funktioner er meget udbredt i LuckyTemplates. Tidsintelligens er den mest typiske type analyse, du laver. Det er derfor, DAX har en sektion af beregninger, der er specifikt rettet mod 'Time Intelligence'. At se beregninger og sammenligne beregninger over tid er meget almindeligt, uanset hvilken branche eller funktion du arbejder i.
Jeg tænkte, at det ville være en god idé at gennemgå en nylig LuckyTemplates-partnerfremvisningsindsendelse, hvor jeg har brugt en række teknikker til at vise resultater over tid.
Vi har et simpelt eksempel på en organisation, der sælger noget. Vi har oplysninger om kunden, produkter og regioner, hvor salget finder sted.
På den første side af rapporten kan vi se vores nøglemålinger på mange forskellige måder. Disse nøglemålinger kan omfatte sådanne beregninger som samlede indtægter, omkostninger, overskud og transaktioner.
Her ser vi også salg og overskud kumulativt.
Det, der er fantastisk ved denne demo, er, at du dynamisk kan filtrere enhver tidsramme og få alt det visuelle på siden til at opdatere i overensstemmelse hermed. Selv de kumulative beregninger nulstilles kun for den valgte tidsramme.
Hvordan gør vi det med de kumulative totaler? Nedenfor er DAX-koden for det samlede samlede salg. Brug af funktionen betyder, at den vil nulstille beregningen fra den første dag i vores valg til kun den sidste dag.
Dette er et fantastisk mønster, som du vil bruge igen og igen og igen.
Dette opdaterer også den kumulative beregning, hvis du valgte en anden dimension i dine data. Her er jeg ved at vælge en by i Australien, og vi kan gennemgå, hvordan det samlede salg kumulativt har klaret sig i forhold til sidste års salg.
Så på denne ene rapportside kan vi få et enormt udvalg af sammenligninger. Vi kan dynamisk vælge vores tidsramme og så endda bore ind i en bestemt by på vores kort. Alle vores tidsintelligensberegninger opdateres automatisk baseret på valget.
Til sidst vil vi berøre de mindre sparklines, der sidder nær toppen af siden. Disse repræsenterer kortoplysningerne over tid (samlet salg, fortjeneste og transaktion). For at fjerne noget støj besluttede jeg at bruge en glidende gennemsnitsberegning, da det på en eller anden måde ville udjævne resultatet og gøre det muligt for os at se eventuelle tendenser dukke op.
****** Relaterede links*****
Dette er DAX-koden for at få en glidende gennemsnitsberegning gennem tiden. Jeg har brugt et 7 dages glidende gennemsnit her.
Jeg kan godt lide at bruge denne type analyse, når et diagram gennem tiden begynder at se for travlt ud med mange op- og nedture. Nogle gange er alt hvad du behøver for at identificere en trend at placere en simpel beregning af glidende gennemsnit over de underliggende data.
Se mere fra denne udstilling påudstillingssted. Skulle snart være ude.
Alt det bedste!