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.
Jeg vil tale om, hvordan LuckyTemplates betingede formateringsfunktion kan tage dine rapporter til næste niveau. Det er en virkelig nyttig funktion, men ikke mange mennesker bruger den, mest fordi denne funktion er begravet under LuckyTemplates' andre værktøjer. Du kan se den fulde video af denne tutorial nederst på denne blog.
Funktionen til betinget formatering i LuckyTemplates har meget værdi fra et visualiseringssynspunkt. Det kan også potentielt forenkle den måde, du modellerer dine data på.
Indholdsfortegnelse
Brug af farveskala til kunderangering baseret på omsætning
Jeg starter med noget simpelt. Dette er en visualisering af alle mine kunder og mængden af omsætning, de har indbragt.
Lad mig tilføje en datoskæremaskine her for senere at vise dig, hvor fleksibel denne tilgang er.
Det, jeg vil gøre her, er at farvekode kunderne baseret på deres samlede omsætning .
Normalt ville jeg bruge dynamisk gruppering til at ændre visualiseringen ud fra en beregning. Men med den betingede formateringstilgang, jeg vil bruge, kan jeg tilpasse dette diagram uden behov for dynamisk gruppering.
Endnu mere forbløffende er det faktum, at de faktiske forhold eller reglerne, der ville bestemme disse farvekoder, ikke engang er inkluderet i selve det visuelle.
Hvordan gør jeg det?
Først beregnede jeg min kunderangering .
Jeg brugtefunktion påaf kundenavnene . Så brugte jeg Total Revenue og arrangerede dem i DESC rækkefølge.
Derefter vil jeg gå ind i mine datafarver i mine formateringsværktøjer.
Jeg klikker på de 3 prikker ved siden af standardfarven under Datafarver.
Det vil vise mig knappen til.
Når jeg klikker på betinget formatering, dukker dette vindue op. Det er her, jeg kan ændre farverne på mit diagram baseret på de regler eller betingelser, som jeg vil indstille.
Jeg starter simpelthen ved at anvende en farveskala baseret på min samlede omsætning .
Når jeg har indstillet disse to områder, vil den bede mig om at vælge farver baseret på minimum (eller den laveste værdi i mit datasæt) og maksimum (som er den højeste værdi i mit datasæt).
Jeg vil anvende denne formatering på mit diagram, så mine data med høj værdi nu ser sådan ud:
Og efterhånden som jeg scroller længere ned, vil farven ændre sig baseret på, hvordan hver enkelt kunde rangeres.
Indstilling af datafarver baseret på regler
Denne gang vil jeg indstille specifikke farver baseret på de regler eller betingelser, jeg vil indstille.
Inde i den betingede formateringsrude vælger jeg Regler under den første rullemenu. Så baserer jeg formateringen på kunderangering igen.
Det er det, der er forskellen mellem denne tilgang og den forrige. Jeg vil oprette undersæt ud af hele mit datasæt ved at tildele specifikke værdier for hver farve .
Så jeg vil starte med en gruppe, der rangerer større end eller lig med 1 op til dem, der er mindre end 6.
Når jeg klikker på Tilføj, får jeg chancen for at indstille en anden regel. Jeg kan blive ved med at tilføje regler (og farver) afhængigt af hvor mange undersæt jeg har brug for.
For det 2. sæt regler vil jeg gruppere dem, der rangerede 6 til 10 (hvilket betyder, at jeg sætter den øvre grænse til mindre end 11). Derefter vil mit 3. sæt inkludere dem, der rangerede 11 til 20.
Når jeg klikker på OK, vil du se, at den visualisering, jeg kommer med, vil være meget anderledes end det eksempel, jeg gjorde tidligere.
Jeg kan også filtrere dataene ved hjælp af datoudsnitteren, jeg tilføjede tidligere. Dette vil tilføje en anden kontekst til de data, der vises.
Du kan også bruge de andre tilgængelige visualiseringsmuligheder i denne rude afhængigt af, hvad du skal lægge vægt på, og hvordan du vil fremvise dem.
Brug af betinget formatering på lokalitetsbaserede data
Dette er lidt enklere end det sidste eksempel, jeg viste, men er også en fantastisk måde at vise data baseret på placeringen på. Denne gang vil jeg bruge et kort.
Endnu en gang går jeg ind i ruden med betinget formatering for at angive en regel ved hjælp af min samlede omsætning . Jeg vil også bruge et mere absolut tal denne gang.
Jeg valgte farven lilla for alle værdier under 500.000. Alt andet, der ikke opfylder dette krav, vil bevare den standardfarve, der oprindeligt blev indstillet, før jeg anvendte min betingede formatering.
Nu, et kig på dette kort, og jeg kan med det samme se, hvilke områder der er mine mest solgte og mine mindst sælgende regioner.
Viser omsætningsvækst pr. region
Her er en anden måde at vise dataene på dette kort på. Denne gang vil jeg se på omsætningsvækst . Var væksten i omsætningen for hvert område positiv eller negativ?
Det er her forgrening af mål kommer ind. Jeg starter med min samlede omsætning , som brugerfunktion for alt mit salg .
Derefter vil jeg beregne den samlede omsætning for sidste år. Denne gang vil jeg brugefunktion og reference Samlet omsætning , og tilføj derefterved at bruge datoen .
Jeg bruger også et sidste mål for omsætningsvækst . Dette vil være forskellen mellem min samlede omsætning og min samlede omsætning LY . Jeg vil brugefunktion til dette også.
Bemærk, at omsætningsvækst er dynamisk. Jeg kan justere den tidsramme, jeg har brug for, og dataene vil ændre sig afhængigt af den tidsperiode.
For at gøre det nemmere at forstå dataene på kortet, bruger jeg grøn for positiv og rød for negativ.
Når disse regler er anvendt, er dette den visualisering, jeg får.
Igen giver dette os så meget indsigt på et enkelt blik. Jeg kan nemt tjekke, hvilke regioner der er i problemer, og hvilke der klarer sig godt.
Ulempen ved betinget formatering
Der er én ulempe ved at bruge betinget formatering i stedet for at lave dynamisk gruppering. Der er ikke en god måde at tilføje etiketter til det, du laver .
Når du bruger dynamisk gruppering, kan du oprette en forklaring, der viser, hvad hver del af diagrammet handler om. Men betinget formatering tillader dig ikke at oprette legender.
Der er faktisk en simpel løsning på dette. Du skal bare gøre dit diagrams titel mere indlysende. I dette eksempel nedenfor kaldte jeg for eksempel kortet "Total Revenue By County, positiv versus negativ vækst".
Med en titel så indlysende som den, ville jeg slet ikke have brug for en etiket.
Konklusion
Forhåbentlig var jeg i stand til at vise dig, hvor meget indsigt du kan få, når du først lærer ins og outs af LuckyTemplates betingede formateringsfunktion.
Det er ikke perfekt til alle scenarier, især da det ikke lader dig have legender eller etiketter. Men hvis de data, du vil præsentere, er ret ligetil, burde der ikke være noget problem at bruge dem.
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.
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.