LuckyTemplates er et fantastisk værktøj til dataanalyse, når du kan implementere teknikker som denne.
Tag en situation, hvor du ønsker at analysere fremtidige produktkrav. At have muligheden for at opsætte dine modeller i LuckyTemplates, så du kan køre flere scenarier på én gang, kan give dig indsigt, der kan tage din virksomhed til næste niveau.
At være i stand til at inkorporere nogle ' ' parametre og derefter køre scenarietype-analyse gør dig i stand til at forudsige eller forudsige, hvad du muligvis skal gøre i fremtiden for at udtrække den rigtige mængde indtægt eller optimal mængde af overskud.
Denne vejledning viser dig, hvordan du kan estimere fremtidig produktefterspørgsel i LuckyTemplates ved hjælp af DAX.
For at gøre dette skal vi have en slags benchmark for at bestemme, hvor meget vi vil sælge. Og så er vi måske nødt til at lægge nogle faktorer oven i det, der kan ændre denne efterspørgsel.
Efter min mening er det bedste benchmark til at udforme en fremadrettet prognose eller estimerede fremadrettede beløb at se på, hvad vi traditionelt har solgt . Lad os nu dykke ned i, hvordan vi kan gøre det ved at bruge What If-parametre og DAX i LuckyTemplates.
For at bruge What If-parameteren klikker vi blot på New Parameter i modelleringsbåndet.
Så i denne demonstration har jeg lavet det, jeg kalder en Demand Factor , som er en tabel.
Med denne tabel kan vi ændre efterspørgslen og se, hvad der sker med vores efterspørgselsforventninger.
Her har vi en visualisering, der repræsenterer, hvad vi forventer, at efterspørgslen går ud fra den efterspørgselsfaktor, vi har lagt ind i vores model.
I vores model ser vi, at denne efterspørgselsfaktor kun er et støttebord . Vi kan bare trække tallene ud herfra og derefter føre dem ind i vores beregninger.
Lad os nu se på denne forudsigende efterspørgselsanalyse fra et DAX-perspektiv.
Estimering af efterspørgsel ved hjælp af DAX
Når vi forudsiger efterspørgsel, skal vi fremskrive nogle historiske salg og inkorporere denne efterspørgselsfaktor. Dette er nemt at opnå på grund af de fantastiske tidsintelligensfunktioner i LuckyTemplates.
Først beregner vi vores. Hvad denne formel gør, er simpelthen at se tilbage i tiden på den nøjagtige dag før.
Vores faktiske resultater er dog ret travle. Så jeg har lavet nogle udjævninger for at få et klart indblik, og jeg anbefaler stærkt dette fra et visuelt perspektiv.
For at gøre dette lagger vi på det glidende gennemsnitsmønster eller glidende gennemsnitsteknikken. Her er den udregning jeg lavede for dette:
Jeg lavede først estimeret salg , hvilket er lig med salg sidste år ganget med én plus efterspørgselsfaktoren. Så udjævnede jeg det ved at udarbejde et glidende gennemsnit for det estimerede salg, som vi beregner.
Ser man på diagrammet, ser resultaterne langt mere tiltalende ud, når vi sætter udjævningsfaktoren. Og så vi nu kan bruge kraften i datamodellen og vælge kvartal og år for at bringe det ind og ud, og forudsige efterspørgslen hurtigt og nemt.
Vi kan også vælge dem her, og det vil ændre det visuelle.
Det kommer ikke til at vise det som forventet, fordi dette kun beregner terminsbeløbene.
Konklusion
Så det er sådan, du kan kombinere masser af teknikker til at forudsige efterspørgsel ved hjælp af kraften fra What If-parameteren og DAX i LuckyTemplates.
Vi er startet med at oprette en parametertabel og derefter oprettet det samlede salg som et kernemål. Vi er gået over til at bruge tidsintelligens og indarbejdet vores What If-parameter. Derefter har vi glattet det ud og visualiseret det. Sådan får vi fremskrivningen frem.
Du skal forstå dataene, DAX-formlen, parametrene og konteksten for at få det hele til at fungere godt.
Du vil opdage ved at lære denne teknik, at der er mange forskellige måder, hvorpå du kan udvide den, og ikke kun være begrænset til at analysere eller forudsige produktefterspørgsel. For eksempel kan du også udforske ændringer i regional efterspørgsel og/eller butiksefterspørgsel.
Der er bare så mange måder at anvende begreberne forklaret i denne tutorial på, så det er værd at bruge tid på at forstå dette godt.