Opbygning af datadimensioner i LuckyTemplates

I dagens blogindlæg vil jeg diskutere, hvordan du kan bygge yderligere datadimensioner i LuckyTemplates.

Disse dimensioner kan hjælpe dig med at filtrere dine data på forskellige måder. Oven i det kan disse dimensioner hjælpe dig med at komme med intuitive visualiseringer senere.

Dette er også grunden til, at du skal opsætte din datamodel bedst muligt. Som jeg har nævnt i de tidligere tutorials, bør du adskille opslagstabellerne og faktatabellerne. På denne måde kan du opsætte yderligere datadimensioner, når det er nødvendigt.

Indholdsfortegnelse

• Tilføjelse af yderligere datadimensioner
• Håndtering af andre datadimensioner
• Konklusion

Tilføjelse af yderligere datadimensioner

Nu vil jeg vise dig scenarierne, hvor du skal tilføje andre dimensioner.

For det første har jeg denne produktnavn- kolonne i produkttabellen . Produkterne, der er anført her, er filtreret efter deres produktnavne.

Der vil dog være tidspunkter, hvor du vil gruppere produkterne baseret på omsætning eller marginer. Derfor skal du tilføje en ny kolonne og placere den i en tabel. Det er her, du skal oprette yderligere dimensioner, som du kan bruge til at køre mellemliggende beregninger.

Hvis du ser nærmere på tabellen, kan du se, at den eneste produktrelaterede kolonne er produktbeskrivelsesindekset .

Derfor skal du manuelt bygge de yderligere data, som du skal beregne for den samlede omsætning. For at gøre det skal du klikke på båndet Modellering og derefter klikke på Ny kolonne .

Derefter skal du navngive det som Produktsalg . Denne kolonne viser den samlede omsætning for hvert produkt under kolonnen Produktnavn .

Nu hvor du har den samlede omsætning, skal du tilføje endnu en dimension til produktgrupperingerne. 

Igen skal du klikke på Ny kolonne og navngive den som klientgrupper . Til denne beregning skal du bruge funktionen. Denne funktion hjælper dig med automatisk at bestemme, om produktsalget er større end 10 millioner eller ej. 

Hvis salget er større end 10 millioner, kan du klassificere dem som gode kunder . Hvis salget er mindre end eller lig med 10 millioner, kan du klassificere dem som Ok-kunder .

Til sidst tilføjer du BLANK i den sidste del for at lukke formlen.

Da du har oprettet kolonnen Kundegrupper , kan du nu oprette en relation til tabellen Salg .

Du kan nu filtrere enhver beregning ved hjælp af de yderligere dimensioner i tabellen Produkter . Uden dem skal du køre din beregning ved hjælp af de tusindvis af rækker i salgstabellen . 

Yderligere kolonner er vigtige, fordi de hjælper dig med at udføre mere effektive beregninger. De kan også fremskynde LuckyTemplates' ydeevne sammenlignet med at lave en beregning inde i en enorm tabel.

Håndtering af andre datadimensioner

En anden måde at håndtere dine dimensioner på er at skjule irrelevante kolonner i rapportvisningen.

Du kan skjule enhver kolonne, når du højreklikker og derefter vælger Skjul i rapportvisning .

I dette eksempel skal du skjule tabellen Produktsalg , fordi du kun skal vise de forskellige kundegrupper i din rapport. Du bør også skjule kolonnen Indeks , fordi den ikke er relevant i rapporten for kundegrupper.

I rapportvisningen skal du kun vise Good Clients og Ok Clients data. Det betyder, at du bliver nødt til at bruge kolonnen Client Groups som et filter og udsnit.

I Client Groups slicer kan du gøre rapporten dynamisk ved at vælge enten Gode kunder eller Ok klienter .

Da de andre kolonner er skjulte, kan du ikke se dem i rapportvisningen.

Den skjulte kolonne Indeks og Produkter var kun nyttige til at skabe relationen til de andre datadimensioner, men det er irrelevant at vise dem i visualiseringen.

Du kan anvende denne teknik på andre lignende scenarier, som du vil støde på, når du opretter visualiseringer.

Konklusion

Jeg har diskuteret en række datamodelleringsteknikker, som er vigtige. Jeg håber du kommer til at mestre disse teknikker og anvende dem hver gang du arbejder indenfor datamodelområdet.

Som jeg har sagt før, skal du opbygge din datamodel på den bedst mulige måde, så du ikke får problemer, når du laver dine beregninger.

Skål!