicieli. Autor oraz Wydawnictwo HELION dolozyli wszelkich staran, by zawarte w tej ksiqzce informacje byly kompletne i rzetelne. Nie biorq jednak zadnej odpowiedzialnosci ani za ich wykorzystanie, ani za zwiqzane z tym ewentualne naruszenie praw patentowych lub autorskich. Autor oraz Wydawnictwo HELION nie ponOSZq r6wniez zadnej odpowiedzialnosci za ewentualne szkody wynikle z wykorzystania informacji zawartych w ksiqzce. Redaktor prowadzqcy: Barbara Gancarz-W6jcicka Projekt okladki: J an Paluch Fotografia na okladce zostala wykorzystana za zgodq Shutterstock. Wydawnictwo HELION ul. Kosciuszki 1C, 44-100 GLIWICE tel. 32 231 22 19, 32 230 98 63 e-mail: [email protected]

WW: http://onepress.pl (ksi((garnia internetowa, katalog ksiqiek)

Drogi Czytelniku! J ezeli chcesz ocenic t(( ksiqzk((, zajrzyj pod adres

http://onepress.pl/ user! opinie/zaexan ebook

Mozesz tarn wpisac swoje uwagi, spostrzezenia, recenzj((. Pliki z przykladami omawianymi w ksiqzce mozna znaleic pod adresem:

jtp://jtp.helion.pl/przyklady/zaexan.zip ISBN: 978-83-246-4237-3 Copyright © Helion 2012 Printed in Poland.

•

Polec ksiqik� na Facebook.com

•

Ksi�garnia internetowa

•

Kup w wersji papierowej

•

Lubi� to! »Nasza spolecznosc

•

Oce,; ksiqik�

SPIS TRESCI

WST�P 1.

BUDZET FIRMY HANDLOWEJ - USTALANIE WARUNKOW BONUSOW DLA KLIENTOW 1.1.

2.

9

11

Opis zagadnienia

11

1.2.

Model sprzedazy i wynik6w budzetu

12

1.3.

Zadanie analityka

13

1.4. Tabela danych jako narz((dzie analizy syrnulacji

14

MIESI�CZNE PREMIE DLA SPRZEDAWCOW

21

2.1.

21

Opis zagadnienia

2.2. Microsoft Query -pobieranie danych zewn((trznych

23

2.3. Niestandardowe pozycje obliczeniowe tabeli przestawnej -element obliczeniowy

3°

2.4. Modyfikowanie/usuwanie element6w obliczeniowych oraz wyswietlanie listy utworzonych element6w

33

2.5. Odswiezanie danych w tabeli oraz modyfikacja kwerendy w Microsoft Query

3.

STOSOWANIE TABEL PRZESTAWNYCH DO ANALIZY DUzYCH ZBIOROW DANYCH SPRZEDAZOWYCH 3.1.

Opis zagadnienia

33

35 35

3.2. Struktura danych wykorzystywanych w tabeli przestawnej

36

3.3. Tworzenie tabeli przestawnej. Dodawanie, usuwanie i przenoszenie p61

37

3.4. Modyfikacja p61 tabeli przestawnej

39

3.5. Zastosowanie filtru raportu tabeli przestawnej

43

3.6. Wyswietlanie stron filtru raportu jako arkuszy

45

4

4.

I

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

TYGODNIOWY RAPORT MARZY BRUTTO NA TOPOWYCH PRODUKTACH (TOP3 0) - TABELE 4.1. Opis zagadnienia

47 47

4.2. Wyznaczenie numern tygodnia w zestawieniu faktur sprzedazy

48

4.3. Przypisanie produktom kosztu materialowego

50

4-4. Budowa tabeli przestawnej obrazujqcej sprzedanq ilosc poszczegolnych produktow w kazdym tygodniu

51

4.5. Niestandardowe pozycje obliczeniowe tabeli przestawnej -pole obliczeniowe 5.

52

TYGODNIOWY RAPORT MARZY BRUTTO NA TOPOWYCH PRODUKTACH (TOP3 0) - GRAFICZNA PREZENTACJA 59 5.1.

Opis zagadnienia

59

5.2. Sprawdzanie poprawnosci danych -lista rozwijalna

60

5.3. Funkcja WEZDANETABELI

63

5.4. Wykres kolowy -struktura sprzedazy (ilosci) w wybranym przez uzytkownika tygodniu

68

5.5. Wykres skumulowany kolumnowy -porownanie wybranej wielkosci z czterech tygodni dIa kazdego z produktow

6.

7.

KONSOLIDACJA TYGODNIOWYCH FORECAST6� SPRZEDAZY

70

73

6.1. Opis zagadnienia

73

6.2. Pliki do planowania sprzedazy

73

6.3. Konsolidacja danych

74

6.4. Konsolidacja bez lqczy ze zrodlem danych

79

6.5. Zamiana plikow z danymi zrodlowymi

80

6.6. Edycja lqczy w zestawieniu podsumowujqcym

80

�IEKO�ANIE NALEZNOSCI I ZOBO�L\ZAN 7.1.

Opis zagadnienia

7.2. Przygotowywanie zestawienia 7.3. Funkcja WYSZUKAJ.PIONOWO 7.4. Wiekowanie przy uzyciu tabeli przestawnej

S P I S T R ES C I

8.

LISTY WINDYKACYJNE - KORESPONDENCJA SERYJNA

5

93

8.1. Opis zagadnienia

93

8.2. Baza klient6w i szablon pisma

93

8.3. Podph,cie bazy do szablonu i drukowanie list6w

95

8-4. Drukowanie kopert

9.

I

100

ANALIZA I PROGNOZOWANIE SPRZEDAZY SEZONOWEJ 105 9.1. Opis zagadnienia

105

9.2. Budowa modelu

106

9.3. Trend liniowy i funkcja REGLINX

107

10. PRZYSZLE WPLYWY I WYDATKI

115

10.1. Opis zagadnienia

115

10.2. Miesiqc platnosci -funkcja MIESI1\C

117

10.3. Tydzien platnosci -funkcja WEEKNUM

118

10.4. Rodzaj wplyw6w -funkcja JEZELI

118

10.5. Przyszle wplywy -tabela przestawna

121

11. MACIERZ KOSZTOW TRANSPORTU PRZEWOZNIK - KLIENT

125

11.1. Opis zagadnienia

125

11.2. Budowa macierzy -tabela przestawna

126

11.3. Funkcja JEZELI.BL1\D

129

11.4. Wyr6znienie wartosci -formatowanie warunkowe

130

12. GRAFICZNA PREZENTACJA SPRZEDAZY WEDLUG WOJEWODZTW

133

12.1. Opis zagadnienia

133

12.2. Dane sprzedazowe -tabela przestawna

134

12.3. Wyb6r miesiqca -lista rozwijalna

134

12.4. Pobieranie danych z tabeli -funkcja WEZDANETABELI

139

12.5. Graficzna prezentacja

140

13. GRAFICZNA PREZENTACJA SKLADOWYCH WYNIKU BRUTTO NA SPRZEDAZY

145

13.1. Opis zagadnienia

145

13.2. Okreslenie granic kolumn

146

6

I

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

13.3. Wykres skumulowany kolumnowy

148

13-4. Dodanie wartosci poszczeg6lnych kolumn wykresu -pola tekstowe

151

14. MODEL DO WYZNACZANIA PROCENTU UPUSTU PRZY ZACHOWANYM POZIOMIE PROCENTU MARZY ZAMOWIENIA

153

14.1. Opis zagadnienia

153

14·2. Model

153

14.3. Szukaj wyniku

157

15. TWORZENIE WLASNYCH FUNKCJI EXCELA

163

15.1. Opis zagadnienia

163

15.2. Tworzenie niestandardowych funkcji

163

15.3. Argumenty opcjonalne

165

15.4. Tworzenie opisu funkcji i definiowanie kategorii

166

15.5. Tworzenie dodatku z funkcjami

167

WOJCIECH PROCHNICKI

Ukonczyl studia w zakresie zarzgra n i c a bon u s u

[i l ose] ; Wartose sprzedazy

* %

bon u s u ; 0) . W drugiej cz�sci

arkusza, zatytulowanej MODEL, znajdujC! si� poszczegolne elementy wyniku

B U O Z E T F I R MY H A N O L O W EJ

WARUNK[ BONUSOW

o

raniea bonusu [ilosc]

% bonusu

0,0%

wartosc sprzedaiy

MODEL

50 062 609,03 zl

koszty zakupu

43532703,50 zl

bonus wynik

mafia I

a s nedaiy brutto

koszty sprzedaiy

1 3

0,00 zl

6519905,53 zl 13,04%

1 243000,00 zl 984 532,00 zl

4301373,53 zl 8,59%

Rysunek 1.2. Arkusz wyniki

firmy, przy zalozeniu 0% bonus6w: wartose sprzedaz-y ksztaltuj,!ca si� na pozio­ mie 50 mln zl, koszty zakupu w wysokosci 43,5 mln zl, rabat r6wny 0, wynik

na sprzedaiy brutto (wartosc sprzedazy - koszty zakupu - bonus) r6wny 6 ,5 mln zl oraz maria

1

(wynik na sprzedazy brutto dzielony przez wartosc

sprzedazy) r6wna 13,04%; dodatkowo podane s'! zaplanowane caloroczne

koszty sprzedaiy i koszty zarzqdu w l,!cznej wysokosci okolo 2,2 mln zl. Przy takich wartosciach koszt6w sprzedazy i zarz,!du wynik na sprzedaiy netto (wynik na sprzedai:y brutto - koszty sprzedai:y i zarz,!du) ksztaltuje si� na pozio­ mie 4,3 mln zl, a maria

11

(wynik na sprzedazy netto podzielony przez wartosc

sprzedazy) na poziomie 8 ,59%. Oczywiscie suma poszczeg6lnych wielkosci (wartosc sprzedazy, koszty zakupu, bonus) stanowi sum� pozycji z arkusza

sprzedai. Model jest dynamiczny: przykladowo jako granic� bonus6w wpiszmy 200, a za procent bonusu wpiszmy 6%. Oznacza to, ze jezeli w przyszlym roku dany klient zakupi 200 szt. okreslonego towaru, to na koniec roku dostanie za niego bonus w wysokosci 6% wartosci jego sprzedazy. Przy takich warunkach bonuso­ wych dIa kazdego z klient6w suma bonus6w wyniesie 2,2 mln zl (rysunek 1.3), co obnizy marz� 11 do poziomu 4,22%.

1.3. ZADANIE ANALITYKA Zadaniem naszego analityka jest wyznaczenie takich wariant6w kryteri6w bonu­ s6w (granicy ilosciowej i procentu bonusu), aby marza

11

ksztaltowala si� na

poziomie 5 - 6 %. B�dzie to wynik w granicach 2,5 - 3 mln zl, klient b�dzie

1 4

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

WARUNKI BONUSOW raniea bonusu lilostl

200

% bonusu

6,0%

wartost sprzedaiy

MODEL

50 062 609,03 zl

koszty zakupu

43532703,50 zl

bonus

2 189125,17 zl

marial

4340 78(),36 zl � 67.%

wynik na s nedaiy brutto

koszty sprzedaiy

1 243 000,00 zl

koszty zarz�

98 4 532,00 zl

2 1 13248,36 zl 4,22 %

Rysunek 1.3. Wynik przy przykladowych warunkach bonusow

mial do wyboru kilka wariant6w bonus6w, a firma i tak osi,!gnie wynik w wyzna­ czonym satysfakcjonuj,!cym przedziale. Zalozone s'!: przedzial procentowy bonusu od 3 do 10% co 0,5% (15 wartosci) oraz granica ilosciowa od 100 do 500 co 50 (9 wartosci) . Z przyj�tych przedzial6w wychodzi 9 *15

=

135 kombinacji wyso­

kosci marzy 11, kt6re nalezy przeanalizowac. Oczywiscie nasz analityk m6g1by podstawiac kazdy z wariant6w do modelu i notowac wynik, ale powtarzanie tej czynnosci 135 razy jest m�cz,!ce, pracochlonne i nie eliminuje ryzyka popelnie­ nia bl�du. Jest jednak ratunek dIa naszego analityka - jest nim tabela danych.

1.4. TA BELA DANYCH JAKO NARZ�DZIE ANALlZY SY MULACJI Tabela danych jest jednym z narz�dzi analizy symulacji. Jest to analiza "co, jesli? " polegaj,!ca na zmienianiu wartosci w kom6rkach modelu i obserwowaniu, jak te zmiany wplywaj,! na wynik modelu. Tabela danych pomaga badac zestaw mozliwych wynik6w naszego modelu przy jego zmiennych parametrach wej­ sciowych (maksymalnie dw6ch) . Zalet,! tego narz�dzia jest fakt, ze wszystkie wyniki przedstawione zostaj,! w jednej tabeli w jednym arkuszu, co pozwala na szybk,! ocen� mozliwosci badanego zalozenia. Lokalizacja narz�dzia to: wst,!zka /Dane/Analiza symulacji/Tabela danych. Po wybraniu z menu opcji Tabela danych pokazuje si� nam okienko dialogowe

Tabela danych, kt6re zawiera dwa pola (rysunek 1-4). Wierszowa komorka wejsciowa jest odpowiedzialna za wartosci w tabeli znajduj,!ce si� w pierwszym wierszu. W niej wskazujemy, gdzie w naszym modelu dane umieszczone w pierwszym wierszu maj,! byc podstawiane.

B U O Z E T F I R MY H A N O L O W EJ

Tabela danych �ierszowa kom6rka wejsdowa: Kolumnowa komorka wejsdowa:

1 5

TI

Anuluj

OK

Rysunek 14 Okienko dialogowe Tabela danych

Kolumnowa kom6rka wejsciowa jest odpowiedzialna za wartosci w tabeli znajduj,!ce si� w pierwszej kolumnie. W niej wskazujemy, gdzie w naszym modelu dane umieszczone w pierwszej kolumnie maj,! byc podstawiane. Nasza tabela danych b�dzie zalezna od dw6ch parametr6w: procentu bonusu i jego granicy ilosciowej. Tabel� danych budujemy w arkuszu wyniki (tabela musi znajdowac si� w tym samym arkuszu co model) . Pierwszym krokiem do stworzenia tabeli danych jest okreslenie jej ukladu, i tak granic� ilosciow,! umie­ scimy w wierszu 4., zaczynaj,!c od kom6rki G4 (przedzial od 100 do 500 co 50). Procent bonusu umiescimy natomiast w kolumnie F, zaczynaj,!c od kom6rki FS (przedzial od 3 do 10% co 0,5%). W ten spos6b lewa g6rna kom6rka (F4) zostanie pusta (rysunek 1.5).

3 0%

100

150

200

250

300

350

400

500

450

3,5%

4,0% 4 5% 5 0% 5,5% 6,0% 6 5% 7,0% 7,5% 8 0% 8 5% 9,0% 9,5% 10 0%

Rysunek 1-5- Rozmieszczenie wartosci parametr6w modelu

W kom6rce F4 wstawiamy formul� wyliczaj,!c,! marz�

11

(wynik netto na

sprzedazy / wartosc sprzedazy) - jest to warunek konieczny, aby nasza tabela danych zostala wyliczona. Tabela danych potrzebuje formuly wyliczaj,!cej badany przez nas wynik (rysunek 1.6). Nast�pnie zaznaczamy cal,! nasz'! zbudowan,! macierz, l,!cznie z wartosciami i formul,! (rysunek 1.7) .

1 6

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

.. " )C -t k

C14JC7

MOOEL

3,0% 3,5% 4 0% 4,5% 21&9125,1711

5,0%

4140781),-1611

kO�'t,'I�r:lqdu 14 15

..'" 124300 0011

5,5% 6,0% 6 5% 7,0% 7,5%

ItI)"UknaJPfZ�dciy_no

mll411

8,0%

16

8,5% 9 0% 9,5% 10,0%

Rysunek 1 , 6, Formula wyliczajqca wartose mariy 11

7,20%

100

150

200

250

300

350

400

45 0

500

3,0%

3,5% 4,0% 4,5% 5,0% 5,5% 6,0% 6,5% 7,0% 7,5% 8,0% 8,5% 9,0% 9,5% 10,0%

Rysunek 1-7, Zaznaczenie calej tabeli

Przechodzimy do Dane/Analiza symulacji/Tabela danych i pojawia SiE;) nam okienko dialogowe Tabela danych (rysunek 1.8),

Iabela danych

Rysunek 1,8, Okno dialogowe Tabela danych

B U O Z E T F I R MY H A N O L O W EJ

1 7

1. W polu Wierszowa komorka wejsciowa wskazujemy kom6rk� w naszym modelu, w kt6rej majC! byc podstawiane wartosci z wiersza nr 4 (ilosciowa granica bonus6w) . Jest to kom6rka C3. 2. W polu Kolumnowa komorka wejsciowa wskazujemy kom6rk� w naszym modelu, w kt6rej majC! byc podstawiane wartosci z kolumny F (procent bonusu) . Jest to kom6rka C4. Klikamy OK i cala tabela wypelnia si� nam wartosciami marzy 11 dIa para­ metr6w z 4. wiersza i kolumny F (rysunek 1.9). Okreslona wartosc marzy 11 jest rezultatem podstawienia do modelu granicy ilosciowej znajdujC!cej si� powyzej w pionie wartosci z wiersza 4. i procentu bonusu znajdujC!cego si� w poziomie po Iewej stronie w kolumnie F. W jednej macierzy mamy zawarte wyniki dIa 135 kombinacji dw6ch zmiennych naszego modelu. H

7,20%

100

150

200

250

300

350

400

450

500

3,0%

6,1%

6,2%

6,4%

6,6%

6,9%

7,3%

7,7%

8,1%

8,6%

3,5%

5,7%

5,8%

6,0%

6,3%

6,6%

7,1%

7,5%

8,0%

8,6%

4,0%

5 2%

5,4%

5,7%

6,0%

6,3%

6,8%

7,4%

7,9%

8 6%

4,5%

4,8%

5,0%

5,3%

5,7%

6,1%

6,6%

7,2%

7,9%

8,6%

5,0%

4 4%

4,6%

5,0%

5,3%

5,8%

6 4%

7,1%

7,8%

8 6%

5,5%

4,0%

4,2%

4,6%

5,0%

5,5%

6,2%

6,9%

7,7%

8,6%

6,0%

3,6%

3,9%

4,2%

4,7%

5,2%

5,9%

6,7%

7,6%

8 6%

6,5%

3 2%

3,5%

3,9%

4,4%

4,9%

5 7%

6,6%

7,5%

8,6%

7,0%

2,7%

3,1%

3,5%

4,0%

4,6%

5,5%

6,4%

7,4%

8,6%

7,5%

2,3%

2 7%

3,1%

3,7%

4,4%

5,3%

6,3%

7,4%

8,6%

8,0%

1,9%

2,3%

2,8%

3,4%

4,1%

5,1%

6,1%

7,3%

8,6%

8,5%

1,5%

1,9%

2 4%

3,1%

3,8%

4,8%

6,0%

7,2%

8,6%

9,0%

1,1%

1,5%

2,0%

2,7%

3,5%

4,6%

5,8%

7,1%

8,6%

9,5%

0,6%

1,1%

1,7%

2,4%

3,2%

4,4%

5,7%

7,0%

8,6%

10,0%

0 2%

0,7%

1,3%

2,1%

2,9%

4,2%

5,5%

7,0%

8,6%

Rysunek 1.9. Wynikowa tabela danych

Dodatkowo mozemy w zbudowanej przez nas tabeli zastosowac formatowanie warunkowe (Narz�dzia glowne/Formatowanie warunkowe/Reguly wyroi­

niania komorek/Mi�dzy . . . ) dIa wartosci pomi�dzy 5% i 6 % (rysunek 1.10). Umozliwi to wyr6znienie wynik6w nas interesujC!cych, czyli wszystkich marz 1 1 znajdujC!cych si� w tym przedziale. Jak widzimy na rysunku 1. 11, mozliwe sc! 23 kombinacje dw6ch kryteri6w; na przyklad dIa granicy ilosciowej r6wnej 150 i bonusu r6wnego 4% marza wyniesie 5,4%.

11

1 8

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

7,20%

1 00

1 50

200

250

300

350

500

6 1%

6,2%

6,4%

6,6%

6,9%

7 3%

7,7%

450

3 0%

8,1%

8 6%

3 5%

5,7%

5,8%

6,0%

6 3%

6,6%

7,1%

7,5%

5,4%

5,7%

6,0%

6,3%

6,8%

5,8%

6,4%

7,9%

8,6%

6,1%

7,9%

8,6%

5,2%

7,4% 7,2%

8,0%

4 0%

8,6%

5,2%

6,9%

7,6%

8,6%

5,9%

7,8% 7,7%

4,5%

4,8%

5,0%

5,3%

5,7%

5 0%

4,4%

4,6%

5,0%

5,3%

5 5%

4,0%

4,2%

4,6%

5 0%

6,0%

3,6%

3,9%

4,2%

4,7%

6 5%

3,2%

3,5%

3,9%

4,4%

6,6%

5,5%

6 2%

4,9%

5 7%

7,0%

2 7%

3,1%

3,5%

4 0%

4,6%

5,5%

7,5%

2,3%

2,7%

3,1%

3 7%

4,4%

5,3%

8 0%

1 ,9%

8,5%

1,5%

9,0%

1,1%

9 5%

0,6%

1 0,0%

0 2%

400

7,1% 6 7%

6,6 %

7,5%

6 3%

7,4%

6,4%

Pomiedzy

7,4%

8,6%

8,6% 8,6% 8,6% 8,6%

Formatuj komorki POMD;OZV; przy uzydu

Zielone wyp€-Inienie z demnozielonym tekstem An�uj

Rysunek 1.10. Zastosowanieformatowania warunkowego

7,20% 3,0%

3,5% 4,0% 4,5% 5,0% 5,5% 6,0% 6,5% 7,0% 7,5% 8,0% 8,5% 9,0% 9,5% 10,0%

100 6,1%

5,7% 5,2% 4,8% 4,4% 4,0% 3,6% 3,2% 2,7% 2,3% 1,9% 1,5% 1,1% 0,6% 0,2%

150 6,2%

5,8% 5,4% 5,0% 4,6% 4,2% 3,9% 3,5% 3,1% 2,7% 2,3% 1,9% 1,5% 1,1% 0,7%

200 6,4%

6,0% 5,7% 5,3% 5,0% 4,6% 4,2% 3,9% 3,5% 3,1% 2,8% 2,4% 2,0% 1,7% 1,3%

250 6,6%

6,3% 6,0% 5,7% 5,3% 5,0% 4,7% 4,4% 4,0% 3,7% 3,4% 3,1% 2,7% 2,4% 2,1%

300 6,9% 6,6% 6,3% 6,1% 5,8% 5,5% 5,2% 4,9% 4,6% 4,4% 4,1% 3,8% 3,5% 3,2% 2,9%

350 7,3%

7,1% 6,8% 6,6% 6,4% 6,2% 5,9% 5,7% 5,5% 5,3% 5,1% 4,8% 4,6% 4,4% 4,2%

400 7,7%

7,5% 7,4% 7,2% 7,1% 6,9% 6,7% 6,6% 6,4% 6,3% 6,1% 6,0% 5,8% 5,7% 5,5%

450 8,1% 8,0% 7,9% 7,9% 7,8% 7,7% 7,6% 7,5% 7,4% 7,4% 7,3% 7,2% 7,1% 7,0% 7,0%

500 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6% 8,6%

Rysunek 1.11. Tabela wynikowa zformatowaniem

Pod macierz B/l2A" dBAS E Files" E xcel Filesx

Anuluj Erzeglqdai... Qpcje...

..sn

P'

UZ}lwajt;reatora kwerend do tworzenia/ed}lcji kwerend

Rysunek 2.2. Okno wybierania ir6dla danych

Pojawi si� okno wybierania bazy danych (rysunek 2.3). Wybierz haz� danych

Nazwa bazy danych accdb

I(g:talogi:

c :\users\marvin\desktop

Id MARVIN

f5 DESKTOP t:J artyku l listy wind0 t:J AW t:J k a�mierz 22 10 LJ kazimierz ja

Wy;wietl i iki typu: Bazy danyrn programu

c:

Win 7

OK

Anului

Pomo�

17 � k o do odczytu r )'iylqczny Si�

Rysunek 2.3. Okno wybierania bazy danych

1. Wskazujemy lokalizacj� bazy danych, z kt6rej b�dziemy pobierac dane. 2. Zaznaczamy opcj� Tylko do odczytu mozna zmieniac danych w bazie.

-

przy uzyciu kwerendy nie b�dzie

M I E S I E;C Z N E P R E M I E D L A S P R Z E D A W CÖW

2 5

3 . Odznaczamy opcj� Wylqczny, w przeciwnym wypadku podczas pobierania Iub odswiezania danych plik bazy b�dzie zablokowany dIa innych uzyt­ kownik6w. Gdy juz wskazemy baz�, z kt6rej b�dziemy pobierac dane, przechodzimy do okna kreatora kwerend - wybierania kolumn (rysunek 2-4).

Kt6re kolumny danych chcesz uwzgl�dnic IN swoiei kwerendzie? Dost�pne tgbele i kolumny:

tolumny w kwerendzie:

produkt cena iednostka opis Podglqd danych w wybranei kolumnie:

�

Eodglqd

(J>cje ...

Rysunek 24 Kreator kwerend

< Yi.stecz

Qalej >

k1uluj

wybierz kolumny

1. Na Iiscie Dost�pne tabele i kolumny wskazujemy tabel� (kolumny wybra­ nej tabeIi) z bazy danych, kt6rej chcemy uzyc w naszej kwerendzie. 2. Tym przyciskiem przenosimy tabel� (kolumny tabeIi) do naszej kwerendy. Po wykonaniu tej operacji wyswietli si� Iista wybranych kolumn. 3. Tym przyciskiem usuwamy wybran� kolumn� z naszej kwerendy. 4 . Tym przyciskiem usuwamy wszystkie kolumny z kwerendy. Do naszej kwerendy wybieramy z tabeli Zamowienia kolumny: nr zamo­

wienia, data zamowienia, sprzedawca oraz klient. Z Klienci - kolumn� grupa. Ze Szczegoly zamowien - kolumny: produkty oraz ich ilosci. Z tabeli Produkty wybieramy natomiast kolumn� cena. Po wykonaniu tej czynnosci w Iewym okienku Kolumny w kwerendzie pojawi� si� nazwy wszystkich wybranych przez nas kolumn. Nast�pnie klikamy Dalej Pojawi si� okno kreatora kwe­ rend - filtr danych, kt6re w naszym przypadku pomijamy, poniewaz chcemy pobrac wszystkie dane bez zadnych ograniczen. W tym miejscu kreatora kwerend mozna nalozyc ograniczenia dIa zbioru pobieranych danych, np. jeslibysmy

26

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

chcieli pobrac tyIko dane dIa jednego sprzedawcy, wtedy w polu Kolumna do

filtrowania wybieramy sprzedawca, a w warunkach wpisujemy rowna si� i wybieramy sprzedawc�, kt6ry nas interesuje. Kolejny krok w kreatorze kwerend to sortowanie. Pobierane dane mozemy posortowac w okreslony spos6b. W naszym przypadku posortujemy rosn'!co wedlug kolumny data zamowienia (rysunek 2.5). 1. Wybieramy kolumn�, wedlug kt6rej chcemy posortowac dane. 2. Wybieramy rodzaj sortowania. W naszym przypadku Rosnqco.

okresL iak chcesz sortowac dane.

J eili nie chcesz sortowac danych, kliknii przycisk

D alei. r. Rosn�co

Sortui we&ug

r

N ast�pnie we&ug

Malej'lco

r Rosn�co r Malej�co

N ast�pnie we&ug

r r

Rosn�co Mal�'lco

%660 !i6

1235310 15

135710& 96

1296&25 16

1381582 4

H996616 14

37�21B7 18

17130!>�7 04

41987116� 91

131'1290 56 2184105 84

2217998,n

1.546&98 72

1625652 56

134 032 54

13459 67 84

138'11&3 04

440987!>9 6

41974613 '>6

40,11

31791940 31

360%186,64

Rysunek 3.4- Tabela przestawna obrazujqca wartose sprzedazy w podziale na wojew6dztwa i miesiqce

3.4. MODYFIKACJA POL TA BELI PRZESTAWNEJ Na danych umieszczonych w cz�sci Wartosci mozemy oprocz sumowania doko­ nywac innego rodzaju operacji obliczeniowych, takich jak: srednia, maksimum, minimum, licznik, iloczyn, odchylenie standardowe czy wariancja. Dodatkowo mozemy formatowac sumowane dane na interesujetcy nas typ. W naszym przy­ kladzie wartosc sprzedazy powinna byc wyrazona w formacie walutowym (zl) . W celu zmiany rodzaju dzialania lub formatu sumowanych wartosci musimy kliknetc prawym przyciskiem myszy dowolnet wartosc i z menu podr�cznego wybrac opcj� Ustawienia pola wartosci. Pojawi si� okno Ustawienia pola

wartosci (rysunek 3.5).

40

Zastosowanie Excela w pracy analityka finansowego, specjalisty ds controllingu i analityka sprzedazy

Ustawienia pola wartos.ci NazwCJ irOdIa:

wartoSi 'Spfzedaiy

NazwCJ rlestandardoa:

Podsumowane wedkJg

Pokazywanie "artoso jako

�odsumuj pole wartoSc:i wedlug

Wybien: typ obk:zei, kkif-ego rnce-sz uZyc da �.aria danych z zaznaczone poIa liczr>k

Srednia Maksir MinirnLm

IIoczyn

FomJ�"

.U.

42.5"

..'"

41.,1'"

'Ln