At finde tyngdepunktet for en klynge af lokationer er en almindelig opgave for folk, der arbejder med geografiske informationssystemer.
Et eksempel er, når man ser på tildelingen af adresser til et depot eller ingeniører til et arbejdsområde. Selvom LuckyTemplates endnu ikke understøtter ægte multiple dynamiske lag i kortets visuals, er det stadig muligt at demonstrere metoden.
Det beregnede COG (tyngdepunkt) kan dog være på toppen af en bygning eller et bjerg. Det er blot en indikation af et fantastisk sted. Yderligere analyse af andre forhold som praktisk, omgivende infrastruktur, tilgængelighed af personale og bolig er påkrævet.
Inden man hopper ifor at demonstrere dette, vil jeg forklare matematikken til dem, der er mindre fortrolige med dette.
Indholdsfortegnelse
Forstå tyngdepunktsanalysen
Denne del er en lille ordning med fire lokationer. Dette indeholder også koordinaterne for hvert enkelt sted.
Du kan se disse koordinater repræsenteret på dette kort. Som du kan se, er placering et på -250 (X) og -150 (Y) .
På dette tidspunkt er det vægtede tyngdepunkt lige i midten af alle disse steder.
Jeg ønsker at skabe dette vægtede tyngdepunkt for at bevæge mig i en retning baseret på de oplysninger, jeg har, såsom antallet af leverancer til lokation 4 . Det kan også være baseret på vægt eller omsætning. Selvom jeg i de fleste tilfælde overvejer leverancerne, fordi de er omkostningsdriveren.
Jeg skal færdiggøre vægtene for at beregne tyngdepunktet.
Så hvis jeg indtaster 100 under lokation 1 , kan du se, at det vægtede center vil flytte til dette punkt. Dette skyldes, at de andre stadig er 0 .
Hvis vi sætter vægten af de andre til 200 , 200 og 500 , vil tyngdepunktet flyttes til en anden placering baseret på de vægte, som jeg har angivet.
Det forklarer, hvordan det vægtede tyngdepunkt fungerer.
For at beregne tyngdepunktet skal du blot gange placeringerne X- og Y-koordinater eller en bredde- og længdegrad med vægten for hvert punkt .
Derefter divideres det med den samlede vægt for at komme til det faktiske vægtede tyngdepunkt.
Punkter at overveje i tyngdepunktsanalyse
I denne demo brugte jeg kun et lille antal kundelokationer.
En COG-analyse er strategisk og bør se på data over en længere periode, helst over et år eller mere for at identificere sæsonbestemte.
Derfor anbefaler jeg at starte med en standardanalyse for at få indsigt inden opsætning af analysen. Det kan så gøres med en mindre delmængde af dataene efter at have gennemført de næste trin.
Fjern små outliers, såsom tilfældige kunder, og tjek, om der er inkluderede leverancer til eller for kunder, som du kan miste. Tilføj desuden data for nye kunder baseret på den profil, de har givet.
Kør et par iterationer af modellen for at vise de forskellige scenarier forbundet med eventuelle ændringer.
På større datasæt med tusindvis af point kan du overveje at gruppere dine data i . Jeg brugte postnummeret og gruppen ved at holde bredde- og længdegraden for den kunde med det højeste antal leveringer.
Første eksempelscenarie
Dette er en simpel COG for et givet sæt data.
Her er datamodellen. Som du kan se, er der ingen relationer.
1. Oprettelse af tyngdepunktsforespørgsel
Først oprettede jeg en tyngdepunktsforespørgsel .
Jeg skal beregne tyngdepunktet over et udvalgt datasæt . For at gøre dette, ligesom det jeg har vist i excel-arket, skal jeg tage de samlede krav .
Jeg skal også beregne tyngdepunktet for breddegraden . I dette tilfælde gangede jeg breddegraden med antallet af leverancer.
Så lavede jeg den samme beregning for længdegraden.
Derefter dividerede jeg de givne COG'er med kravene .
Derefter vil dette blive returneret i en tabel med én række ved hjælp af funktionen. Jeg sørgede for, at antallet af kolonner er det samme som antallet af kolonner i datasættet. Jeg sørgede også for, at kolonnerne kan have en tekst eller en formel. I dette tilfælde har jeg DAX-målene for COG'erne for længde- og breddegrad.
Efter det gjorde jeg fagforeningen. Så den sidste tabel, som jeg brugte til displayet, er den tabel, der indeholder foreningen af tyngdepunktet og dataene.
Når du har gennemført disse trin, viser denne tabel navnene på lokationerne , omsætning , krav , længdegrad og breddegrad og de to kolonner, som jeg tilføjede til denne demonstration ( COG-farve og kolonnen Størrelse ).
2. Analyse af størrelse og farvemål
Målingen Størrelse identificerer, om den samlede efterspørgsel er lig med nul eller mere end nul. Derfor, hvis det er et nul, vil størrelsen blive sat til 1 . Hvis den er højere end nul, vil den blive sat til 0,15 .
Hvis du gør dette, skabes en anden størrelse for tyngdepunktet, som vises som farve Rød og som størrelse 1 .
Den røde farve er forbundet med COG Color -målet.
Dette indikerer grundlæggende, at hvis størrelsen er én, skal farven på COG- indikatoren være rød. Ellers skal den være blå.
I datafarverne under fanen skal du blot indstille Formater efter til feltværdi , og derefter vælge mål for indstillingen Baseret på felt . Til dette scenarie valgte jeg COG Color- målet.
Lad os nu tage denne prøveanalyse et skridt videre.
Andet eksempelscenarie
I dette eksempel oprettede jeg fem tyngdepunkter sammen med deres eksisterende datasæt.
Kortet skal vise tyngdepunktet baseret på et valg fra skæremaskinen.
At opnå detteer ret simpelt. Jeg har taget tyngdepunktet for hvert eneste punkt på kortet.
Jeg lavede den samme beregning for hvert mål.
Efter at have gennemført disse fem COG- beregninger, tilføjede jeg dem i denne foreningstabel.
Efterfølgende viser denne tabel nu tyngdepunktet oven på dataene.
Dette giver en smule mere fleksibilitet i forhold til at analysere data på tværs af alle eksisterende depoter .
Hvis jeg vælger Blank og Depot Rotterdam , viser kortet datapunkterne og tyngdepunktet for Depot Rotterdam . Det vil også vise tyngdepunktet for de andre steder, som jeg gerne vil beholde som reference.
Tabellen viser også data baseret på valget. Som du kan se, afspejlede det de tilsvarende farver og størrelser.
Farvemålet er det samme som det første eksempel. Hvis størrelsen er 1 , skal farven være rød; ellers skal den være blå.
De andre mål er blot en afspejling af standardanalyse som Total Omsætning og Samlet Efterspørgsel .
Tredje eksempelscenarie
Til det sidste eksempel tilføjede jeg placeringerne og tyngdepunktet til dataene. Derfor har jeg depoterne , dataene og tyngdepunktet .
Det resulterer i et lidt anderledes kort. Først og fremmest, hvad jeg virkelig godt kan lide i dette kort er, at det har depoterne og alle pointene.
Jeg kan også foretage valg i denne skæremaskine.
Hvis jeg rydder sliceren, kan du se, at kortet nu viser depoterne ( grønne cirkler), og tyngdepunktet (røde cirkler).
I én visning har jeg alt, hvad jeg behøver for at opfylde analysen.
Hvis jeg vælger Depot Rotterdam og tyngdepunktet, vil kortet vise alle punkter for Rotterdam . Til reference vil den også vise tyngdepunktet for de andre steder.
Ser man på bordet, svarer størrelsen nu, som jeg forventer, at den er.
Det samme gælder for Color COG .
Alle data er forblevet de samme med undtagelse af tilføjelsen af depoterne. Men for resten har jeg bare ændret farven og tilføjet valg, der vil blive afspejlet i kortet.
Tyngdepunktet, som du ser i disse 2 kort, er det faktiske tyngdepunkt for de valgte punkter. Det vil dog ikke afspejle sig i et andet punkt på kortet, fordi dataene ikke er opdateret.
Det farvemål, jeg brugte, er forskelligt fra det første. Dette viser farvemålet for det første eksempel.
Hvad angår farvemålet i det andet eksempel, tilføjede jeg lidt logik for at skabe de forskellige farver på kortet.
Legenden er et lille og enkelt bord. Normalt er legender i kort ikke så gode. Så jeg foretrækker at skabe min egen, hvis jeg kan.
I dette tilfælde har jeg lavet en lille legendebeskrivelse og farven.
Til dette eksempelscenarie behøver jeg ikke denne forklaring til at filtrere kortet. Jeg brugte den blot til at vise en guide til, hvad seeren ser på kortet.
Konklusion
Det dækker selvstudiet om, hvordan man beregner tyngdepunktet i og ændrer kortet visuelt.
Du kan også eksperimentere med disse indstillinger. Husk på, at du kan opnå forskellige resultater afhængigt af den måde, du opsætter dataene på.
Tjek nedenstående links for flere eksempler og relateret indhold.
Skål!
Paul
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.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
