Vlastní řazení LuckyTemplates pomocí DAX

Mnoho lidí se domnívá, že nemůžeme provádět vlastní řazení pomocí jazyka DAX , ale to není pravda. DAX může absolutně zaručit řazení a je to vlastně docela jednoduché. V dnešním blogu vám ukážu, jak přesně to můžete jednoduše udělat. Celé video tohoto tutoriálu si můžete prohlédnout ve spodní části tohoto blogu.

Obsah

• Náš datový model
• Vlastní řazení LuckyTemplates: Použití smyčky While
• Použití pořadí řazení LuckyTemplates
• Vlastní řazení LuckyTemplates: Použití pro smyčku
  • Stůl 1
  • Tabulka2
• Závěr

Náš datový model

Začněme jednoduchým datovým modelem. Naše tabulka údajů obsahuje tři kampaně, analyzovanou návratnost investic a náklady. 

Jak můžete vidět v tabulce, mají stejné náklady, ale jejich návratnost investic se liší. Konceptem je vědět, které kampaně bychom měli provozovat v závislosti na jejich ROI pro daný rozpočet. 

Vlastní řazení LuckyTemplates: Použití smyčky While

Začněme mírou s jednoduchou smyčkou while. 

Nastavíme náš rozpočet na 20 000 a uložíme jej do proměnné Budget pomocí _Budget.

A pak použijeme cyklus while vytvořením proměnné tabulky VAR_Table . 

Poté používámekteré jdou proti naší základní tabulce 4 a přidejte sloupec průběžného součtu pomocí „_RT“ .

Dále vezmeme [Analyzovaná ROI] v našem aktuálním řádku uloženém jako VAR_ROI . Poté vezmeme náš rozpočet . Od toho odečteme, filtrujte tabulku 4 pro analyzovanou ROI, která je větší nebo rovna ROI, kterou jsme získali pro náš aktuální řádek, a vezměte [ Cost] . 

Tyto řádky budou mít nejvyšší ROI v prvním řádku, pak další nejvyšší v dalším řádku atd. Takže v podstatě budeme mít sloupec, který je průběžným součtem odpočítávajícím k nule v záporech.

Poté opustíme smyčku while. Naši proměnnou FinalTable vytvoříme pomocí VAR_FinalTable , kde jednoduše vyfiltrujeme proměnnou Tabulka pro průběžný součet , který je větší nebo roven nule. Tento filtr používáme, protože cokoliv pod nulou znamená, že jsme se dostali do záporných hodnot a jsme mimo rozpočet.

Pak můžeme pro tyto hodnoty použít. Zahrneme naše sloupce – Kampaně, Analyzovaná návratnost investic a Náklady – a přidáme .

Můžeme odkrýt tento vizuál karty v podokně Výběr a zjistit, že máme svůj Instagram a SEM, což jsou naše dvě nejvyšší ROI.

Pojďme se podívat na naši původní tabulku a porovnat výsledky.

Vidíme, že PPC má skutečně nižší ROI než SEM a Instagram. 

Jak jste si však mohli všimnout, náš výsledek se nevrátil ve správném pořadí, přičemž Instagram 8.1 se ukázal jako první před SEM 8.15. 

Použití pořadí řazení LuckyTemplates

Co když ale chceme, aby se Instagram vrátil jako první, protože má nejvyšší ROI a SEM se vrátil jako druhý? V zásadě chceme zaručit pořadí řazení. To je trochu složitější, ale není těžké pochopit, jak to udělat.

Zde je návod, jak by naše funkce měla vypadat, přičemž spodní část je stejná jako smyčka while, kterou jsme měli dříve.

A abychom zaručili pořadí řazení, musíme udělat trochu práce navíc. 

Opět začneme s naším VAR_Budget , který jsme nastavili na 20000. Poté vytvoříme naši proměnnou Count pomocí VAR_Count I a aplikujeme na tabulku 4. 

V dalším řádku použijeme funkci CONCATENATEX ke zřetězení našich sloupců Campaigns, Analyzed ROI a Cost. Jako oddělovač můžete použít cokoli, pokud to není ve vašich datech, takže v tomto případě používejte pouze hvězdičky. 

Potom použijeme svislý znak (|) v dalším parametru za sloupcem nákladů. VAR_Ordered také použijeme k řazení podle analyzované ROI v sestupném pořadí, což znamená, že nejvyšší ROI bude nahoře.

Pokud se podíváme na řádek komentáře, říká, že kód nám dá výsledek ve formátu jako SEM*8.158*10000 | Instagram*8,1*10000 . Vyjde také v pořadí od nejvyšší ROI po nejnižší ROI. 

Vlastní řazení LuckyTemplates: Použití pro smyčku

Tento příklad je zajímavý, protože získáme smyčku , while a všechny druhy skvělých funkcí. Tentokrát použijeme cyklus for . 

Stůl 1

V tomto příkladu je Tabulka1 naše smyčka for a my děláme ADDCOLUMNS toto jde od jedné k našemu počtu o jedničku zapsanou jako (1,_Count,1).

V našem řádku pak použijemeprotože používáme znak svislé čáry k oddělení řádků naší tabulky. Pomocí PATHITEM pak uchopíme cestu z proměnné Ordered , což je náš řetězec. 

Používáme také Value , což je náš automatický sloupec, který se vytváří pomocí GENERATESERIES , nebo naše kalendáře 1, 2, 3, 4, 5, dokud nevyčerpáme počet řádků, které máme v naší tabulce. Poté jej vrátíme zpět jako Text . 

To, co nyní máme, je zaručené pořadí řazení pro náš stůl, které jde od nejvyšší návratnosti investic po nejnižší. Zde je váš DAX pro zaručení pořadí řazení. 

Tabulka2

Nyní, abychom to dostali do použitelného formátu, musíme udělat tabulku 2 , kde vybereme jednotlivé sloupce z našeho řetězce, který máme.

Použijme další ADDCOLUMNS k přidání do tabulky 1, naši smyčku for. Pro Kampaně vytvořte sloupec kampaní a použijtenahradit hvězdičky fajfkami. Poté použijeme PATHITEM na RowPath k zachycení prvního prvku a jeho vrácení jako TEXT.

Ve sloupci Analyzovaná ROI uděláme v podstatě to samé. NAHRAĎTE hvězdičky fajfkami. Poté uchopte druhou položku v naší cestě a vraťte ji jako TEXT. Děláme to proto, že nám PATHITEM z nějakého důvodu umožňuje vrátit se jako celé číslo nebo text, ale ne jako desetinná čísla.

To je trochu divné, ale můžeme to vyřešit, protože vše, co musíme udělat, je přidat nulu a DAX automaticky převede řetězec TEXT na číselnou hodnotu. 

Opět provedeme totéž pro sloupec Náklady . K uchopení třetí položky používáme SUBSTITUTE a PATHITEM . Potom, abychom vrátili číslo, přidáme znovu nulu, protože v tomto případě je to celé číslo.

Zbytek našeho kódu je smyčka while, o které jsme hovořili dříve. Nyní dostáváme naše zaručené pořadí řazení od nejvyšší po nejnižší kampaň. 

Naše SEM byla naše nejvyšší návratnost investic pro naši kampaň a Instagram je druhá. 

Závěr

Pomocí smyček while a for jsme v našem datovém modelu úspěšně použili vlastní řazení LuckyTemplates na základě jejich ROI – důkaz, že DAX může rozhodně zaručit pořadí řazení. 

Je důležité zajistit, aby vaše data byla správně setříděna v jazyce DAX, abyste je mohli přesně analyzovat a vizualizovat. To, co jste se naučili v tomto kurzu, můžete použít ke správnému třídění dat pro další sestavu.

Vše nejlepší,

Greg Deckler