AVERAGEX: Výpočet průměru za den v LuckyTemplates

Zde vám ukážu, jak používat funkci AVERAGEX s DAX v LuckyTemplates. Celé video tohoto tutoriálu si můžete prohlédnout ve spodní části tohoto blogu.

Naučíte-li se a pochopíte, jak tuto funkci používat, velmi rychle otevřete řadu analýz, které mohou být neuvěřitelně srozumitelné a cenné.

Možná si chcete zjistit průměrný prodej, který uděláte za den, za měsíc, na zákazníka a tak dále. Na to je tolik aplikací, že je to šílené.

A nezapomeňte, že se pak můžete rozdělit na časové srovnání a analýzu časové inteligence.

V tomto příkladu budeme pracovat s něčím, co lze snadno použít v téměř každém modelu. Budeme počítat průměrné tržby za den pro konkrétní zákazníky pomocí AVERAGEX s DAX.

Obsah

• Revize datového modelu
• Průměrný prodej za den pomocí AVERAGEX
• Při pohledu na různé časové rámce
• Kontrola procesu
• Použití stejného vzorce AVERAGEX proti jiné dimenzi
• Závěr

Revize datového modelu

Než budeme skutečně počítat naše průměrné tržby za den, podívejme se nejprve na náš datový model, abychom měli představu, s čím pracujeme.

Máme tedy organizaci, která provádí prodeje a data jsou v tabulce prodejů.

Tato organizace provádí prodeje v kterýkoli konkrétní den a údaje k tomu lze nalézt v tabulce dat.

Prodávají konkrétnímu zákazníkovi, různé produkty a mohou prodávat v řadě různých regionů. Údaje pro tyto tři lze nalézt samostatně v tabulce zákazníků, tabulce produktů a tabulce regionů.

Pomocí informací z našeho datového modelu a již dostupných opatření analyzujme naše celkové prodeje podle zákazníků.

Naše tabulka bude vypadat takto níže. Máme tedy celkové tržby a jsou seřazeny podle jmen zákazníků.

Pak z toho uděláme vizualizaci. Zde můžeme vidět nejlépe i nejhůře prodávající zákazníky organizace.

Průměrný prodej za den pomocí AVERAGEX

Nyní se můžeme podívat na to, kolik prodáme za den každému zákazníkovi.

Co musíme udělat pro každého zákazníka, je opakovat každý den a poté zprůměrovat objem prodeje pro tyto konkrétní zákazníky za celou dobu trvání.

Způsob, jak toho dosáhnout, je použít AVERAGEX a funkci VALUES s jazykem DAX.

Vytvořme tedy novou míru a nazvěme ji Průměrný prodej za den .

Pak přidáme AVERAGEX , protože potřebujeme tuto iterační funkci. AVERAGEX se bude opakovat každý den.

A pak vložíme VALUES a sloupec Datum. To je vlastně způsob, jakým iterujeme každý den.

Co VALUES dělá, je, že vytvoří virtuální tabulku pouze se sloupcem Dates a pak v aktuálním kontextu řekne, kdo je konkrétní zákazník, iteruje každý den.

Poté přidáme Total Sales . Jakmile spočítáme všechny celkové prodeje, zprůměrujeme je pomocí AVERAGEX .

Náš vzorec pak bude vypadat takto.

Nyní, když přivedemedo vizualizace vidíme v průměru, kolik prodáme za den každému konkrétnímu zákazníkovi.

Můžeme dokonce zapnout štítky s údaji, abychom měli představu o průměrných prodejích.

Při pohledu na různé časové rámce

Další skvělá věc, kterou zde můžeme udělat, je, že můžeme také změnit časový rámec.

K tomu můžeme přetáhnout náš MonthInCalendar, abychom měli měsíc a rok.

Pak z něj můžeme udělat kráječ.

Nyní můžeme vidět průměrné tržby za den od každého z našich zákazníků v konkrétním měsíci a roce.

Co je opravdu skvělé, je to, že jde o dynamický způsob, jak se na tento výpočet dívat.

Jak můžete vidět na obrázku níže, když vybereme srpen 2014, vizuál ukazuje data pro toto časové období.

Nyní, když vybereme září 2014, náš vizuál zobrazuje průměrné prodeje za den podle zákazníka v tomto časovém rámci.

Kontrola procesu

Abychom skutečně porozuměli tomu, jak zde fungují funkce AVERAGEX a VALUES, pojďme si rychle prohlédnout, co se děje v našem příkladu.

Nejprve si z naší vizualizace uděláme tabulku, aby dávala větší smysl.

A znovu se pojďme rychle podívat na náš vzorec.

Nyní zde máme různé zákazníky. Například pro společnost Burt's Corporation opakujeme každý den. To je v lednu 2015, protože to máme vybrané v našem sliceru. Poté spočítáme celkové tržby za každý jednotlivý den.

Jakmile jsou všechny prodeje za den spočítány, přijde AVERAGEX a zprůměruje je.

A to se stane každému zákazníkovi, kterého máme v tomto konkrétním příkladu.

Jakmile změníme časový rámec, řekněme únor 2015, provede se stejný výpočet, ale tentokrát v tomto novém časovém rámci.

Pokud jsme nevybrali žádný časový rámec, bude se pak iterovat každý den v tabulce dat.

Použití stejného vzorce AVERAGEX proti jiné dimenzi

Další věc, kterou zde můžeme udělat a která vám opět přijde vážně skvělá, je použití úplně stejného vzorce proti jiné dimenzi.

Nejprve zduplikujme naši tabulku Průměrný prodej za den .

Pak se podívejme na průměrné tržby za den pro každé město.

A stejně tak je naše tabulka nyní řazena podle města.

Pak je to zase dynamické. Aktuálně zobrazujeme údaje za únor 2015.

Pokud klikneme na březen 2015, v naší nové tabulce se také zobrazí Průměrné tržby za den, prezentované podle města, pro toto časové období, které jsme vybrali.

Mohli bychom to udělat znovu proti jakékoli dimenzi, kterou máme. Použijeme přesně stejný vzorec a bude fungovat perfektně pro všechny tyto rozměry.

Závěr

V tomto příspěvku jsme viděli, jak vypočítat průměrné tržby za den pro konkrétní zákazníky pomocí AVERAGEX s DAX a v kombinaci s funkcí VALUES.

Další výukové programy funkcí DAX naleznete na níže uvedených odkazech.

Vše nejlepší!