Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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 .

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Så er den laveste 8 .

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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 2540 transaktioner. De mellemfrekvente kunder skal have 1525 transaktioner, og de lavfrekvente kunder er dem med kun 015 transaktioner.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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. 

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Omdøb målingen til tabel Salg efter frekvensgruppe . Du kan lære mere om .

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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. 

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Derefter trækker vi vores mål for salg efter frekvensgruppe til vores frekvensgruppe på lærredet.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Som et resultat har vi nu en visualisering, der viser os kundens samlede salg fra de høje, lave og mellemlange ( Ok ) frekvenser.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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.  

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Det giver mening, for hvis vi tjekker vores kunders samlede transaktioner, har de fleste af dem omkring 20-21 transaktioner.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Det er inden for mellemområdet 15-25 ( Ok ) frekvens baseret på vores understøttende tabel ( Frequency Group ).

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Vi kan også oprette en anden visualisering ved at trække målingen ( Salg efter frekvensgruppe ) inde i vores visualisering af kundenavne ...

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

… og kolonnen Frekvensgruppe fra vores understøttende tabel ( Købsfrekvens ).

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Som et resultat heraf viser visualiseringen nu kundernes navn, deres samlede salg og deres transaktionsfrekvens. 

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Vi kan derefter konvertere denne visualisering til et søjlediagram, hvis vi ønsker det.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Endelig har vi disse visualiseringer for Salg efter Frekvensgruppe efter Kundenavne og Frekvensgruppe og Salg efter Frekvensgruppe efter Frekvensgruppe.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

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,

Leave a Comment

Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

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.

Oprettelse af en datotabel i LuckyTemplates

Oprettelse af en datotabel i LuckyTemplates

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.

LuckyTemplates Mobile Reporting Tips og teknikker

LuckyTemplates Mobile Reporting Tips og teknikker

Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.

Professionelle serviceanalyserapporter i LuckyTemplates

Professionelle serviceanalyserapporter i LuckyTemplates

I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.

Microsoft Power Platform-opdateringer | Microsoft Ignite 2021

Microsoft Power Platform-opdateringer | Microsoft Ignite 2021

Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.

Almindelige SQL-funktioner: En oversigt

Almindelige SQL-funktioner: En oversigt

Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.

LuckyTemplates skabelonoprettelse: Guide og tips

LuckyTemplates skabelonoprettelse: Guide og tips

I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.

Feltparametre og små multipler i LuckyTemplates

Feltparametre og små multipler i LuckyTemplates

I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.

LuckyTemplates-rangering og brugerdefineret gruppering

LuckyTemplates-rangering og brugerdefineret gruppering

I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.

Viser kun kumulativ total op til en bestemt dato i LuckyTemplates

Viser kun kumulativ total op til en bestemt dato i LuckyTemplates

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.