Her skal jeg vise dig, hvordan du bruger funktionen AVERAGEX med DAX i LuckyTemplates. Du kan se den fulde video af denne tutorial nederst på denne blog.
Ved at lære og forstå, hvordan du bruger denne funktion, åbner du meget hurtigt op for en række analyser, der kan være utroligt indsigtsfulde og værdifulde.
Måske vil du regne ud det gennemsnitlige salg, du laver pr. dag, pr. måned, pr. kunde og så videre. Der er så mange applikationer til dette, at det er vanvittigt.
Og glem ikke, du kan derefter forgrene dig til tidssammenligninger og tidsintelligensanalyse.
I dette eksempel skal vi arbejde med noget, der nemt kan anvendes i næsten enhver model. Vi vil beregne det gennemsnitlige salg pr. dag for bestemte kunder, der bruger AVERAGEX med DAX.
Indholdsfortegnelse
Gennemgang af datamodellen
Før vi rent faktisk beregner vores gennemsnitlige salg pr. dag, så lad os først tage et kig på vores datamodel, så vi kan få en idé om, hvad vi arbejder med.
Så vi har en organisation, der sælger, og dataene er i salgstabellen.
Denne organisation laver salg på en bestemt dag, og dataene for dette kan findes i datotabellen.
De sælger forskellige produkter til enhver bestemt kunde, og de kan sælge i en række forskellige regioner. Data for disse tre kan findes separat i kundetabellen, produkttabellen og regionstabellen.
Lad os ved hjælp af oplysningerne fra vores datamodel og de målinger, der allerede er tilgængelige, analysere vores samlede salg pr. kunde.
Vores tabel vil se ud som denne nedenfor. Så vi har samlet salg, og de er ordnet efter kundenavne.
Så lad os gøre det til en visualisering. Her kan vi se de bedste såvel som de dårligst sælgende kunder i organisationen.
Gennemsnitligt salg pr. dag ved brug af AVERAGEX
Nu kan vi tage et kig på, hvor meget vi sælger pr. dag til hver kunde.
Det, vi skal gøre, er for hver kunde, er at gentage hver eneste dag og derefter gennemsnittet salgsbeløbet for de bestemte kunder over hele varigheden.
Måden at gøre dette på er at bruge AVERAGEX og VALUES -funktionen med DAX.
Så lad os oprette et nyt mål og kalde det Gennemsnitligt salg pr. dag .
Så vil vi tilføje AVERAGEX, fordi vi har brug for denne iterationsfunktion. AVERAGEX kommer til at iterere igennem hver eneste dag.
Og så skal vi indsætte VÆRDIER og kolonnen Dato derinde. Det er faktisk sådan, vi gentager os hver eneste dag.
Hvad VALUES gør, er, at den opretter en virtuel tabel med kun Datoer-kolonnen, og så står der i den aktuelle kontekst, hvem der er en bestemt kunde, gentages hver eneste dag.
Så vil vi tilføje Total Sales . Når vi har beregnet alt det samlede salg, tager vi et gennemsnit af dem ved hjælp af AVERAGEX .
Vores formel vil så se ud som denne nedenfor.
Hvis vi nu bringer indind i visualiseringen, kan vi i gennemsnit se, hvor meget vi sælger om dagen til hver enkelt kunde.
Vi kan endda slå dataetiketterne til for at få en idé om de gennemsnitlige salgstal.
Ser på forskellige tidsrammer
En anden cool ting, vi kan gøre her, er, at vi også kan ændre tidsrammen.
For at gøre dette kan vi trække i vores Månedskalender, så vi kan have måneden og året.
Så kan vi lave den om til en udstikker.
Nu kan vi se det gennemsnitlige salg pr. dag fra hver af vores kunder i en bestemt måned og år.
Det, der er rigtig fedt, er, at dette er en dynamisk måde at se denne beregning på.
Som du kan se på billedet nedenfor, når vi vælger august 2014, viser det visuelle data for denne tidsramme.
Nu, når vi vælger september 2014, viser vores visualisering det gennemsnitlige salg pr. dag pr. kunde for denne tidsramme.
Gennemgang af processen
For virkelig at forstå, hvordan AVERAGEX og VALUES-funktionerne fungerer her, lad os hurtigt gennemgå, hvad der sker i vores eksempel.
Lad os først gøre vores visualisering til en tabel, så den giver mere mening.
Og igen, lad os tage et hurtigt kig på vores formel.
Nu har vi vores forskellige kunder her. For Burt's Corporation for eksempel, gentager vi hver eneste dag. Dette er inden for januar 2015, fordi vi har dette udvalgt i vores slicer. Så beregner vi det samlede salg for hver eneste dag.
Når alt salg pr. dag er beregnet, kommer AVERAGEX ind og beregner gennemsnittet af dem.
Og det er, hvad der sker for hver kunde, vi har i dette særlige eksempel.
Når vi har ændret tidsrammen, lad os sige februar 2015, vil den udføre den samme beregning, men denne gang inden for denne nye tidsramme.
Hvis vi ikke valgte nogen tidsramme, vil den derefter gentage hver eneste dag i datotabellen.
Brug af den samme AVERAGEX-formel mod en anden dimension
En anden ting, vi kan gøre her, som du igen vil finde seriøst cool, er at bruge nøjagtig den samme formel mod en anden dimension.
Lad os først duplikere vores gennemsnitssalg pr. dag- tabel.
Lad os derefter se på det gennemsnitlige salg pr. dag for hver by.
Og bare sådan er vores tabel nu sorteret efter by.
Så er det igen dynamisk. I øjeblikket viser vi data for februar 2015.
Hvis vi klikker på marts 2015, vil vores nye tabel også vise det gennemsnitlige salg pr. dag, præsenteret efter by, for denne tidsramme, som vi har valgt.
Vi kunne gøre det igen mod enhver dimension, vi har. Vi bruger nøjagtig den samme formel, og den vil fungere perfekt til alle disse dimensioner.
Konklusion
I dette indlæg har vi set, hvordan man beregner det gennemsnitlige salg pr. dag for bestemte kunder ved hjælp af AVERAGEX med DAX, og kombineret med VALUES-funktionen.
For flere DAX-funktionsvejledninger, tjek nedenstående links.
Alt det bedste!
Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
