LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

I dette LuckyTemplates-analyseeksempel vil vi generere en unik indsigt, hvor vi vil evaluere alle vores kunder og se, hvor mange unikke produkter de har købt. Jeg viser dig, hvordan du analyserer dette over tid og bruger hvad som helst i datamodellen. Du kan se den fulde video af denne tutorial nederst på denne blog.

Til denne LuckyTemplates-analyse vil vi evaluere dataene i en kundekontekst. Hvad der sker med bordene og bag kulisserne er, at kunderne vil blive filtreret i vores kundetabel. Derefter vil kunde-id'et blive filtreret for hver enkelt kunde.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

inde i datamodellen

Så har vi vores produkt-id her (inde i salgstabellen), som skal være en kolonne eller en dimension i vores tabel , som vi så kunne iterere igennem og se, hvor mange unikke varer, der er tilbage, efter at filteret er sat på plads. LuckyTemplates har en fantastisk funktion kaldetder gør os i stand til at gøre dette.

Indholdsfortegnelse

Bruger DISTINCTCOUNT til beregningen

Vi opretter nu vores formel, Unikke købte produkter , og bruger funktionen DISTINCTCOUNT , som vil gå og finde de unikke produkter i salgstabellen . Og så kan vi regne ud, hvor mange unikke produkt-id'er der er.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Hvis vi bringer dette ind i vores tabel, ser vi nu alle de unikke produkter, vores kunder har købt. Denne kunde, Andrew Graham for eksempel, købte 19 unikke produkter hos os. Bemærk, at vi analyserer gennem tiden, fordi vi ikke har noget datofilter her.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Vi kunne også sortere dette efter, hvem der er den højeste eller bedste kunde, ikke ud fra et indtægtsperspektiv, men hvem der har købt de mest unikke produkter. I dette tilfælde er det Ralph Richardson med 29 genstande.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Brug af datamodellen til yderligere analyse

Vi kunne analysere dette endnu mere. Vi kunne dykke ned i ethvert element i vores model sådan, hvor vi skaber noget ekstra kontekst fra den rumlige visualisering.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Hvis vi for eksempel vælger en butik, vil vi se kunderne med antallet af unikke varer, de har købt hos os fra denne specifikke butik.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Vi kunne også oprette en anden tabel med vores produktnavne , lokationer (vores butiksnavne), kundenavn og se salget af hvert produkt.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Vi kan så udvælge enhver kunde og se på alle de individuelle produkter, som kunden har købt.

LuckyTemplates-analyse ved hjælp af DAX: Hvor mange unikke produkter en kunde købte

Datasættet i denne prøve LuckyTemplates-analyse er kun tilfældigt, hvilket ikke er realistisk. Der er dog mange måder at virkelig dykke ned i vores data ved at bruge elementerne i vores datamodel, og dette er blot ét eksempel.




Konklusion

Det vigtigste, som jeg vil have dig til at forstå fra denne tutorial, er at forstå konteksten for analysen , som i dette tilfælde er kundekonteksten.

Vi brugte Kundenavn-tabellen, derefter udarbejdede vi det samlede salg og evaluerede det særskilte antal af produkt-id-kolonnen, efter at konteksten eller filteret blev sat på plads. Gennem den formel, vi har oprettet, kan vi derefter beregne alle de unikke varer købt af vores kunder. 

Forhåbentlig er du i stand til at tage nogle vigtige oplysninger væk fra dette og se, hvordan du også kan anvende sådan en forholdsvis enkelind i dit eget arbejde. 

Skål!

***** Lærer du Lucky Templates? *****







Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

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.

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

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

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

Python i LuckyTemplates: Sådan installeres og konfigureres

Python i LuckyTemplates: Sådan installeres og konfigureres

Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af ​​LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.

Sortering af datotabelkolonner i LuckyTemplates

Sortering af datotabelkolonner i LuckyTemplates

Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

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.

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.