Rapporteringsapps ved hjælp af LuckyTemplates til transport og forsendelse

I denne vejledning vil jeg gerne demonstrere, hvordan du kan oprette logistikrapporteringsapps i LuckyTemplates ved hjælp af data fra den virkelige verden. Jeg vil gerne vise omfanget af, hvad du kan gøre i LuckyTemplates og dets fantastiske muligheder. Du kan se den fulde video af denne tutorial nederst på denne blog.

Vi vil gennemgå et eksempel fra et af vores medlemmer som en del af LuckyTemplates' LuckyTemplates Challenge 12, og jeg vil dele, hvordan jeg personligt ville gribe problemet an og de forbedringer, som jeg mener kan anvendes på modellen.

Indholdsfortegnelse

• Eksempel på logistikrapporteringsapps i LuckyTemplates
• Datamodel og datasæt til logistikrapporteringsapps
• Konklusion

Eksempel på logistikrapporteringsapps i LuckyTemplates

Den første ting, jeg virkelig elsker ved denne rapport, er den faktiske navigationsoplevelse. Det er som en fuldt bygget webapplikation. Det er ligesom et GIF-billede, hvor der kommer et overlejringsaspekt til det, når du klikker på det. Medlemmet har opdelt det i fire forskellige analysesegmenter. Vi har luft-, vej-, jernbane- og havsegmentering.

Hvis du klikker gennem et af disse segmenter, siger Road her, bliver du ført til en anden side, der giver dig indsigt i al den forskellige transport, der foregår via vej.

Jeg synes, det er et godt sted at starte. Når du vurderer et datasæt, vil du virkelig prøve at forstå den historie, du prøver at fortælle. Historien, du fortæller, kan ændre sig ret meget afhængigt af, hvad du anser som dine vigtigste filtre eller dine vigtigste dimensioner. I dette tilfælde var den vigtigste dimension at opdele dataene.

Og så er der nogle analyser og andre nøgleoplysninger inden for hvert segment, men der er også navigation i venstre side, som du kan klikke dig igennem. Du kan bore ned i dataene for at få flere oplysninger. Det er de ting, der er gode til alt, hvad der har med logistik at gøre. Det viser alsidigheden af, hvad vi kan gøre med.

Datamodel og datasæt til logistikrapporteringsapps

Nu vil jeg hurtigt gennemgå, hvordan jeg ser på datasæt, og hvordan jeg potentielt ville gøre dette anderledes, fordi det, der er blevet gjort i dette tilfælde, er, at modellen er blevet holdt meget enkel. For det første elsker jeg det faktum, at medlemmet brugte vandfaldsteknikken, hvor vi har vores opslagstabeller øverst og vores faktatabeller nederst.

Men dette en-til-en-forhold på finans her er ikke noget, jeg generelt ville gøre. Jeg ville nok lade det være som et bord for sig selv. Men måske ville jeg oprette en opslagstabel for den fælles kolonne, såsom forsendelses-id. Jeg ville prøve at bringe disse to forsendelses-id-kolonner sammen og flette dem til én. Eller alternativt kunne jeg fjerne dubletter, placere dem som en opslagstabel og derefter oprette en en-til-mange-relation fra den kolonne med unikke værdier.

Lad os nu lige se på, hvordan forsendelsesdata ser ud. Med enhver logistikinformation vil du have en linjepost som et stykke transaktionsinformation, som i virkeligheden vil være forsendelses- id'et . Derefter kommer den til at stamme ud til hvornår den forlod, hvor den forlod, og så hvor den gik hen, når den landede, og så videre.

Der er mange ting, der kan komme ud af netop den information, men det vigtigste her er naturligvis forsendelses-id'et. Det bliver vores indeks i vores faktatabel. Du kan dog se, at dette faktisk er et kæmpe bord. Selvom antallet af rækker er ret lille, er der 121 kolonner. Det er alt for mange kolonner til en faktatabel.

Hvad du vil gøre med datasæt som dette, er, at du vil bryde ud af de informationssegmenter, der giver mening. En ting, som jeg hurtigt kan identificere, som ville være en god opslagstabel, er Locations. Oplysninger om koder om oprindelseslandene, destinationslandene osv. er væsentlige for denne type rapporteringsapp. På denne måde har du ikke dubletter af oplysninger igen og igen. Det vil reducere kompleksiteten af ​​din model og reducere filstørrelsen.

Der er en masse andre ting, som vi kan forbedre her, herunder varetype, klienter, fartøj og leveringstyper, som vi også kunne opdele i opslagstabeller.

Det, jeg også leder efter her, er kolonnerne med numeriske værdier, fordi det er her, jeg skal oprette mine mål. Jeg vil bare lave simple summer, så jeg kan filtrere ved at bruge de opslagstabeldimensioner, som jeg opretter.

Og så ville modellen se lidt anderledes ud. Jeg ville have måske fire eller fem flere opslagstabeller øverst og flyde dem helt ned til de respektive indekser i forsendelsestabellen.

Konklusion

Dette er et eksempel på en logistikrapporteringsapp i LuckyTemplates. I denne eksempelrapport har jeg vist dig, hvordan et logistikdatasæt og datamodel ser ud, og jeg har delt mine tanker og forbedringspunkter med dig.

Jeg håber, du har fundet denne tutorial nyttig i din egenbestræbelser. Tjek nedenstående links for mere relateret indhold.

Skål!

**** * Relaterede indlæg i supportforum *****