亲爱的数据朋友们，我是老周道数据，我们今天再次相聚，一起运用通俗易懂的逻辑和数据分析技巧，为您揭秘数字背后的故事。
上期内容回顾
在上一讲中，我们探讨了鞋服零售企业中至关重要的售罄率概念及其实现方法。这里我们运用了历史聚合这一内存计算方法，将当前时间之前的所有数据进行聚合，以便我们能够计算出历史累计采购数量和历史累计销售数量。
上讲作业回顾：
如何按照周为单位监控特定商品的售罄率？
对于生产与零售并举的服装企业来说，新品上市后，周售罄率和累计售罄率的监控至关重要，以便企业能够及时做出补货、促销或下架的决策。
当周售罄率：即当周累计销售与截止到当周的历史累计采购的比值，此指标有助于了解当周库存的消化情况。
当周累计售罄率：为截止到当周的历史累计销售与截止到当周的历史累计采购的比值，这让我们能够把握到截止到当周的总体库存消化情况。
理解了这些概念后，我们便可以在BI数据分析软件中开始操作了。
操作步骤如下：
第一步：汇总关键数据
包括累计入库数量、累计销售数量以及销售数量的汇总，并据此计算售罄率和累计售罄率。
第二步：增加筛选条件
添加时间日期、季节和商品分类的筛选条件，以便于按需分析。
第三步：添加时间维度
在列维度中增加时间周的显示，实现按周监控商品售罄率的效果。
具体操作细节已在之前讲述中涵盖，这里不再赘述。
通过这样的操作，我们能够借助历史聚合这一内存计算方式，轻松实现按任意维度甚至多个维度的组合查看售罄率。历史聚合的强大之处由此可见一斑。
续谈零售数据分析：今天我们将继续围绕历史聚合这一主题，深入探讨其在零售数据分析中的其他应用场景。
本讲内容预览：
我们将首先展示如何利用历史聚合计算库存数量或库存金额。在零售企业中，库存管理常常是一个挑战，特别是当面临大量SKU和众多门店时。使用历史聚合，我们可以轻松地查询任何时间的库存数量。
接着我们将通过实际表格来演示如何操作，并解释如何通过历史聚合来计算任意时间的库存数量。
本讲的作业是：根据近一个月的销量来预估当前库存的可卖天数。
原本计划今天讲完历史聚合的所有场景，但为了确保大家能够充分消化，我们将分几讲逐步讲解。下一讲，我们将探讨历史聚合除了与总计聚合外的其他组合使用方式，敬请期待。
老周道数据，继续与您一起，用常人的思维加上数据分析，通过数据讲故事的方式，探索更多数据背后的价值。我们下一讲再见！