Hvad er Power Query & M Language: En detaljeret oversigt
Denne vejledning giver et overblik over Power Query Editor og M-sproget inde på LuckyTemplates-skrivebordet.
Det er vigtigt for mange virksomheder at sikre sig, at du analyserer over de korrekte salgsperioder eller korrekte tidsperioder, hvor du rent faktisk har resultater. Du kan se den fulde video af denne tutorial nederst på denne blog.
Hvis du implementerer formler forkert i LuckyTemplates, især med itererende funktioner som eller , og du itererer over dage, hvor du ikke har resultater, eller dage uden salg, så vil du faktisk få forkerte resultater.
Nogle gange, ubevidst, vil du placere disse resultater i dine rapporter og ikke umiddelbart opfatte, om de er korrekte eller forkerte.
I denne tutorial vil jeg demonstrere, hvordan du kan isolere hverdage og weekender og kun hente oplysninger for de bestemte tidsperioder.
Dette vil være særligt værdifuldt, hvis du er en organisation, der kun sælger i løbet af ugen, eller hvis du ønsker at isolere dit weekendsalg, da det kan være her, størstedelen af dit salg finder sted.
Indholdsfortegnelse
Træning af DAX med datamodellen
Det vigtigste er at udarbejde DAX med datamodellen effektivt. Lad os først se på, hvad jeg har gjort i tabellen Datoer .
Det er klart, at vi skal have DAYINWEEK . Når vi ikke har dette i vores Datoer-tabel, prøver vi nok at få det ind med en beregnet kolonne. Men i sidste ende ønsker vi at gøre DAX så enkel som muligt i bagenden. Så det er bedre at ordne dette i datamodellen.
Vi har åbenbart denne DAYINWEEK tilpasset en ugedag.
Derfra kan vi faktisk udlede, om det er en weekend eller en hverdag . Jeg har brugt denne SWITCH- formel til at opnå det.
Dette arbejder gennem al logikken inde i DAYINWEEK-kolonnen og vender tilbage som en hverdag eller en weekend.
Lad os nu gennemgå, hvordan man skriver de formler, der bruges til at analysere salgsperioder.
At skrive formlerne
Vi bruger funktionen CALCUATE til vores beregninger. For Sales Weekdays går vi BEREGN Total Salg , og derefter FILTRER vi gennem vores Datoer- tabel alt for ugedagen .
Weekenden – Ugedag er den kolonne, vi lige har oprettet (med SWITCH-formlen).
Derefter formaterer vi vores formel
og bring det ind, og vi vil se, at vi får forskellige resultater, der viser ugedagene.
Og herfra kopierer og indsætter vi bare denne formel og ændrer blot weekender til weekender .
Så trækker vi den ind, og vi kan se resultaterne. Salget af hverdage og salg af weekender kommer til at give os det samlede salg.
Så du kan her se, hvordan vi bruger funktionen rigtig effektivt. Vi bruger det i kombination med datamodellen. Vi tilføjede denne dimension eller denne kolonne baseret på en eller anden logik inde i den tabel, og så var vi i stand til at sætte FILTER-funktionen oven på den.
Genbrug af formlen og forgrening
Desuden kunne vi bruge denne formel på enhver måde, form eller form. For eksempel vil vi arbejde med lørdagssalg.
For at få vores salgslørdag skal vi kun ændre logikken indeni. I stedet for Weekend – Weekday går vi Dag i ugen .
Formater det og træk det ind.
Når vi først kommer hertil, kunne vi forgrene os til et par andre ting ved hjælp af vores mål, såsom hvor mange lørdagssalg vi har. Så for at demonstrere det, lad os prøve at finde ud af det.
Vi kalder det % (procent) af salget i weekenden . Vi dividerer salget i weekenden med vores samlede salg .
Vi kan gøre en procentdel med dette, og så trække det ned til vores tabel sådan her.
Så det er en måde at isolere visse elementer i dine data for at analysere over salgsperioder korrekt.
Herfra kan vi forgrene os endnu mere og finde rigtig god indsigt på tværs af forskellige faktorer i vores datamodel eller endda sammenligne den ene med den anden. Du kan endda sammenligne hverdagsresultater med weekendresultater.
Konklusion
I denne vejledning har vi gennemgået et par trin for faktisk at komme til den korrekte salgsperiodeevaluering. Desuden forgrenede vi os endnu mere derfra.
Nøglekonceptet at forstå her er itererende funktioner. Du skal have hovedet omkring disse og forstå, hvordan de fungerer meget godt. Hvis du gør det, vil du se, at du kan ændre formen på evttabel inden for disse funktioner for at være i stand til at isolere, i dette tilfælde, enhver tidsperiode.
Der er masser af god analytisk indsigt, som du kan opdage ved at implementere disse ideer og teknikker godt.
Alt det bedste,
Denne vejledning giver et overblik over Power Query Editor og M-sproget inde på LuckyTemplates-skrivebordet.
Lær, hvordan du opretter en sideinddelt rapport, tilføjer tekster og billeder og derefter eksporterer din rapport til forskellige dokumentformater.
Lær, hvordan du bruger SharePoint-automatiseringsfunktionen til at skabe arbejdsgange og hjælpe dig med at mikrostyre SharePoint-brugere, -biblioteker og -lister.
Udvid dine rapportudviklingsevner ved at deltage i en dataanalyseudfordring. Acceleratoren kan hjælpe dig med at blive LuckyTemplates-superbruger!
Lær, hvordan du beregner løbende totaler i LuckyTemplates ved hjælp af DAX. Løbende totaler giver dig mulighed for ikke at blive fanget af et individuelt resultat.
Forstå konceptet med variabler i DAX i LuckyTemplates og betydningen af variabler for, hvordan dine mål beregnes.
Lær mere om det brugerdefinerede visuelle kaldet LuckyTemplates Slope-diagrammet, som bruges til at vise stigning/fald for en enkelt eller flere metrics.
Opdag farvetemaerne i LuckyTemplates. Disse er afgørende for, at dine rapporter og visualiseringer kan se ud og fungere problemfrit.
Beregning af et gennemsnit i LuckyTemplates kan gøres på mange måder for at give dig præcise oplysninger til dine virksomhedsrapporter.
Lad os dykke ned i Standard LuckyTemplates-temaer og gennemgå nogle af de funktioner, der er indbygget i selve LuckyTemplates Desktop-applikationen.