Power Query is een functie, een feature, in Excel, die verrasssend veel kan en dus veel toegevoegde waarde heeft. En jij kent Power Query misschien al een beetje maar begrijpt nog niet helemaal wat je er nu aan hebt. In deze blog wil ik je uitleggen hoe Power Query jouw bedrijf kan helpen aan de hand van een casus van één van mijn klanten. 

Casus: hoe kan Power Query jouw bedrijf helpen en zelfs de omzet verhogen?

Mijn klant is een retailbedrijf en verkoopt kleding via een webshop en een fysieke winkel. Ze verzamelen gegevens van zowel de online als de offline verkopen, alleen – zoals het vaak gaat – wordt de data in verschillende systemen verwerkt.

De online verkopen worden via een website die is gebouwd met WooCommerce gedaan. Hier wordt regelmatig een export van gemaakt om de data te exporteren en een csv van gemaakt. Zo kunnen zij de informatie van hetgeen er online wordt verkocht gemakkelijk analyseren.

Zo kijken ze naar de verschillende maanden, de producten en productcategorieën en halen ze daar al een hoop informatie uit. 

Daarnaast exporteren ze ook data van de marketingcampagnes (bronnen als Facebook ads en Google Analytics) die ze doen en combineren deze ook met de verkoopcijfers.

En het derde aspect hierbij is natuurlijk de verkopen die in de winkel gebeuren. Ook daar kunnen ze een uitdraai van maken in een csv. 

Lastig en veel werk om de data te combineren

Uiteraard is het bij elkaar zetten van al die data veel (handmatig) werk en kost het enorm veel tijd. En het is ook niet het meest uitdagende of leuke werk om te doen, het is elke keer hetzelfde.

Alleen al inzicht krijgen in de totale omzet en de omzet per product(categorie) zou niet zo omslachtig moeten zijn. 

Power Query to the rescue

Met Power Query hebben we het exporteren van sommige overzichten kunnen koppelen aan Excel zodat ze de data niet meer handmatig eruit hoeven te halen. Dit kan alleen als je software systeem een API heeft.

De andere bron waarbij die niet kon, daarvan wordt nog steeds een export gemaakt maar deze wordt altijd onder dezelfde naam en in dezelfde map opgeslagen zodat Power Query deze altijd kan ‘pakken’ en deze gewoon vernieuwt als er nieuwe data in het overzicht staat.

Vervolgens hebben we ingesteld dat al deze overzichten aan elkaar worden gekoppeld zodat er één overzicht ontstaat. Hiervoor hebben we ingesteld dat ze dezelfde kolomen hebben waar nodig en dat de data opgeschoond wordt waar nodig.

Zo kan je bijvoorbeeld een ‘find & replace’/ vinden en vervangen instellen met Power Query zodat je bepaalde zaken standaard kan laten hernoemen zodat alle data overeenkomt (waar bijv in het ene systeem het product ‘Trui Blauw’ wordt genoemd en in het andere ‘TruiBlauw’ kan je dus zorgen dat deze onder dezelfde noemer worden gezet om je data te analyseren).

Resultaat

Nu kost het mijn klant dus nog geen 5 minuten om de data bij elkaar te zetten en kan ze meteen beginnen met analyseren, waar het haar eerst heel veel frustratie kostte en zo’n twee uur om alles te downloaden en bij elkaar te zetten en op te schonen.

Ze kan nu gemakkelijk wekelijks of zelfs dagelijks even naar de data kijken om te weten hoe het ervoor staat en veel betere beslissingen te maken: wat hangt ze in de etalage, op welk product gaat ze adverteren, welke campagnes lopen het best, zijn er verschillen in wat het best verkocht wordt tussen on- en offline, enz.

Trouwens, of je je data analyseert in Excel of je bouwt hier een dashboard bij in Power BI, that’s up to you. Beiden zijn goede opties. Mijn klant heeft gekozen om beiden te doen. Ik heb een dashboard in Power BI gebouwd en zelf ‘speelt’ ze nog wat met haar data in Excel om weer nieuwe inzichten te krijgen.

2 + 12 =