Når vi laver en analyse af vores model, vil vi måske finde en indsigt, der ikke er relateret til noget i vores tabeller. Det er her, konceptet med at bruge understøttende tabeller til LuckyTemplates-datamodellering kommer ind.
Understøttende tabeller har ikke noget forhold til vores tabeller, men vi kan bruge dem til at understøtte visualiseringerne i vores rapporter.
Indholdsfortegnelse
Eksempelscenarie for datamodellering i LuckyTemplates
Til dette eksempel opretter vi en støttetabel til vores kundebord . Vi kan overlejre den understøttende tabel med information. Kør derefter DAX-logik for at skabe visualiseringer, der ikke er mulige med det, vi i øjeblikket har på vores kundebord .
På vores rapportvisning har vi en visualisering, der viser de samlede transaktioner for hver kunde. I dette eksempel er den højeste transaktion fra en kunde 33 .
Så er den laveste 8 .
For eksempel ønsker vi at skabe en visualisering, der viser frekvensen af vores kunder baseret på deres transaktioner. Det er en visualisering, der viser det samlede salg af vores høj-, mellem- og lavfrekvente kunder, som ikke findes nogen steder på vores model. Det, vi kan gøre, er at oprette en tabel, der vil indeholde disse frekvenser, så vi kan køre logik igennem den.
Oprettelse af en understøttende tabel til datamodellering i LuckyTemplates
Der er forskellige måder at lave en tabel på. Lad os i dette eksempel bruge indstillingen Indtast data på fanen Hjem .
Lad os navngive denne tabel som " Købsfrekvens ". Indstil derefter den første kolonne som Frekvensgruppe og tilføj frekvensværdierne som Høj , Ok og Lav . Tilføj også kolonnerne Min og Maks . I vores nuværende tabel siger vi, at vores højfrekvente kunder skal have mindst 25 – 40 transaktioner. De mellemfrekvente kunder skal have 15 – 25 transaktioner, og de lavfrekvente kunder er dem med kun 0 – 15 transaktioner.
I relationsvisningen placerer vi vores tilføjede købsfrekvenstabel på højre side. Dette skyldes, at købsfrekvenstabellen er en understøttende tabel . De kolonner, der oprettes i denne tabel, har ikke nogen relation til nogen tabeller i vores datamodel. Vi bruger kun dette til at køre DAX-logik for at understøtte de visualiseringer, vi ønsker at oprette på vores rapporter.
Oprettelse af måletabeller til LuckyTemplates-datamodellering
Bortset fra tabellen Købsfrekvens , lad os også oprette en anden tabel ved at bruge indstillingen Indtast data . Lad os kalde det Dynamisk gruppering . Vi opretter derefter et mål inde i denne tabel.
Omdøb målingen til tabel Salg efter frekvensgruppe . Du kan lære mere om .
Til vores mål vil vi bruge en DAX-kode, der er ret kompliceret. Dette mål beregner det samlede salg for hver af kunderne i tabellen Kunder . Den identificerer, om deres samlede transaktioner er inden for MIN- og MAX- værdien af tabellen med købsfrekvens , som er den understøttende tabel, vi har oprettet.
Det vigtigste her er, at købsfrekvenstabellen ikke har nogen relation på vores kundetabeller eller andre tabeller. Men ved at oprette en logik ved hjælp af en måling og DAX-kode, kan vi nu bruge den til at understøtte eller oprette en visualisering med vores andre tabeller.
Oprettelse af brugerdefinerede visualiseringer i LuckyTemplates
For at skabe den visualisering, vi ønsker, skal vi blot trække kolonnen Frekvensgruppe i vores dynamiske grupperingstabel på vores lærred.
Derefter trækker vi vores mål for salg efter frekvensgruppe til vores frekvensgruppe på lærredet.
Som et resultat har vi nu en visualisering, der viser os kundens samlede salg fra de høje, lave og mellemlange ( Ok ) frekvenser.
Derefter kan vi omdanne dette til en donut-diagramvisualisering. Så vil vi se, at baseret på den logik, vi oprettede med vores understøttende tabel, er de fleste af vores kunder inden for mellemfrekvensen ( Ok) frekvensen.
Det giver mening, for hvis vi tjekker vores kunders samlede transaktioner, har de fleste af dem omkring 20-21 transaktioner.
Det er inden for mellemområdet 15-25 ( Ok ) frekvens baseret på vores understøttende tabel ( Frequency Group ).
Vi kan også oprette en anden visualisering ved at trække målingen ( Salg efter frekvensgruppe ) inde i vores visualisering af kundenavne ...
… og kolonnen Frekvensgruppe fra vores understøttende tabel ( Købsfrekvens ).
Som et resultat heraf viser visualiseringen nu kundernes navn, deres samlede salg og deres transaktionsfrekvens.
Vi kan derefter konvertere denne visualisering til et søjlediagram, hvis vi ønsker det.
Endelig har vi disse visualiseringer for Salg efter Frekvensgruppe efter Kundenavne og Frekvensgruppe og Salg efter Frekvensgruppe efter Frekvensgruppe.
Konklusion
Sammenfattende var vi i stand til at oprette en understøttende tabel og bruge den til datamodellering i LuckyTemplates. Dette er nogle kraftfulde teknikker, som vi kan opnå, når vi bruger støtteborde.
Tænk nu på, hvordan vi kan udvide logikken her. I dette tilfælde isolerede vi transaktioner, men vi kan også gøre dette til andre beregninger for en gruppe mennesker i salg, marginer, vækst og mange flere.
Jeg håber, at du var i stand til at se logikken og vigtigheden af at bruge understøttende tabeller . Igen, de bruges udelukkende til at understøtte den logik og den visualisering, vi ønsker at skabe, og vi kan bruge dem på forskellige måder. Hermed kan du tilføje fantastiske analytiske teknikker til dine egne modeller.
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.
