Earn the coveted Fabric Analytics Engineer certification. 100% off your exam for a limited time only!
Hola a todos.
Tengo estas dos mesas:
STK_ID | STK_ITM_ID | STK_DATE | STK_QTY | STK_WHS |
1 | I0154 | 24 abr 21 | 50 | WHS1 |
2 | I0154 | 26 abr 21 | 30 | WHS1 |
4 | I0154 | 30 abr 21 | 20 | WHS1 |
5 | I0154 | 2 de mayo 21 | 15 | WHS1 |
MOV_ID | MOV_ITM_ID | MOV_DATE | MOV_QTY | MOV_CAU | MOV_WHS |
1 | I0154 | 25 abr 21 | 20 | venta | WHS1 |
2 | I0154 | 1 de mayo 21 | 5 | venta | WHS1 |
Como se puede ver en las cantidades de stock, 10 piezas de I0154 se vendieron en un día entre el 26 y el 30 de abril, pero no se registraron movimientos en el FACT_MOV.
Además, 5 piezas de I0154 wew se vendieron el 1 de mayo, pero la acción se actualizó al día siguiente.
Mi objetivo es calcular el stock medio para cada artículo, calculado como la suma de (stk_qty * days_of_stock) dividido por (días totales de stock)
así que pensé que podía crear una tabla con todas las fechas (desde la fecha mínima de fact_mov y fact_stk hasta la fecha máxima) y crear algunas columnas como estas:
ITM_ID | fecha | STK_QTY | movimiento | CORRECT_STK | WHS_ID |
I0154 | 24 abr 21 | 50 | 0 | 50 | WHS1 |
I0154 | 25 abr 21 | 50 | 20 | 30 | WHS1 |
I0154 | 26 abr 21 | 30 | 0 | 30 | WHS1 |
I0154 | 27 abr 21 | 30 | 0 | 30 | WHS1 |
I0154 | 28 abr 21 | 30 | 0 | 30 | WHS1 |
I0154 | 29 abr 21 | 30 | 0 | 30 | WHS1 |
I0154 | 30 abr 21 | 20 | 10 | 20 | WHS1 |
I0154 | 1 de mayo 21 | 20 | 5 | 15 | WHS1 |
I0154 | 2 de mayo 21 | 15 | 0 | 15 | WHS1 |
¿Cómo puedo implementarlo en Power BI? ¿Tienes una idea más inteligente para lograr mi objetivo? También os dejo el archivo pbix: https://www.dropbox.com/s/m2z3g5xf19n7ji8/matteo%20-%20Copia.pbix?dl=0
gracias.
¡Muchas gracias, funcionó! ¿Sabes cómo puedo calcular el stock medio, destinado como suma de (CORRECT_STK* número de días de stock) dividido por (días totales de stock)
En el ejemplo sería (50*1 + 30*4 + 20*2 + 15*2) / 9 = 26,67 días
¡Gracias!
User | Count |
---|---|
1 | |
1 | |
1 | |
1 | |
1 |