Denne tutorial vil gennemgå, hvordan man bruger TOPN som en virtuel rangeringsfunktion til at generere interessant indsigt baseret på rangeringslogik i LuckyTemplates. Du kan se den fulde video af denne tutorial nederst på denne blog.
Brug som en virtuel rangeringsfunktion giver dig mulighed for dynamisk at producere top- og bundresultater for enhver måling.
Dette eksempel viser, hvordan man finder ud af de steder, der genererer den højeste og laveste omsætning pr. kunde.
Indholdsfortegnelse
Samlet antal byer med køb
Denne tabel indeholder omsætningen for hver kunde.
Du ønsker at finde ud af, hvilke steder der har den højeste og laveste omsætning.
Lad os sige, at en kunde har købt dine produkter fra en række forskellige steder.
Ved at bruge Stephen Howard som eksempel kan du se, at han købte produkter fra seks forskellige byer:
Du vil nu vide, hvor meget indtægt der blev genereret for hver by. Derefter vil du virtuelt rangere byerne og beregne, hvilke af dem der hører til de to øverste og nederste.
Denne formel tæller antallet af lokationer, en kunde har købt fra:
Funktionen udregner hvert unikt sted, hvor et produkt er blevet købt.
Denne formel kan dog ikke give dig de rangeringsresultater, du har brug for.
Det er her, TOPN-funktionen kommer ind i billedet. Den giver dig mulighed for at have en virtuel placering i en formel.
Beregning af de to bedste byer
For at beregne de to øverste byer med den højeste omsætning for hver kunde, skal du bruge denne formel:
Funktionen beregner den samlede omsætning ved hjælp af en anden kontekst for de to øverste byer.
Lad os nu fokusere på TOPN-sætningen i formlen:
Den første parameter for denne TOPN-sætning er den samlede rangering, der kræver en virtuel beregning. Således bruges 2 til at få de to øverste byer.
Hvis det er 4, vil det returnere de fire bedste byer.
Du skal sikre dig, at du kun gentager de steder, som en kunde har købt fra. Dette er grunden til, at Index bruges i stedet for et element i modellen.
Brug af Index sikrer, at du kun tæller de regioner, dine kunder har købt fra, og ikke alle regionerne i din model.
Hvis du skulle sætte funktionen sammen med det faktiske navn på byen, ville du få den samlede samlede omsætning fra de to øverste byer - ikke fra hver enkelt kunde.
TOPN-funktionen opretter en helt ny kontekst for hvert resultat i tabellen.
Det opretter en virtuel tabel, der kun indeholder de to øverste steder, som en kunde har købt fra.
Beregning af de to nederste byer
Dette er formlen, der bruges til at beregne de to nederste byer:
Det er nøjagtig den samme formel som den første, men du skal ændre DESC til ASC .
Sådan kontrollerer du, om denne formel er korrekt:
Hvis du bringer byerne med indkøb til bordet, kan du se, at antallet af iterationer matcher resultatet af Total Cities.
Aaron Bradley købte for eksempel fra fire forskellige steder. Så der er fire iterationer, der vises i den anden tabel.
Du kan se de fire forskellige købsbeløb kunden har for hver lokation.
Hvis du beregner og sammenligner tallene i de to tabeller, vil du se, at de begge stemmer overens. Alle Aaron Bradleys beløb svarer til 173.128,00, som er den samlede omsætning. De to øverste byer har en omsætning på 124.191,20 og de to nederste 48.936,80.
Konklusion
Denne tutorial diskuterede, hvordan man bruger TOPN som en virtuel rangeringsfunktion til at skabe effektive rangeringsvisuals i LuckyTemplates.
Du kan indpakke TOPN-funktionen i COUNTROWS, , eller for at skabe mere værdifuld indsigt i dine rapporter. Det er et meget fleksibelt og genanvendeligt værktøj at bruge.
Alt det bedste,
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.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
