Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion
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.
I denne tutorial vil jeg dække et meget interessant emne omkring virtuelle tabeller , og hvordan du kan bruge dem i LuckyTemplates inden for itererende funktioner. Du kan se den fulde video af denne tutorial nederst på denne blog.
Virtuelle tabeller er den væsentlige ingrediens til at skabe avanceret logik i LuckyTemplates. Der er en hel undergruppe af funktioner inde i LuckyTemplates, som gør det muligt for dig at oprette disse virtuelle tabeller.
Disse virtuelle tabeller kan nogle gange blot bruges som filter og funktioner eller til at tilføje kontekst til en beregning . Men de giver dig også mulighed for internt at iterere logik gennem dem. Det kan være baseret på enhver kontekst, du har placeret dem i.
En stor del af kraften ved disse virtuelle tabeller kommer, når du bruger dem med forskellige itererende funktioner. Du er nødt til virkelig at forstå 'kontekst' , og hvordan kombinationen af disse DAX- mål alle arbejder sammen inden for den specifikke kontekst.
Itererende funktioner i DAX har generelt et X i slutningen, ligesom , og mange andre afledte X-formler i LuckyTemplates.
Den bedste måde at forklare det koncept, som jeg vil diskutere i denne tutorial, er gennem nogle eksempler ved hjælp af denne enkle model.
Fra min placeringstabel har jeg en relation, som flyder ned til min salgstabel . Dette kan virke så generisk, og du undrer dig måske over, hvordan du kan anvende denne type model.
Nå, i virkeligheden er alle data så ens. Det er bare et spørgsmål om at sætte din model godt op og sætte den op på en intuitiv måde . Hvis du har brug for at forstå din modellering en lille smule bedre, kan du tjekke vores avancerede modelkursus ud.
Indholdsfortegnelse
Simpel logik ved hjælp af SUMX
Lad os se denne enkle logik, hvor du kan beregne det samlede salg ved hjælp af .
Generelt er det bare at beregne vores salg for hver enkelt region. I dette tilfælde har vi ingen andre filtre på vores data. Så det er bare dybest set fra tidens begyndelse sammen med det samlede salg .
Jeg vil dog gerne vise dig noget lidt mere unikt med hensyn til, hvordan vi kan iterere logik gennem disse virtuelle tabeller.
Brug af FILTER til virtuelle tabeller
Der kan være tidspunkter, hvor du måske vil begynde at beregne forskellige ting. Hvad du måske ønsker at gøre er at beregne salget af det, der kan klassificeres som en god kunde .
Lad os prøve at analysere denne særlige formel og identificere, hvad den giver os mulighed for.
Så du vil se her, at vi bruger SUMX .
Men med denne del af målingen ændrer vi den virtuelle tabel, som vi bruger som kontekst til beregningen .
Så du skal altid huske, at enhver beregning i LuckyTemplates sker i en to-trins proces. Først er behandlingen af den indledende kontekst. Og så er der målberegningen. Det er bestemt en meget forenklet version.
Lad os se på dette første resultat, hvor det første filter er Connecticut . Det er klart, at der allerede er noget filtrering, der sker bag modellen.
Endvidere er procedurelogikken inden forfunktion opretter en virtuel tabel over alle de kunder, der har købt i Connecticut .
Det er stort set kun en tabel med én kolonne over alle de kunder, der har købt i Connecticut .
Derefter kører vi inden for denne særlige virtuelle tabel en logik, som vil bortfiltrere hver enkelt kunde, der har købt under 2000. Dette vil kun beholde de kunder, der har købt over 2000.
Baseret på denne nye tabel skal vi endelig beregne det samlede salg .
Og det er, hvad SUMX giver os mulighed for. Det er virkelig en teknik, som du forhåbentlig kan implementere på forskellige måder.
Ændring af logikken for virtuelle tabeller
Derudover kan du ændre den eksisterende logik. Som du kan se, er dette tal i øjeblikket statisk. Men du kan gøre det dynamisk, og du kan selv generere det.
I dette tilfælde har jeg lige ændret det til 5.000. Og fordi vi brugte SUMX , vil dette bord kun lede efter de gode kunder, der har købt over 5000 . Og så vil det tælle salget op fra de gode kunder.
Brug af SUMMARIZE til virtuelle tabeller
Her er endnu et eksempel, som du kan tage op til et andet niveau.
Tabellen i FILTER -funktionen kan være meget forskellig og kan være en mere detaljeret tabel. I dette tilfælde ser vi på både salget af gode kunder og de produkter, de køber .
Så dette vil ikke længere være en virtuel tabel med én kolonne. Dette vil være en virtuel tabel med to kolonner over hver enkelt kunde og hvert enkelt produkt, som de har købt i Connecticut . Og så ændrer det sig, når du går ned til forskellige regioner eller forskellige stater.
Ved at bruge funktionen filtrerer vi alle kunder og produktsalg fra, der er mindre end 2000. Så beholder vi kun dem, der er over 2000 .
Derefter beregner vi det samlede salg ved hjælp af SUMX .
Og det er faktisk sådan, du internt kan iterere noget logik gennem en virtuel tabel og evaluere de særlige resultater.
Brug af CALCUATE som et filter
Desuden kan du beregne det samme scenarie på en anden måde, og det vil stadig give dig det samme resultat. Lad os først skrue dette tilbage til 5000 .
Nu ser du her, at resultaterne i disse to kolonner faktisk er de samme nu. Men jeg har regnet det ud på en lidt anden måde.
Til målet Good Customer Sales brugte vifunktion i stedet for SUMX .
Funktionen CALCUATE sætter dig i stand til at gøre en lignende ting med vores tidligere SUMX- scenarie. Men i stedet for at være en itererende funktion (som med SUMX ), er den faktisk blevet brugt som et filter . Det blev brugt til at ændre konteksten for beregningen i CALCUATE.
Og det er en anden måde, hvorpå du kan anvende denne logik i dine datamodeller.
Konklusion
Dette er en rigtig god tutorial at gennemgå i dybden. At forstå dette koncept med itererende logik gennem en virtuel tabel vil give dig uendelige analytiske muligheder, som du kan opnå i alle data.
Hvis du kan forstå dette godt, vil du begynde at se, at der virkelig ikke er noget fra et analytisk perspektiv, som du ikke kan opdage, når du bruger LuckyTemplates og DAX-mål meget godt.
Hvis du vil lære mere om at kombinere flere DAX-funktioner sammen for optimal effekt, så tjek udmodul kl.
Held og lykke med denne!
***** Lærer du Lucky Templates? *****
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.
Lær nogle fantastiske analytiske teknikker, som vi kan gøre til datamodellering i LuckyTemplates ved hjælp af DAX-understøttende tabeller.
Her dykker vi ned i LuckyTemplates Advanced DAX og implementerer rangeringslogik for at få en meget unik indsigt. Jeg viser også måleforgrening i dette eksempel.
Denne blog introducerer den nye funktion i LuckyTemplates, What-If-analyseparameteren. Du vil se, hvordan det gør alt hurtigt og nemt til din scenarieanalyse.
Lær, hvordan du afgør, om din omsætningsvækst er god ved at kontrollere, om dine avancer er udvidet ved hjælp af LuckyTemplates, der måler forgrening.
Lær og forstå, hvordan du kan oprette og bruge LuckyTemplates Parameters, som er en kraftfuld funktion i Query Editor.
Denne vejledning vil diskutere om oprettelse af et rundt søjlediagram ved hjælp af Charticulator. Du lærer, hvordan du designer dem til din LuckyTemplates-rapport.
Lær, hvordan du bruger PowerApps-funktioner og -formler til at forbedre funktionaliteten og ændre adfærd i vores Power Apps-lærredsapp.
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.