Dummy-variabler: Sådan bruger du dem til at skrive smartere DAX

I denne tutorial vil jeg tale om, hvordan man bruger dummy-variabler til at skrive bedre DAX-mål. Dette gælder især i tilfælde, hvor der er behov for mere kompleks DAX. Ved at bruge denne teknik kan du være mere fleksibel i håndteringen af ​​forskellige variabler og betingelser. Du kan se den fulde video af denne tutorial nederst på denne blog.

Jeg besluttede at lave denne tutorial på grund af et spørgsmål, jeg stødte på i.

På baggrund af dette spørgsmål ønskede Harvey at kombinere en Pareto-analyse med nogle yderligere kriterier. Han ønskede at se på de øverste 20 % af salgsrækken, mens han også kiggede på dets skæringspunkt med andre produkter, der havde marginer over en vis procentdel.

Indholdsfortegnelse

• Udarbejdelse af løsning for salgsrangering og afskæring af fortjenestemargin
• Brug af dummy-variabler til AND-betingelser
• Brug af dummy-variabler til ELLER-betingelser
• Hvorfor Dummy-variablerne virker
• Hvor dummy-variabler er nyttige
• Konklusion

Udarbejdelse af løsning for salgsrangering og afskæring af fortjenestemargin

Baseret på de krav, Harvey nævnte, lavede jeg et udkast til løsning, der har skydere for Sales Rank og Profit Margin Cutoff .

Afhængigt af de parametre, du indstiller på disse skydere, vil scatter-visualiseringen vise de produkter, der opfylder begge kriterier .

Lad os sige, at salgsrangen er A, og overskudsgraden er B . Dette viser grundlæggende entilstand. Dette kræver relativt standard DAX-foranstaltninger. Disse er vist her i højre rude under mål, hvor jeg har Sales Rank , som bruger en basic. Jeg har også samlede omkostninger, samlede overskud og andre variabler, der får deres værdier fra skyderne.

Brug af dummy-variabler til AND-betingelser

Hvad angår AND- tilstanden, er det denne foranstaltning, der gør det tunge løft.

Der er et par interessante ting, du måske bemærker i denne foranstaltning. Dybest set bruges disse betingelser normalt i en/kriterier. Men i stedet for at gøre det, brugte jeg det, jeg kalder dummy-variabler, hvor hvis betingelsen er SAND, får den en 1. Hvis den er FALSK, får den en 0.

Så dette mål viser, at hvis Sales Rank er mindre end eller lig med Sales Rank Cutoff, får den en 1. Hvis Profit Margin er større end Profit Margin Cutoff, får den en 1. Ellers får de et nul.

Denne tilgang er meget almindelig i statistisk og regressionsanalyse, men den kan også være nyttig, når det kommer til DAX.

Jeg brugte den tilgang, fordi jeg har brug for disse værdier til den næste del, hvor jeg kombinerer de to variable ved at gange dem .

Når de to dummy-variable Rnk og Marg er kombineret, kan jeg gå videre til næste del af målingen. Hvis den kombinerede værdi er større end nul, tildelte jeg den røde farve. Hvis den ikke er det, tildeles den den blå farve.

Brug af dummy-variabler til ELLER-betingelser

Hvad hvis du vil bruge denne tilgang i entilstand?

Du kan bruge den samme proces, men når det kommer til det trin, hvor du kombinerer variablerne, skal du bruge et plustegn i stedet for en stjerne .

Så en AND-tilstand ville kræve en stjerne som denne:

En OR-tilstand ville kræve et plustegn som dette:

Når du trykker på accept, vil det anvende disse betingelser på scatter-diagrammet. Produkterne, der opfylder de fastsatte betingelser, vil så dukke op som disse røde prikker her.

Hvorfor Dummy-variablerne virker

Hvis du undrer dig over, hvorfor disse dummy-variabler virker, har jeg nogle diagrammer her, der kan hjælpe.

Lad os starte med AND- tilstanden.

OG antyder, at begge eller alle betingelser er SANDE. Dette er karakteriseret ved multiplikation. Når de er multipliceret, sætter enhver FALSK betingelse hele udtrykket til 0. Så hvis du har to variable, A og B, og begge er sande, ville det give et produkt af 1, hvilket returnerer en SAND.

Men hvis enten A er lig nul eller B er lig nul, får du tre betingelser, hvor hele led ender med nul. Det er krydset.

Hvis vi på den anden side ser på OR-betingelsen, betyder det, at den ene eller en af ​​betingelserne er SAND. I stedet for multiplikation kræver dette addition. Så intet enkelt FALSK-sæt vil resultere til 0, men så længe en betingelse er sand, øger den denne betingelse med 1.

Så i diagrammet for ELLER-betingelsen, hvis både A og B er SAND, så får udtrykket et 2. Hvis A er falsk, men B er sandt, får det et 1. Det omvendte får også et 1, mens du kun får et 0 hvis begge betingelser er falske.

Hvor dummy-variabler er nyttige

Du kan åbenbart bruge grundlæggende OG- eller ELLER-betingelser til simple sager. De vil dog ikke fungere så godt, når det kommer til mere komplekse sager. Her er et eksempel.

Denne case viser syv variabler. Kombinationen af ​​A, B og C er SAND. Det samme er kombinationerne af enten D og E eller F og G.

Hvis du skulle skrive enfor denne tilstand kan du bare forestille dig, hvor langvarig og rodet det ville være. Men hvis du anvender dummy-variabler, kan du gøre det meget enklere. Du skal bare erstatte disse operatorer for at få den enklere formel.

Derfra bruger du betingelsen, at hvis resultatet er større end 0, ville det være SAND. Hvis det viser sig at være lig med 0, får du en FALSK.

Lad os gå tilbage til LuckyTemplates-filen for at se, hvordan det fungerer i en egentlig rapport.

Så i dette tilfælde viser de røde prikker et tilfælde, hvor begge betingelser er sande, mens de lilla prikker viser, at kun én betingelse er sand.

Går du ind i målingen, vil du se dummy-variablerne Rnk og Marg, hvor vi har en OR-betingelse som vist med plus .

Så kan du også se det under TRUE konstruktion, du har en 2, der resulterer i rødt, hvilket betyder, at du har to TRUE udsagn. Hvis et af udsagn er sandt, bliver det lilla. Hvis ingen af ​​dem er sande, resulterer det i et 0, som vil vise dig blå prikker.

Det svarer direkte til den OR-diagrammatrix, vi talte om tidligere.

Går vi tilbage til vores sidste tilstand, kan vi se på, hvad der sker, hvis vi ønsker at se på to sæt outliers. Grundlæggende, hvis vi ønsker at se på, hvad der opfylder både betingelser A og B, opfylder de to prikker heroppe, der repræsenterer produkter 4 og 15, disse kriterier.

På bagsiden kan du også se på den nederste yderside, som er produkt 1.

Husk også, at hele denne rapport er dynamisk. Så jo mere du flytter dine skydere rundt, jo flere punkter vil du potentielt se.

Ser vi på målingen nedenfor, viser den det sidste tilfælde, vi talte om, hvor du har fire dummy-variabler - den øverste rang (TopRnk), værdierne større end eller lig med marginen (GTEMarg), den nederste rang (BotRank) og mindre end eller lig med margin (LEMar).

Ser vi på den kombinerede værdi, multiplicerede vi TopRnk og GTEMarg og tilføjede det til produktet af BotRank og LEMarg.

Hvis nogen af ​​disse forhold vender tilbage som SAND, vil det vise et rødt punkt på diagrammet. Hvis ikke, ville det vise et blåt punkt.

Konklusion

Ved at bruge og kombinere disse dummy-variabler, kan du få de resultater, du ønsker, ved at bruge enkle mål sammenlignet med de sædvanlige komplicerede DAX-mål, som tekstmæssige SAND/FALSK-mål kræver.

Begynd at prøve denne tilgang på andre rapporter, du har brugt SAND eller FALSK betingelser i fortiden, og se, hvordan det påvirker dine målinger, efterhånden som du gør betingelserne mere komplicerede.

Alt det bedste,