LuckyTemplates Grouping Teknik: Ældret prøvebalance ved hjælp af DAX

Vi vil udforske et virkelig unikt LuckyTemplates-grupperings- eller segmenteringseksempel i denne tutorial. Du kan se den fulde video af denne tutorial nederst på denne blog.

Vi opretter en gammel prøvesaldo-gruppering inde i LuckyTemplates . Denne teknik involverer genbrug af mange af de grupperings- og segmenteringsmønstre, som vi allerede har lært. Brug af LuckyTemplates-grupperingsmønstre til dette unikke eksempel er ikke anderledes.

Ideen bag denne tutorial er at vise dig, hvordan du kan bruge nogle almindelige grupperings- eller segmenteringsmønstre i LuckyTemplates.

Denne tutorial kom faktisk ud fra et spørgsmål i LuckyTemplates Support Forum , som er baseret på regnskabsmæssige rapporteringskrav og gamle prøvesaldi.

Aldersprøvesaldi i regnskab giver os en opdeling af vores tilgodehavender med udestående saldi og viser os, hvor langt ude de er. Og så kan vi gennem tiden se, om vi har mange tilgodehavender forfaldne om 60, 90, 120 dage eller i den næste måned osv.

Med denne form for analyse ønsker vi at gruppere dataene og forenkle rapporten. Vi vil bruge nogle avancerede DAX-beregninger for at opnå dette. Før vi kommer til formlen, lad os tage et hurtigt kig på de eksempeldata, jeg lavede til denne tutorial.

Indholdsfortegnelse

• Eksempel på datasæt og modelopsætning
• Udarbejdelse af DAX-beregningen
• Konklusion

Eksempel på datasæt og modelopsætning

I denne tabel har vi kolonnerne Clearing Date og Forfaldsdato , og vi ønsker at regne ud forskellen mellem disse to datoer. Derefter grupperer eller segmenterer vi disse datoforskelle baseret på hvilken gruppe vi vælger, og vi vil gøre det dynamisk.

Dette er grupperingstabellen, som jeg oprettede til løsningen. Vi har vores kolonner Grupper (aldersgrupper), Sorteringsrækkefølge , Min , og Maks . Jeg har lige fundet på tallene her, men du kan selv omarrangere eller tilpasse dette til dine egne rapporter.

Jeg brugte Enter Data til at oprette denne tabel.

Kolonnen Sorteringsrækkefølge er nøglen, når vi har tekstværdi. Vi skal sørge for, at vi kan sortere efter noget, så værdierne går i den rigtige rækkefølge , hvis vi viser dem i en visualisering.

Denne tabel har ingen relation til noget i datamodellen. Jeg kalder tabeller som dette som understøttende eller sekundære tabeller. Vi itererer derefter gennem denne tabel og kører logik gennem den . 

Udarbejdelse af DAX-beregningen

Den første ting, vi skal gøre, er noget virkelig simpelt, som er at opsummere kolonnen Værdi .

Dette vil give os en kerneforanstaltning, der skaber værdi for os. Vi kan faktisk ikke bruge dette, fordi der ikke er noget forhold mellem vores transaktionstabel og vores gruppetabel. Vi bliver nødt til at foretage filtreringen inden for en formel. 

Så dette er den formel, vi bruger. Jeg kalder det Values ​​Per Group , og det indeholder flere DAX-funktioner.

Denne beregning vil i sidste ende returnere den samlede værdi , men vi er nødt til at iterere gennem hver række i transaktionstabellen . På hver eneste række skal vi regne ud forskellen ( DATEDIFF ) på disse datoer ( Dee Date og Clearing Date ).

Med andre ord, i hver række, regner vi ud datoforskellene mellem disse to kolonner. Samtidig gennemgår vi også hver række i tabellen Aged Debitor Group . Hvis denne logik er lig med sand, vil COUNTROWS- logikken også være sand. I dette tilfælde returnerer den Samlet værdi .

Vi kan derefter omsætte disse beregninger til visualiseringer.

Konklusion

Denne tutorial er et unikt eksempel på, hvordan du kan bruge nogle af LuckyTemplates-grupperings- og segmenteringsteknikkerne i dine modeller. Det er en fantastisk applikation, både fra et regnskabsmæssigt perspektiv og et finansielt analyseperspektiv.

Vi oprettede en understøttende tabel og brugte nogle avancerede DAX-formler til at få den indsigt, vi leder efter. Denne type analyse er rigtig god fra et cash management perspektiv og virksomheder.

Alt det bedste!