Segmentácia rozmerov na základe hodnotenia – pokročilá analytická technika pre LuckyTemplates

V tomto príklade budeme v LuckyTemplates pomocou jazyka DAX celkom pokročilí. Zameriame sa na segmentáciu dimenzií na základe ich hodnotenia v konkrétnej tabuľke. Celé video tohto návodu si môžete pozrieť v spodnej časti tohto blogu.

Toto je úžasný koncept toho, ako môžete využiť vypočítané stĺpce v LuckyTemplates. To môže priniesť ďalšie poznatky, ktoré by s tradičnými nástrojmi, ako je Excel, nikdy neboli možné.

Efektívne využitie týchto techník a následná implementácia skvelých vizualizácií okolo nich, do ktorých sa tiež ponorím, môže skutočne pútavým spôsobom predviesť vaše údaje.

Obsah

• Vizualizácia segmentovaných údajov
• Segmentácia a hodnotenie vašich údajov
• Záver

Vizualizácia segmentovaných údajov

Vždy som hovoril o úžasnej analytickej sile LuckyTemplates, ale túto úroveň analýzy neuvidíte, ak používatejeden za druhým. Jeho skutočná sila sa prejaví, keď používate kombináciu rôznych vzorcov a techník naskladaných dohromady.

To je to, čo vám ukážem prostredníctvom vizualizácie nižšie.

Opäť platí, že tu zobrazené údaje nemožno analyzovať tak hlboko, ak nenavrstvíte viacero vzorcov . Tejto technike hovorím rozvetvenie . Na doplnenie som tiež prekryl logiku vypočítaných stĺpcov, aby som výsledky ďalej rozdelil. Je to najlepší spôsob, ako získať naozaj skvelý prehľad v prípade ako je tento.

V tomto bodovom grafe, ktorý sa nachádza v pravej dolnej časti zostavy, napríklad uvidíte, že rôzne skupiny údajov predstavujú rôzne farby. V tomto prípade bodky predstavujú mestá, pričom každá farba zobrazuje najlepšie, najhoršie a tie, ktorých poradie je v poriadku.

Uvidíte tiež, že naša os y ukazuje medzikvartálnu zmenu marže . Na druhej strane os x ukazuje medzikvartálnu zmenu tržieb .

Toto je typ prehľadu, ktorý získame, keď segmentujeme naše údaje pomocou vetvenia meraní. Ukazuje vám, či veľký nárast predaja bol odvodený od veľkého nárastu marže a naopak. Ukazuje vám koreláciu medzi týmito údajovými bodmi.

Samozrejme, toto je len ukážkový súbor údajov, takže neuvidíte obrovský klaster. Keď však túto techniku ​​použijete na svoje vlastné údaje, môžete získať ešte pokročilejšie štatistiky.

Pri kombinácii všetkých týchto vzorcov a techník si tiež všimnete rozdiel v celkovom vzhľade a pocite z vizualizácie. Ukážem vám, čo tým myslím, odstránením legendy pre City Group.

Všimnite si, že som vytvoril legendu City Group pomocou logiky vypočítaných stĺpcov . Takže keď odstránim túto legendu, spôsob zobrazenia údajov sa zmení. Neprináša toľko nadhľadu, koľko by sme potrebovali.

Všetko, čo teraz vidíme, sú všeobecné dátové body. Neukazuje nám, kde sú naši najhorší alebo najlepší klienti. To samo osebe odoberá veľa poznatkov, ktoré by sme mali získať.

Teraz vidíme, že tieto dodatočné vrstvy logiky nám v skutočnosti umožňujú vidieť veci v oveľa lepšom svetle .

Teraz mi dovoľte stiahnuť City Group späť ako legendu.

Ako vidíte, vizualizácia sa výrazne zlepšuje.

Segmentácia a hodnotenie vašich údajov

Tentoraz vám chcem ukázať, ako som segmentoval tieto skupiny zákazníkov, aby som vytvoril legendu.

Vo vnútri vypočítaného stĺpca som použilzískať hodnotenie každého mesta na základe daných rozmerov. V tomto prípade ich zoraďujeme na základe predaja.

Do vzorca som zahrnul regióny v našej tabuľke a ich celkový predaj .

RANKX je tu mimoriadne užitočný, pretože nám poskytuje spôsob, ako usporiadať všetky tieto údaje a získať o nich určitý prehľad.

Môžeme skontrolovať nielen to, ktorým mestám sa darí, ale aj tým, ktorým sa nedarí, a preto sa nachádzajú v spodnej časti stĺpca.

Táto funkcia je tiež základom ďalšej logiky, ktorú budem používať.

Takže na vrchole RANKX som tiež vytvoril ďalšiu dimenziu.

Vďaka tejto dodatočnej vrstve teraz vidím, ktoré mestá dosahujú najlepšie výsledky, ako aj mestá s najhoršími výsledkami. Ak je teda poradie predaja mesta nižšie alebo rovné 10, sú označené ako časť „Najlepší“.

Toto je skutočne skvelá technika, ktorú môžete použiť na vytvorenie viacerých spôsobov segmentovania údajov. Všimnite si, že to nie je užitočné len v bodovom grafe. Dá sa to použiť aj na rôzne typy vizualizácií.

Môžete ho napríklad použiť aj v prstencovom grafe, ako je znázornené nižšie.

Tiež uvidíte, že prstencový graf a bodový graf sa pohybujú vedľa seba. Ak teda kliknem na časť, ktorá predstavuje najhoršie čísla na prstencovom grafe, upraví sa aj bodový graf.

To nám umožňuje zamerať sa na podmnožiny údajov alebo iné dimenzie.

Záver

Skúste sa ponoriť do týchto techník a implementovať niektoré z nich do svojich vlastných modelov. Som si istý, že uvidíte dobré výsledky a budete spokojní s výsledkami, pokiaľ ide o to, čo získate vo svojich prehľadoch a informačnom paneli.

Dúfajme, že môžete vidieť, ako kombinácia týchto rôznych techník môže priniesť skutočne pokročilé úrovne analýzy. Ak to urobíte na LuckyTemplates, môžete získať skutočne podrobné správy a vysokokvalitné vizualizácie, ako je tá v našom príklade.

Všetko najlepšie.