全文约1500字
大家好，我是古老师，专注于PMC（生产计划与控制）领域的教学。今天我们要介绍的是PMC系列中的第26个表格模型——销售订单分析模型的第三章。
在昨天的讲解中，即本系列的第二章，我们详细探讨了产品型号与时间维度（包括月度、周度和季度）的二维分析方法。通过将销售数据与时序结合，有助于PMC制定生产计划时识别产品的销售节奏，为编制生产计划提供关键依据。
而在今天的第三章里，我们将进一步探讨客户层面的数据分析，例如客户下单的数量及其对应的产品型号等。通过对这些数据的深入分析，我们可以评估客户的级别和优先度等重要指标，从而更好地支持生产决策过程。这样不仅能够帮助理解客户需求模式，也为优化库存管理和提高客户满意度提供了方向。
客户下单数量和产品型号的分析一样，我们也需要对客户下单的数量进行汇总分析，分析每个客户累计下单数量，下单张数，平均下单数量，最大、最小，占比以及累计占比，录入动态数组公式进行一键聚合分析：
=GROUPBY(源数据!M2#,源数据!L2#,HSTACK(SUM,COUNTA,AVERAGE,MAX,MIN,PERCENTOF),,0,-2)
函数解释：
GROUPBY：此函数用于根据一个或多个条件对数据进行分组，并对每个分组应用指定的聚合函数。
源数据!M2#：这是源数据表中包含客户名称或ID的列，作为分组依据。
源数据!L2#：这是源数据表中包含下单数量的列。
HSTACK(SUM, COUNTA, AVERAGE, MAX, MIN, PERCENTOF)：这一部分指定了应用于每组数据的聚合函数，包括总和（SUM）、计数（COUNTA）、平均值（AVERAGE）、最大值（MAX）、最小值（MIN）以及百分比（PERCENTOF）。
最后的两个参数 0 和 -2 分别控制排序方式和是否忽略空值等选项。
通过这个公式，你可以快速生成所需的客户下单数据分析结果。例如前15个客户下单数量占总下单量的81%。
客户下单型号客户下单的分析不仅应关注下单数量，还需要分析下单的产品型号。通常情况下，如果下单的型号越多而每个型号的数量越少，业务的复杂度就越高，这通常是多品种、小批量模式的一个典型特征。针对这类客户，需要特别关注其订单处理和生产计划安排。
我们可以使用动态数组聚合函数来统计每个客户下单的产品型号数： =GROUPBY(源数据!M2#,源数据!K2#,LAMBDA(X,COUNTA(UNIQUE(X))),,0,-2)
函数解释：
GROUPBY：此函数用于根据一个或多个条件对数据进行分组，并对每个分组应用指定的聚合函数。
源数据!M2#：这是源数据表中包含客户名称或ID的列，作为分组依据。
源数据!K2#：这是源数据表中包含产品型号的列。
LAMBDA(X, COUNTA(UNIQUE(X)))：这部分定义了一个匿名函数（Lambda函数），它首先通过 UNIQUE(X) 提取每组中的唯一值（即不同的产品型号），然后用 COUNTA 计算这些唯一值的数量，从而得出每个客户的下单型号数。
最后的两个参数 0 和 -2 分别控制排序方式和是否忽略空值等选项。
有了下单型号的汇总数据，再用查找引用函数把下单汇总数量引用过来，录入：
=VLOOKUP(TAKE(A2#,,1),客户汇总!A1#,2,0)
通过这个公式，可以快速统计出每个客户的下单型号数量，帮助识别那些具有高业务复杂度的客户。这对于优化生产计划和库存管理非常有帮助。
客户下单频率在分析完客户的下单数量和下单型号之后，还有一个重要的指标需要分析，那就是客户的下单频率。这里的定义是：无论客户当天下单多少次，都只计算为一次。通过统计周期内的下单天数来确定客户的下单频率。例如，在一个月内，如果客户在1日、5日和10日有下单记录，则记为3次。
我们可以使用动态数组公式来统计每个客户的下单频率：
=GROUPBY(源数据!M2#,源数据!H2#,LAMBDA(X,COUNTA(UNIQUE(X))),,0,-2)
函数解释：
GROUPBY：此函数用于根据一个或多个条件对数据进行分组，并对每个分组应用指定的聚合函数。
源数据!M2#：这是源数据表中包含客户名称或ID的列，作为分组依据。
源数据!H2#：这是源数据表中包含订单日期的列。
LAMBDA(X, COUNTA(UNIQUE(X)))：这部分定义了一个匿名函数（Lambda函数），它首先通过 UNIQUE(X) 提取每组中的唯一值（即不同的订单日期），然后用 COUNTA 计算这些唯一值的数量，从而得出每个客户的下单频率。
最后的两个参数 0 和 -2 分别控制排序方式和是否忽略空值等选项。
通过这个公式，可以快速统计出每个客户的下单频率，帮助识别那些下单频繁的客户。这对于优化生产计划、库存管理和客户服务策略非常有帮助。
