Datavisualiseringsteknik | LuckyTemplates Dynamic Visuals

Jeg vil gerne vise dig en datavisualiseringsteknik, som jeg mener er en af ​​de bedste, du kan gøre i LuckyTemplates. Der er så mange teknikker nu sammenlignet med da jeg først oprettede denne teknik, men for mig har dette stadig en masse positive ting ved sig, og det kan virkelig vise enorme mængder af indsigt på en rapportside på en virkelig effektiv måde. Du kan se den fulde video af denne tutorial nederst på denne blog.

Jeg taler om multi-threaded visuals – disse særlige visualiseringer kan du se på det på mange forskellige måder. Det behøver ikke at være en statisk visualisering. Det kan dynamisk ændre det, du viser frem på flere forskellige måder - jeg kalder dette datavisualiseringsteknik for flere forskellige tråde.

Sådan ser det ud.

Som du kan se på rapportsiden nedenfor, ønsker jeg at kunne se på min visualisering her inden for en tidsramme. For eksempel 90 dage eller endda 7 dage. Jeg vil også gerne være i stand til at springe mellem forskellige målinger, for eksempel for at se på enten min omsætning eller mit overskud. Og så kan du se, at jeg har min tidsramme og metrics i øverste højre hjørne af siden, hvor jeg kan klikke mig igennem dem.

Dette er kun begyndelsen på, hvad der kunne være muligt, fordi du kunne have flere tråde og/eller flere måder, hvorpå du giver indsigt i visualisering og gør den dynamisk. Du kan bruge filtre, skiver mv.

Dette er en måde at bringe yderligere indsigt i en rapport, som ikke er naturligt i dine rådata. Dette er for mig en datavisualiseringsteknik, der virkelig kan løfte dine rapporter til et andet niveau.

Det er en del af vores ressourcepakke, som du faktisk kan downloade frahjemmeside og leg lidt med den. Når vi taler om datamodeller, vil jeg også vise dig, hvordan du indstiller din model effektivt.

Indholdsfortegnelse

• Opsætning af datamodellen
• Oprettelse af understøttende tabeller
• Datavisualiseringsteknik: høst af et udvalg af skæremaskine
• Datavisualiseringsteknik: Multi-threading ved hjælp af SWITCH TRUE
• Konklusion

Opsætning af datamodellen

Sådan opretter LuckyTemplates modeller. Det sætter det op på en måde, som jeg ikke føler er optimeret, så det er et godt tidspunkt at vise dig, hvordan jeg ville gøre det.

Jeg vil gerne placere alle mine opslagstabeller på toppen sådan.

Jeg kalder dette vandfaldsteknikken . Med min model sat op på denne måde, bygger jeg et billede i mit sind af, hvordan filtrene vil fungere, når jeg laver noget inde i mit rapportlærred.

Jeg vil placere mine nøglemål på højre side og mine støtteborde nederst.

Du kan se, hvor meget mere organiseret dette er nu. Det er som at bygge kortet i dit sind over, hvordan din model faktisk fungerer.

Det er vigtigt at gøre dette, når du arbejder med avancerede beregninger som f.eks. multitråde – der er flere lag, der rent faktisk får dette til at fungere.

Så lad os dykke ind.

Oprettelse af understøttende tabeller

Først starter vi med vores normale metrics. Vi har omsætning her, hvilket er en rigtig simpel beregning.

jeg brugteog få mængde ganget med den aktuelle pris. Prisen er i en anden tabel, så jeg skal bruge funktionen.

Jeg vil også bringe overskud her. Så vi har omsætning og overskud, og vi ønsker at kunne fodre det gennem den samme visualisering.

Jeg har den efter dato, men med vores model kan vi også nemt gøre dette af kunderne. Jeg vil bare oprette en anden tabel og erstatte datoen med kunder i værdisektionen.

Herfra vil jeg tænke over, hvilke måder jeg vil tråde forskellige beregninger ind i min rapport. Hvordan vil jeg filtrere mine data? I dette tilfælde besluttede jeg, at jeg vil gøre det på bestemte dage, og jeg vil gøre det ved enten metrisk (omsætning eller overskud).

For at gøre det oprettede jeg nogle understøttende tabeller. Du kan virkelig nemt oprette disse tabeller uden at skulle gøre noget i Excel eller gøre et andet sted. Bare gå til Indtast data og indtast detaljerne her i din tabel.

Lad os tage et kig på disse tabeller, som jeg allerede har oprettet.

Den første er det, jeg kaldte Date Ranges . Den har kolonnen Tidsramme, som er en tekstkolonne, og det er det, jeg vil have i min udsnitsmaskine. Kolonnen Dage er det faktiske antal dage. Så har jeg en indekskolonne, som sætter os i stand til at sortere rækkefølgen af ​​dagene i sliceren. Så det er disse, vi skal gennemgå metrics.

Dette er den anden tabel ( Metric ), der har metrics, omsætning og overskud.

Du vil se på rapportsiden, at de to slicere er i den rigtige rækkefølge (7 dage, 14 dage, overskud, indtægter osv.). Det er, hvad indekskolonnen gør.

Datavisualiseringsteknik: høst af et udvalg af skæremaskine

Nu kan vi bringe metrikken ind og gøre den til en udskærer. Vi skal på en eller anden måde høste, hvad der end er udvalgt her.

Og så vil vi også bringe vores tidsramme ind her. Dette kommer til at høste det, vi udvælger på skæremaskinen, og så skal vi føre det igennem i beregninger, så vi kun beregner, hvad der bliver valgt. For eksempel omsætningen for en bestemt tidsramme eller overskuddet for en bestemt tidsramme.

Nøgleberegningen for at få dette gjort er den formel, som jeg oprettede, Dage i alt . Vi er nødt til at isolere de dage, vi har, når vi vælger dagene fra Time Frame sliceren .

Lad os se nærmere på denne formel.

jeg brugte i denne formel, hvilket betyder, at hvis du har valgt én værdi i sliceren, skal du erkende, om den er sand eller ej. Og så, hvis en værdi er valgt, gåden kolonne, der kun har dagene . Hvis ikke, så gå Datoer .

Nu trækker jeg dette mål ind og gør det til et kort for at vise os antallet af dage. Når intet er valgt, vil jeg gerne have en værdi indtastet her , og det er det samlede antal dage. Og dybest set vil det bare vise alt salget fra tidens begyndelse, fordi der ikke er valgt noget på skæremaskinen.

Men hvis jeg klikker på 30 dage, vil det give os 30 dage.

Det, vi nu skal gøre, er at beregne noget, der kun beregner omsætning og overskud over en bestemt tidsramme . Og jeg har oprettet denne formel for Samlet omsætning for at gøre det, hvor jeg har indlejret målingen Samlet antal dage.

Tænk over hvad i denne formelgør. Vi ønsker stadig at beregne omsætning, men vi ønsker kun at beregne over en bestemt tidsramme. I dette tilfælde, hvor jeg har valgt 30 dage, så fungerer det af i dag minus 30 dage .

Vi vil kun se på det tidsvindue fra i dag og helt tilbage i 30 dage. Vi beregner omsætning, men åbn derefter et tidsvindue, hvor datoen er mindre end eller lig med i dag og er større end eller lig med i dag minus de 30 dage.

Og husk, at dette kan ændre sig. Dette kan være 90 dage eller 180 dage. Det afhænger helt af, hvad der er valgt i Time Frame sliceren.

Hvis jeg trækker dette mål Samlet omsætning i tabellen, vil du se, at det viser de beløb, der er bestemt af det datointerval, der er valgt på udsnittet.

Derefter gjorde jeg nøjagtig den samme teknik med formlen for samlede overskud . Alt, hvad jeg har gjort her, er at placere overskudsmålet inde.

Jeg bringer dette ind, og vi kan se på overskud over 180 dage, 90 dage, 7 dage osv., afhængigt af udvalget. Vi gennemgår dynamisk mit valg af tid til mit mål.

Nu kunne jeg bare stoppe her og bare vise omsætning og overskud i en visualisering, men jeg vil gerne tilføje en anden tråd til denne beregning. Jeg vil tilføje det baseret på metrisk udsnitsvalg .

Datavisualiseringsteknik: Multi-threading ved hjælp af SWITCH TRUE

Denne del er faktisk ikke så svær, og det er sådan en genanvendelig teknik. Jeg bruger en formel, der inkluderer . Denne teknik gør det muligt for os at gennemtråde stort set enhver måling til en måling.

Denne formel ( Udvalg ) evaluerer grundlæggende hver linje og prøver at se, om den er sand. Du kan returnere en værdi, men du kan også returnere et mål.

Nu kan jeg ændre det lidt. I stedet for at gøreher vil vi have SELECTEDVALUE , så vi faktisk har et alternativt resultat, som vi ikke får en fejl. Og jeg sattehvis der er et problem. Hvis Omsætning er valgt, ønsker vi at vise omsætningen. Så dette siger, hvis Profits er valgt, vil vi vise det samlede overskud.

I visualiseringen nedenfor kan du se, at den faktisk viser omsætningsresultaterne, fordi omsætning er valgt på metrisk udsnitsværktøj . Hvis jeg vælger Overskud, vil det vise overskuddet . Denne udvælgelsesformel fik to tråde, der sidder nedenunder eller strømmer ind i den.

Jeg laver en anden visualisering, så vi kan se denne foranstaltning af sig selv.

Dette er den datavisualiseringsteknik, som jeg kalder multi-threading. Jeg bruger målforgrening og tråd gennem disse dynamiske beregninger baseret på mine valg til én visualisering.

Og det er sådan, jeg har lavet denne rapport. Jeg har bogstaveligt talt brugt det samme mål i hver enkelt visualisering. Det er præcis det samme mål (udvalg). I stedet for blot at have efter dato, efter kunde eller efter lokation, er dette en langt mere dynamisk rapport – tænk bare på, hvor mange forskellige looks du kan oprette her.

På denne side har jeg også tilføjet nogle filtre for at bryde analysen ud. Dette gjorde det muligt for mig at fremvise et andet udseende, end hvad jeg ville have gjort, hvis jeg blot viste bestyrelsens data.

Konklusion

Tænk på den alsidighed, du har lige ved hånden med denne datavisualiseringsteknik. Du kan også lag på alle de andre fantastiske teknikker, du kan generere inde i LuckyTemplates, såsom brugerdefinerede værktøjstip.

Der er så mange forskellige måder, du kan bruge denne multi-threading-teknik på. Jeg elsker det personligt og bruger det, når det giver mening. Jeg anbefaler stærkt at indarbejde dette i dine egne rapporter. Forhåbentlig har du nydt at gå gennem en lidt mere avanceret teknik.

Tjek nedenstående links for flere eksempler og relateret indhold.

Skål!