LuckyTemplates Eksempel Dashboard ved hjælp af logistikdata

Denne vejledning vil præsentere et LuckyTemplates-eksempel-dashboard, der indeholder transport-, forsendelses- og logistikdata.

Eksemplet, der vil blive brugt i denne tutorial, er logistikdata fra den virkelige verden fra en. Du kan se 4 forskellige analysesegmenter med billeder.

Indholdsfortegnelse

• Introduktion af LuckyTemplates Sample Logistic Dashboard
  • Brug af filtre til at fortælle en historie
  • Opdeling af data i segmenter
• Flere eksempler på logistikdashboard i LuckyTemplates
• Konklusion

Introduktion af LuckyTemplates Sample Logistic Dashboard

Dette eksempel på dashboard viser en problemfri navigationsoplevelse.

Hvis du holder musen over et billede, vises en tekst baseret på de data, det indeholder. I dette eksempel holdes musen over billedet med en lastbil, og ordet ROAD vises.

Hvis du klikker på billedet, vil det tage dig til en anden side, der indeholder indsigt om forsendelse og transport af produkter ad landevejen. Detaljerne om den faktiske forsendelse som vægt, oprindelse og destination er også angivet.

Brug af filtre til at fortælle en historie

Når du vurderer et datasæt, skal du forstå den historie, du prøver at fortælle. Historien ændrer sig afhængigt af de valgte filtre eller dimensioner .

Filtrering af data afhænger af din præference eller af, hvad du vil fremhæve. Du kan opdele data efter lokation eller virksomhed. I dette eksempel filtreres dataene afhængigt af transportmuligheden.

Hvis du vælger et segment, vil du se navigationsikoner i venstre side af betjeningspanelet. Ikonerne vil vise mere indsigt og analyse af det valgte segment. I dette eksempel bruges havsegmentet.

Hvis du klikker på det sidste ikon, vil du se data som Samlet Fortjeneste, Samlet Fortjeneste %, Samlet Indkomst og Samlet Udgift. Du vil også se billeder, der viser data over tid.

Dette er det logistiske datasæt, der bruges i dashboardet. Denne tabel består af 224 rækker og 121 kolonner.

For dens datamodel vil du se, at den har hvor LookUp-tabellerne er øverst og faktatabellerne nederst.

Du vil også bemærke, at forsendelsestabellen har et en-til-en forhold til finanstabellen. En anden måde at gøre dette på er at oprette en opslagstabel med den fælles kolonne i faktatabellerne, forsendelses-id . Opret derefter en en-til-mange-relation mellem opslagstabellen og forsendelsestabellen.

Med alle logistikoplysninger skal du have en linjepost med forsendelses-id'et for at få transaktionsoplysninger fra faktiske forsendelser. Så nøgledataene for datasættet er forsendelses-id'et.

Opdeling af data i segmenter

Med datasæt som dette skal du udskille de informationssegmenter, der giver mening, og have LookUp-tabeller og filtreringstabeller. Ting, som du nemt kan identificere, ville være en god opslagstabel. Et eksempel er lokationer , fordi dette datasæt har koder, der indeholder forsendelsernes oprindelse og destination.

Hvis du ser på tabellen, vil du se afsendernes koder og navne. Du kan også have en opslagstabel med ét unikt indeks for afsendere og derefter linke det indeks tilbage til afsenderens koder. Dette vil reducere kompleksiteten i din model og filstørrelsen af ​​disse bestemte data.

Du skal også kigge efter kolonner med numeriske værdier, fordi det er der, du skal oprette dine mål. Du kan oprette enkle mål til at beregne fortjeneste, vægt og volumen og derefter filtrere dem efter LookUp-tabellens dimensioner.

Ved at tilføje opslagstabeller vil din datamodel have flere opslagstabeller, der flyder ned til deres respektive indekser i forsendelsesfakta-tabellen.

Du kan også kombinere og forenkle faktatabellerne ved at udtrække alle tekstdimensioner i relevante opslagstabeller som kunder, destinationer eller varetyper. De bliver derefter til kolonner med unikke værdier, der kan skabe yderligere dimensioner, der relaterer til dem. Dette vil også give dig mulighed for nemt at udvide den analyse, du laver, såsom at bruge , DAX-formelmønstre eller .

Det er sådan, du bygger en overbevisende analyse inde i LuckyTemplates. Denne rapport viser også alsidigheden af, hvad du kan gøre med enhver type datasæt i LuckyTemplates.

Flere eksempler på logistikdashboard i LuckyTemplates

Du kan se nogle udstillingsvinduer for logistikdata i LuckyTemplates Challenge på LuckyTemplates-siden. Du kan også downloade alle PBIX-filerne, hvis du vil øve dig og lære flere dashboard-teknikker.

Hvis du vil gennemgå, hvordan dette eksempel-dashboard ser ud i en offentliggjort webversion, skal du gå til på LuckyTemplates-webstedet og vælge Logistics Dashboard .

Hvis du ønsker at genbruge rapporten, kan du bruge modellen og erstatte den med dit eget datasæt. På den måde kan du drage fordel af og udnytte al den logik, der er bygget inde i dashboardet. Du kan også forbedre den ved at ændre modellen og beregningerne og organisere den efter dine præferencer.

Konklusion

En fantastisk datarapport giver den bedste information og indsigt. Den skal indeholde overbevisende visualiseringer for at give brugerne den bedste navigationsoplevelse. Udnyt og maksimer alle de tilgængelige værktøjer i LuckyTemplates til at oprette en datarapport og forbedre dine dataudviklingsfærdigheder.