BDP 手把手教你让老板对你刮目相看的“升职宝典”，学会【出差租房分析】就能为公司省下巨额差旅费，成为BOSS眼前红人！

1、该分析适合哪些岗位

采购、企业管理、人力行政、财务人员等负责为公司做项目预算、成本核算或需要计算差旅费用等相关岗位。

2、实际案例分析

公司里很多员工需要定期去某个城市出差，每次都是住酒店，带来了很大一笔花销。老板希望通过分析出差人数来决定是否有必要在那个城市长期租房子。

现在我们就跟大家分享一下，如何通过BDP来进行这个分析：

案例数据：

已收集到的出差数据为2017年每个员工每一次出差记录，包含“员工姓名”，“出差开始日期”，“出差结束日期”。为了简化，我们假设员工住酒店每人每天花费200元，租房的话每人每天花费100元，且酒店和租房的每间房只能住1个人。酒店可以每天决定是否入住，而租房必须整租一年。

核心思路：

1、先通过原始数据得到“这一年每天有多少员工在住酒店”。

2、然后建立规划模型找到最合适的租房数量。（租的太少，会依然有大量的酒店费用；租的太多，很多时候房间是浪费的）

一、每天到底有多少员工在住酒店？

我们用每一天的日期数据去跟所有出差记录的开始和结束日期比较。那么怎么拿每天跟出差记录去比对呢？

step1、创建一个日期轴数据表

暂时BDP还没法实现这步，我是用excel直接拉出2017年的每一天的，创建好后导入BDP。

step2、添加相同字段进行对比

只需要在两张表的每行都添加一个一模一样的数值即可，我们可以设字段值为“X”。

注：BDP为了避免严重的数据膨胀，会不允许完全相同的两列进行关联，因此我们可以在excel里手动给日期轴数据表添加这个一样的数值字段（即X），而在出差表中用计算字段添加这样的一列。完成这一步后，日期轴工作表左关联出差记录表，得到了对比表。

step3、判断出差记录并计算出差人数

日期轴上的每一天是否在出差开始和结束日期之间，如果是的话这条记录就有用，我们可以记为1（表示出差），否则记为0（表示未出差）。我们可以新建一个计算字段“有效记录”，使用day_diff函数实现这个逻辑并返回结果。

下面只要用这张表做一个简单的聚合表，日期轴字段作为维度，有效记录的数值进行求和作为数值，就得到了每天出差人数的结果数据了。注意这个表的数据量应该是365条，每天一条。

step4、通过可视化直观展示出差人数

画个简单的折线图直观感受一下这一年中每天有多少同事在外奔波：最多的时候有40多人在外出差，全年平均每天出差人数为23。

二、合理确定租房的策略

假设员工住酒店每人每天花费200元，租房的话每人每天花费100元。

step1、添加两个新字段

下面我们就需要计算出能省下的钱=(新方案租房花费+新方案酒店花费)-原来的整体酒店花费。

step2、计算最省钱方案的租房数量

最理想的方式是能画出一张图，横坐标是租房的房间数量，纵坐标是最终省下的钱。按照这个方案，我们就需要一份“房间数量范围”的数据。

（1）创建关联辅助字段

在excel建立一列1-50的表，导入BDP。因为需要一一代入，因此我们再次在两张表中分别创建上面用过的关联辅助字段，这次可以用个不同的：“y”（依然要注意使用excel添加数值表的关联辅助字段，否则会不允许合表）。

（2）多表关联

每日出差人数表左关联租房房间数量表，也就是第一张表中的每一天都关联到第二张表50个值。

（3）使用公式

新方案的酒店房间数量为（每日出差人数-租房房间数量），但这里有重要条件：如果每日出差人数小于租房房间数量，需要的酒店房间数为0而不是负数。

然后我们可以计算出新方案的总费用

以及老方案的酒店总费用

最终得到总费用节约量

step3、可视化展示确定最终结论

综合该公司为期一年的出差人数记录，得到如下结论：

结论一、当租房数量为24间，可以达到了成本节约的最大值：556,600元。

结论二、当租房数量为24间，比原来的纯酒店方案节约了1/3的费用！

当然了，实际场景会比这个分析案例更复杂：

1、出差地点可能会有很多城市，酒店房间和租的房间都有可能住多人，影响因素有很多，所以都需要考虑。

2、该分析只针对历史数据，但实际会根据业务增长趋势来预估未来，那就需要使用BDP的时序预测或企业版的机器学习参与分析模型。

学会了这个技能之后，只需给老板呈现一张美美的图表，并告知他能省下几十万的出差旅费，相信你一定能让老板刮目相看，升职加薪神马的，那都不是事！

附上体验网址：BDP个人版