数码产品各店面分析

简介:

//数码产品各店面分析报表//


BEGIN
 -- SET NOCOUNT ON added to prevent extra result sets from
 -- interfering with SELECT statements.
 SET NOCOUNT ON;
create table #temp12([日期] datetime,[部门代码] varchar(100),[部门名称]  varchar(100), [商品代码]  varchar(100),
[商品名称]  varchar(100),[品牌] varchar(100),[数量] int,[含税金额] decimal(10,2),
[不含税金额] decimal(10,2),[成本] decimal(10,2))

insert into #temp12
select t0.F_PBKA_DATE,
t12.fnumber,t11.fname fname1,t2.FNUMBER,t3.FNAME,t2.F_PBKA_MOBILE_BRANK,
case when t0.FBILLTYPEID='57faf492b10d31' then sum(isnull(t1.FQTY,0)) 
 when  t0.FBILLTYPEID='580778655b6d7d' then  -sum(isnull(t1.FQTY,0))  end FQTY,
case when t0.FBILLTYPEID='57faf492b10d31' then sum(isnull(t1.FSDJAMOUNT ,0)) 
 when  t0.FBILLTYPEID='580778655b6d7d' then  -sum(isnull(t1.FSDJAMOUNT ,0))  end 含税金额,
 case when t0.FBILLTYPEID='57faf492b10d31' then sum(isnull(t1.F_PBKA_BHSAMOUNT ,0)) 
 when  t0.FBILLTYPEID='580778655b6d7d' then  -sum(isnull(t1.F_PBKA_BHSAMOUNT ,0))  end 不含税金额,0
from PBKA_t_BillHead t0 
inner join PBKA_t_GoodsDetail t1 on t0.fid=t1.fid
left join t_bd_material t2 on t1.FMATERIALID=t2.FMATERIALID
inner join T_BD_MATERIAL_L t3 on t1.FMATERIALID=t3.FMATERIALID and t3.FLOCALEID=2052
inner join t_bd_material t9 on t3.FMATERIALID=t9.FMATERIALID
join t_bd_department_l t11 on t0.FOLDDEPARTMENT=t11.FDEPTID 
join t_bd_department t12 on t11.FDEPTID=t12.FDEPTID 
where  t12.fnumber like '203%'and t9.FNUMBER like '03%'
and (convert(varchar(10),t0.F_PBKA_DATE,21)>='2017-03-01'
and convert(varchar(10),t0.F_PBKA_DATE,21)<='2017-03-31')
 
group by  t0.F_PBKA_DATE,t2.FNUMBER,t11.fname,t12.fnumber,t3.FNAME,t2.F_PBKA_MOBILE_BRANK,t0.FBILLTYPEID order by 1

/*销售出库单成本*/
insert into #temp12
select t0.FDATE,t12.FNUMBER FNUMBER,t11.fname fname1, t9.FNUMBER,t5.FNAME,t9.F_PBKA_MOBILE_BRANK,0,0,0,sum(t2.FCOSTAMOUNT)
 From T_SAL_OUTSTOCK t0
      join  T_SAL_OUTSTOCKENTRY t1 on t0.FID =t1.fid
      join T_SAL_OUTSTOCKENTRY_F t2 on t1.FENTRYID =t2.FENTRYID 
      join t_bd_material_l t5 on t1.FMATERIALID =t5.FMATERIALID and FLOCALEID=2052
      join t_bd_material t9 on t5.FMATERIALID=t9.FMATERIALID
     join  T_SAL_OUTSTOCKENTRY_R t10 on t2.FENTRYID=t10.FENTRYID 
     join t_bd_department_l t11 on t0.FOLDDEPARTMENT=t11.FDEPTID 
                join t_bd_department t12 on t11.FDEPTID=t12.FDEPTID 
      where  (convert(varchar(10),t0.fdate,21)>='2017-03-01'
          and convert(varchar(10),t0.fdate,21)<='2017-03-31')  
       and t10.FSRCTYPE ='PBKA_XSKD'  and t9.fnumber like '03%'   and t12.fnumber like '203%'
         group by t0.FDATE,t12.FNUMBER,t11.fname, t9.FNUMBER,t5.FNAME,t9.F_PBKA_MOBILE_BRANK

insert into #temp12
select t0.fdate,t12.FNUMBER FNUMBER,t11.fname fname1, t9.FNUMBER,t5.FNAME,t9.F_PBKA_MOBILE_BRANK,0,0,0,-sum(t2.FCOSTAMOUNT)
 From T_SAL_RETURNSTOCK t0
      join  T_SAL_RETURNSTOCKENTRY t1 on t0.FID =t1.fid
      join T_SAL_RETURNSTOCKENTRY_F t2 on t1.FENTRYID =t2.FENTRYID 
      join t_bd_material_l t5 on t1.FMATERIALID =t5.FMATERIALID and FLOCALEID=2052
      join t_bd_material t9 on t5.FMATERIALID=t9.FMATERIALID
     join  T_SAL_RETURNSTOCKENTRY_R t10 on t2.FENTRYID=t10.FENTRYID 
     join t_bd_department_l t11 on t0.FOLDDEPARTMENT=t11.FDEPTID 
                join t_bd_department t12 on t11.FDEPTID=t12.FDEPTID 
      where  (convert(varchar(10),t0.fdate,21)>='2017-03-01'
          and convert(varchar(10),t0.fdate,21)<='2017-03-31') 
       and t10.FSRCBILLTYPEID ='PBKA_XSKD'   and t12.fnumber like '203%' and t9.fnumber like '03%' 
       group by t0.fdate,t12.FNUMBER,t11.fname, t9.FNUMBER,t5.FNAME,t9.F_PBKA_MOBILE_BRANK
 declare @Sql varchar(8000)
 select @sql=''
 declare @sql1  varchar(8000)
 select @sql1=''
 create table #table21 ([商品名称]  varchar(100),[部门名称] varchar(100),[数量] int,[含税金额] decimal(18,2),[毛利] decimal(18,2))
 create table #table22 ([商品名称]  varchar(100),[部门名称] varchar(100),[数量]int,[含税金额] decimal(18,2),[毛利] decimal(18,2))
   insert into #table21
select  [商品名称] ,[部门名称],sum([数量]),sum([含税金额]) [含税金额],sum([不含税金额])-sum([成本])  from #temp12 
group by  [商品名称] ,[部门名称]
insert into #table22
select [商品名称],[部门名称],sum([数量]),sum([含税金额]),sum([毛利]) from #table21 group by [商品名称],[部门名称]

  create table #table1 ([商品名称] varchar(100),[部门名称] varchar(100),[数量] int,[含税金额] decimal(18,2),[毛利] decimal(18,2))

    set @sql1='insert into #table1 '
  set @sql1= @sql1+ ' select [商品名称],[部门名称],[数量],[含税金额],[毛利] from  #table22 '
 exec (@Sql1)
  set @sql1='insert into #table1 '
  set @sql1= @sql1+ '  select ''小计'',[部门名称],sum([数量]),sum([含税金额]),sum([毛利])  from  #table22 '
  set @sql1= @sql1+ ' GROUP BY [部门名称] '
-- exec (@Sql1)
--set @sql1='insert into #table1 '
--  set @sql1= @sql1+ '  select ''总计'',[部门名称],sum([含税金额]),sum([毛利]) from  #table22 '
--  set @sql1= @sql1+ '   GROUP BY [部门名称] '
 exec (@Sql1)

    set @sql='select [商品名称] 商品名称,'
    select @sql= @sql+'sum(case [部门名称] when '''+[部门名称]+'''
     then         数量 else 0 end) as ['+[部门名称]+'|数量],
  sum(case [部门名称] when '''+[部门名称]+'''
     then         含税金额 else 0 end) as ['+[部门名称]+'|含税金额],
  sum(case [部门名称] when '''+[部门名称]+'''
     then         毛利 else 0 end) as ['+[部门名称]+'|毛利],'
  from (select distinct [部门名称] from #table1) as a 
  select @sql=left(@sql,len(@sql)-1)+' ,sum(数量) [合计数量],sum(含税金额) [合计含税金额],sum(毛利) [合计毛利]'+'from #table1 group by [商品名称] '
 
      exec (@sql)
 
drop table #table21,#table22,#temp12,#table1
END















本文转自51GT51CTO博客,原文链接: http://blog.51cto.com/yataigp/1934586,如需转载请自行联系原作者



相关文章
|
18天前
|
算法 前端开发 数据挖掘
雷同性分析问题
本文探讨了雷同性分析中的比例计算、计算目的及算法可行性。通过对比不同企业的投标记录,计算雷同比率以识别潜在的团伙行为。文中分析了分箱法、聚类算法、暴力穷举法等方法的适用性和局限性,并提出了前端展示关联企业的方案。
55 23
queryCoord的checkerController分析
queryCoord的checkerController分析
549 0
|
前端开发
R|timeROC-分析
R|timeROC-分析
267 0
R|timeROC-分析
|
弹性计算 运维 安全
全面分析和理解PBC
全面分析和理解PBC
6107 0
全面分析和理解PBC
|
Java Android开发
Android内存使用情况分析
Android系统的内存由几个不同的内存池中的几个不同的分配器管理
426 0
Android内存使用情况分析
摊还分析
摊还分析 本章内容: 1.聚合分析 2.核算法 3.势能法 4.动态表   一  聚合分析   1.  在摊还分析中,我们求数据结构的一个操作序列中所执行的所有操作的平均时间,来评价操作的代价,它不涉及概率,可以保证最坏情况下每个操作的平均性能。
774 0
|
SQL
【MySQLprofiling分析
【MySQLprofiling分析
111 0
【MySQLprofiling分析
|
供应链 数据挖掘
场景分析
如何梳理业务流程、建立指标体系?
738 0
场景分析
|
Python 算法 计算机视觉
多因子探索分析
假设检验 检验统计量,根据数据的均值、方差等性质,将数据转换为一个函数,构造这个函数的目的是将这个数据转换为一个已知分布容易解决的格式 显著性水平一般用希腊字母a表示,0.05代表数据有95%的可能与已知分布一致。
1408 0