Pipe In R: Tilslutningsfunktioner med Dplyr
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
Har du nogensinde tænkt, at det ville være rart at finde ud af, hvad det mest optimale resultat er fra dit scenarieanalysearbejde , som du laver inde i LuckyTemplates? I denne tutorial viser jeg dig præcis, hvordan du kan opdage dette og inkluderer også følsomhedsanalyseteknikker til dit hvad-hvis-parameter- og scenarieanalysearbejde. Du kan se den fulde video af denne tutorial nederst på denne blog.
Så vi gennemgår, hvordan du kan bygge og optimere din model gennem kørende scenarier, og derefter udforske eller køre følsomhed på disse scenarier.
Scenarieanalyse er en virkelig effektiv måde at køre avanceret analyse på eller opdage avanceret analytisk indsigt i LuckyTemplates.
Ved at inkorporere følsomhedsanalyse og relevante visualiseringer i dine rapporter kan forbrugerne se, hvad der ville ske, hvis der opstod flere scenarier på én gang versus kun et enkelt resultat baseret på et udvalg.
Ved at bruge denne teknik i LuckyTemplates giver du forbrugeren en chance for at se, hvad det mest optimale resultat er baseret på de scenarier, der kan forekomme i dine data.
Indholdsfortegnelse
Følsomhedsanalyseteknik _
Det vigtigste for denne analyse er at opsætte vores datamodel korrekt. Inde i vores datamodel har vi vores opslagstabeller – datoer, kunder, produkter og regioner – der er relateret til vores salgstabel .
Endnu vigtigere, vi opretter disse tre scenarietabeller eller scenarieunderstøttende tabeller. I den ældre version af LuckyTemplates var vi nødt til at gøre dette manuelt. Men nu med den seneste LuckyTemplates-version kan vi oprette dette ved hjælp af What-If-parameterfunktionen .
I disse scenarietabeller kan vi chokere efterspørgslen, omkostningerne og prisen .
Jeg kalder dette flerlag af scenarier eller en flerlags tilgang til scenarier, fordi vi kan trænge gennem disse tre variabler eller elementer i vores beregninger, så vi kan køre flere scenarier.
Sådan skal vi kørefor derefter at se, hvilket der er det mest optimerede scenarie i dette nuværende miljø, vi har her i dette eksempel.
Når vi har denne prognose eller denne slags scenarier i vores efterspørgsel, priser og omkostninger, vil vi så se dens ultimative indvirkning på vores samlede overskud eller salg.
Arbejder scenarierne gennem formlen
Vi fører derefter alle vores elementer gennem vores formler. I vores Scenario Profits- beregning bruger vi iterationsfunktioner . Vi kan isolere ethvert element, som vi kigger på, i en bestemt række i en tabel.
I dette tilfælde er det salgstabellen, vi gentager hver enkelt række. Og så kan vi chokere det med ændringen i efterspørgsel, pris og omkostninger.
Så hvis du tænker over det, er disse elementer eller scenarietabeller ikke engang forbundet til noget i vores model, da de understøtter tabeller. Og vi bruger denne formel til at integrere dem i vores model .
I stedet for blot at vise de overordnede resultater, viser vi følsomheden. Vi bruger denne flerlags-scenarie-tilgang inden for itererende funktioner i denne særlige formel for derefter at skabe disse følsomheder.
I dette diagram her har vi indført ændringen i pris på rækkerne og på tværs af toppen og kolonnerne har vi efterspørgselsændringerne .
I dette diagram kan vi se, hvad ændringen i efterspørgsel, såvel som ændringen i pris, faktisk ville gøre ved vores resultater. Og så inden for matrixen kan vi bruge den betingede formatering til at farve dem ind, hvilket er et andet virkelig fantastisk element, for en bedre visualisering.
I dette diagram nedenfor kan vi se ændringen i omkostningerne . Så når omkostningerne for eksempel falder, stiger vores efterspørgsel.
Vi kan lige så godt tilføje flere elementer for at få en mere omfattende analyse. Vi kan indsætte vores datoer, regioner osv.
Andre elementer til yderligere analyse
Vi tilføjer vores her, så vi kan ændre tidsrammen, hvilket seriøst er fantastisk. Dette vil gøre os i stand til at bore ind i en bestemt tidsramme, og så vil det ændre de resultater, vi har i vores diagrammer.
Med kraften i datamodellen kan vi også inkludere ethvert element på enhver dynamisk måde, så vi virkelig kan bore i aspekter af vores data.
Så vi kan bruge alt i vores model, vi kan filtrere vores kunder, produkter, regioner osv.
Vi kan stadig køre disse følsomheder i disse meget specifikke regioner. Når du har valgt et område, vil det også dynamisk ændre resultaterne.
Og det er sådan, du kan optimere disse scenarier. Det er grundlæggende at køre følsomhedsanalyse nemt og effektivt.
Eksempel på følsomhedsanalyse i LuckyTemplates ved hjælp af DAX
Lagdeling af flere 'What If'-scenarier i LuckyTemplates – Avancerede DAX-koncepter
Konklusion
Som du kan se, er dette virkelig kraftfulde ting. Dette er virkelig analytisk arbejde af høj kvalitet, som vil imponere nogen, hvis du lægger dette foran dem.
Dette arbejde har historisk set været meget vanskeligt at opnå. I LuckyTemplates, ligesom magi, kan du oprette dette værk. Du kan skabe disse indsigter på en virkelig intuitiv, effektiv og skalerbar måde.
Jeg håber, du kan se, hvor hurtigt du kan gøre dette. Der er ikke mange komplekse formler involveret. Det kræver bare en rigtig god forståelse af iterationsfunktioner, og det er nøglen til at implementere denne teknik.
Held og lykke med at bruge teknikker som denne i din egen analyse.
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.
Lær, hvordan du adskiller en PBIX-fil for at udtrække LuckyTemplates-temaer og -billeder fra baggrunden og bruge den til at oprette din rapport!
Excel Formler Snydeark: Mellemvejledning
LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det
Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.
Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.
Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.
I denne artikel gennemgår jeg, hvordan du kan finde dine topprodukter pr. region ved hjælp af DAX-beregninger i LuckyTemplates, herunder funktionerne TOPN og CALCUATE.
Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.