Есть данные - значит есть простор для анализа.

Сегодня делаем самый простой dashboard для анализа работы сотрудников склада.

Что мы имеем (как пример):

В базе данных есть таблица, в которой зафиксированы стандартные (для почти любой wms) сведения:

1. Сборщик товара
2. Код товара
3. Ячейка, из которой был отобран товар
4. Статус отбора
5. Заказанное количество товара
6. Отобранное количество товара
7. Номер заказа
8. Дата начала задачи
9. Дата окончания задачи

Определяем, какая для руководителя склада, ценная информация находится в базе. Делаем предположения:

1. Оценить загрузку склада по часам, чтобы понять, когда склад простаивает или мало нагружен.
2. Получить информацию о количестве работающих сборщиков.
3. Проверить % не отобранного товара (не выходит ли склад за допустимые показатели неотгруженного товара).

Формируем меры:

Мера №1: посчитает сколько штук товара было заказано (по отобранным заказам) 

заказано штук = SUM ('Лист1'[qty_task])

Мера №2: посчитает, сколько сборщиков работало на складе, в указанный период времени

к-во сборщиков = DISTINCTCOUNT('Лист1'[user])

Мера №3: посчитает, сколько уникальных наименований товара отбиралось в указанный период времени

к-во товаров = DISTINCTCOUNT('Лист1'[sku])

Мера №4: отобразит разницу между заказанным и отобранным количеством штук

не отобрано штук = [заказано штук] - [отобрано штук]

Мера №5: посчитает отобранное количество штук

отобрано штук = SUM ('Лист1'[qty_picked])

Используем визуализацию:

• Карточка.
• Матрица.
• График.

Итого: используя такой инструментарий, как dashboard, руководитель склада (или иной менеджер) получает доступ к оперативному принятию решений. Используя dashboard, руководитель быстро может оценить:

1. Все ли сотрудники вовлечены в обработку заказов.
2. Оценить среднее время обработки одной задачи.
3. Оценить количество собранных и не собранных заказов \ строк.
4. Оценить % \ сумму отказанного товара.

, и.... И многое другое. Все зависит от потребности руководителя склада.