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.
Forskellen mellem og DAX-funktioner kan være relativt forvirrende, når du starter med LuckyTemplates. I denne vejledning vil jeg hurtigt gennemgå de vigtigste forskelle mellem disse to almindeligt anvendte DAX-funktioner og deres respektive anvendelser i dine LuckyTemplates-rapporter . Du kan se den fulde video af denne tutorial nederst på denne blog.
Lad os tage et kig på dette eksempel. Jeg vil bruge dette til at diskutere hovedforskellen mellem ALL og ALLSELECTED DAX-funktionerne.
Indholdsfortegnelse
Analyse af visualiseringen for den højeste salgsmåned
I dette eksempel vil jeg identificere det højeste salg i en bestemt måned . Samtidig vil jeg visuelt vise det højeste salg i dette diagram . Som du kan se her, har jeg allerede sat diagrammet op, som viser omsætningen for hver måned. Det viser også diagramlinjerne, der angiver den højeste værdi i hver af disse unikke måneder.
I denne visualisering fik jeg resultater ved at bruge både ALL og ALLSELECTED DAX-funktionerne.
Som jeg har sagt, er der en stor forskel mellem de to funktioner. ALL - funktionen vil identificere den højeste måned fra tidens begyndelse uanset konteksten fra Dato-filteret.
På den anden side vil ALLSELECTED- funktionen overveje Dato-konteksten på rapportsiden .
Formel for den højeste salgsmåned
Til denne vejledning vil jeg bruge den højeste salgsmåned , som jeg oprettede som eksempel.
Denne formel bruges til at beregne det højeste salg pr. måned . Nu vil jeg tilføje dette til vores rapport som et kort.
Som du kan se, beregner denfra eksempeltabellen selv uden nogen kontekst anvendt på den. Desuden, hvis du ser nærmere på dataene fra tabellen, vil du bemærke, at den viste værdi fra kortets visual er fra januar måned i 2016 .
Lad os nu bringe den højeste salgsmåned i prøvetabellen.
Interessant nok sker der en vis iteration i funktionen. Husk, at når du bruger denne funktion, fjernes duplikerede værdier, og kun unikke værdier returneres . I dette tilfælde evalueres hver enkelt række i kolonnen Højeste salgsmåned til hver eneste måned fra kolonnen Måned og År .
Det betyder, at den kun gentager en bestemt måned for hver række. Dette er i modsætning til, hvad formlen for kortet med det højeste salg måned gør.
Grundlæggende gentager formlen for det visuelle månedskort med højeste salg gennem alle månederne i en specificeret kontekst .
Men det, jeg havde til hensigt at gøre her, er at vise det højeste salg i en måned med det samme resultat helt ned til den sidste række i kolonnen Højeste salgsmåned . I dette tilfælde vil jeg oprette et mål, hvor jeg kan bruge funktionen ALLE .
Brug af ALL-funktionen i DAX
Lad os tage et kig på den højeste salgsmåned ALLE mål, som jeg har oprettet.
Til denne særlige foranstaltning brugte jeg funktionen ALL DAX.
Dette er en almindelig måde at bruge ALL- funktionen på. Det meste af tiden skal du bruge det i kombination med funktionen eller. Der er også tidspunkter, hvor du skal placere den inde i et filter som funktionen.
Som du kan se, er denne del af formlen nøjagtig den samme med det tidligere omtalte mål for højeste salgsmåned .
På den anden side vil jeg regne det ud i en anden sammenhæng. Derfor vil jeg ændre konteksten for beregningen ved at bruge funktionen CALCUATE .
Som du kan se, er resultatet fra kolonnen Højeste salgsmåned ALLE forskelligt fra det viste resultat i kortet med den højeste salgsmåned .
Jeg har oprettet et andet kort, som viser resultatet af den højeste salgsmåned ALLE . Dette er blot for tydeligt at vise forskellen mellem de to resultater.
Resultatet inden for det højeste salgsmåned ALLE er anderledes, fordi det ikke tager hensyn til den kontekst, som jeg har valgt i Dato- filteret. Det ser faktisk på hver måned gennem tiden.
Hvis jeg i dette tilfælde forlænger tidsrammen inden for Dato- filteret, vil du se, at begge resultater vil være de samme.
Men hvis jeg indstiller en kortere tidsramme, vil det højeste beløb i dette bestemte datovalg blive anderledes . Dette er på grund af ALL- funktionen, som fjerner filtre på alle datoer .
Brug af ALLSELECTED-funktionen i DAX
I tråd med det tidligere omtalte eksempel skal jeg bruge funktionen ALLSELECTED DAX. Dette er for at fjerne filtre specifikt på de datoer inden for den aktuelle kontekst , som jeg har valgt på rapportsiden.
ALLSELECTED - funktionen fjerner ethvert filter ligesom det, ALLSELECTED gør . Den eneste forskel er, at den stadig overvejer den overordnede kontekst på en rapportside.
Du har sandsynligvis allerede set, hvordan ALLSELECTED- funktionen fungerer i enberegning. Det ligner på en eller anden måde dette, fordi ved beregning af en kumulativ total er der også et datovalg på rapportsiden.
Du vil ikke rigtig bekymre dig om at beregne den kumulative total fra tidens begyndelse. I de fleste tilfælde ønsker du kun at se resultaterne baseret på den kontekst, du har valgt i Dato- filteret. Derefter vil du gerne have, at det er en dynamisk beregning, der opdateres, hver gang du foretager et valg i Dato- filteret.
Konklusion
For at opsummere beregner ALL- funktionen alle værdierne i en kolonne uanset det anvendte kontekstfilter. Funktionen ALLSELECTED returnerer også alle værdierne i en kolonne, men den fjerner kontekstfiltre fra kolonner og rækker i den aktuelle forespørgsel, mens den beholder de filtre, der kommer udefra.
Det er nu den største forskel mellem de to DAX-funktioner, som du skal forstå.
Det er en subtil skelnen, men det kan gøre en stor forskel i det regnestykke, man får i en bestemt sammenhæng.
Det er vigtigt grundigt at forstå, hvad der forårsager disse forskelle, især hvis du går fra funktionen ALL til funktionen ALLSELECTED .
Alt det bedste,
***** Lærer du Lucky Templates? *****
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.
Lær nogle fantastiske analytiske teknikker, som vi kan gøre til datamodellering i LuckyTemplates ved hjælp af DAX-understøttende tabeller.
Her dykker vi ned i LuckyTemplates Advanced DAX og implementerer rangeringslogik for at få en meget unik indsigt. Jeg viser også måleforgrening i dette eksempel.
Denne blog introducerer den nye funktion i LuckyTemplates, What-If-analyseparameteren. Du vil se, hvordan det gør alt hurtigt og nemt til din scenarieanalyse.
Lær, hvordan du afgør, om din omsætningsvækst er god ved at kontrollere, om dine avancer er udvidet ved hjælp af LuckyTemplates, der måler forgrening.
Lær og forstå, hvordan du kan oprette og bruge LuckyTemplates Parameters, som er en kraftfuld funktion i Query Editor.
Denne vejledning vil diskutere om oprettelse af et rundt søjlediagram ved hjælp af Charticulator. Du lærer, hvordan du designer dem til din LuckyTemplates-rapport.
Lær, hvordan du bruger PowerApps-funktioner og -formler til at forbedre funktionaliteten og ændre adfærd i vores Power Apps-lærredsapp.
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.