LuckyTemplates Advanced Analytics: Toissijaiset taulukkologiikkatekniikat

Tässä opetusohjelmassa käyn läpi joitain edistyneitä analytiikkatekniikoita LuckyTemplatesissa ja DAX-kaavakielessä, jota kutsun toissijaiseksi taulukkologiikaksi. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Joskus, kun käytät LuckyTemplatesia analytiikkaan, haluat löytää tai löytää mielenkiintoisia oivalluksia, mutta nykyiset käsittelemäsi tiedot eivät välttämättä anna sinun poimia tällaisia ​​oivalluksia.

Tästä syystä joskus on ratkaisevan tärkeää luoda toissijaisia ​​taulukoita tuodaksesi tällaiset tiedot ydintietomalliisi.

Näytän alusta loppuun, kuinka näiden taulukoiden hyödyntämistä pitää ajatella analyyttisesti, mutta sitten myös kuinka ne toteutetaan todella käytännöllisesti.

Opimme paremmin tekemällä, joten annan sinulle käytännön esimerkin siitä, kuinka voit tehdä tämän itse. Näytän, kuinka voit tuoda data-analyysiisi erilaisia ​​tietoja tai oivalluksia, jotka todella esittelevät asioita paljon tehokkaammalla tavalla.

Joten tässä lasketaan myyjiemme kokonaismyynti viimeisen 60 päivän ajalta. Ja sen perusteella luokittelemme heidät dynaamisesti hyviksi, keskitason tai alhaisimpien myyjien joukkoon.

Ajan kuluessa voimme katsoa taaksepäin viimeisten 60 päivän ajalta ja nähdä, mitkä myyjät myyvät todella hyvin millä tahansa 60 päivän ajanjaksolla.

Sisällysluettelo

• Haaroittuminen toissijaisen taulukon logiikkaan
• Toissijaisen taulukon luominen
• Toissijaisen taulukkologiikan käyttäminen oivallusten poimimiseen
• Johtopäätös

Haaroittuminen toissijaisen taulukon logiikkaan

Ennen kuin sukeltaamme toissijaisen taulukkologiikan luomiseen, käydään läpi tämän saavuttamiseen liittyvät laskelmat.

Tämä esimerkki on staattinen sisäänrakennetun esittelytietojoukon kannalta, joten minun piti luoda kaava, joka noutaa myyntitaulukoni viimeisen päivämäärän. 

Tarkoitan sen nimenomaan tällä tavalla tätä demonstraatiota varten, mutta voit saada sen toisella tavalla omissa tietojoukoissasi, jotka päivittyvät päivittäin. Tässä on kaava, jonka loin saadakseni viimeisen päivämäärän .

Tämän perusteella voimme syöttää tämän kaavan laskelmiimme, Tapahtumat viimeisten 60 päivän aikana . Tässä laskelmassa lasketaan myyntitaulukon MAAT . Sitten avaamme dynaamisen 60 päivän ikkunan käyttämällä FILTER ALL Dates -toimintoa , joka toistuu Päivämäärät- taulukon läpi , mikä antaa meille etsimämme tulokset.

Tämä näyttää meille myynnin kokonaismäärän, jonka jokainen myyjä on tehnyt viimeisen 60 päivän aikana rullaavasti, kun kuljemme ajan myötä. Kun suodatamme tätä, voimme nähdä huonoimmat ja parhaat myyjämme.

Voimme myös tehdä tästä visuaalisesti houkuttelevamman käyttämällä joitakin tietopalkkeja . Siirrymme ehdolliseen muotoiluun,

sitten muuta sitä hieman väreillä.

Näemme nyt selkeästi tämän tietojoukon parhaat myyjämme viimeisen 60 päivän perusteella.

Nyt tässä tulee esiin toissijainen taulukkologiikka. Ryhmittelemme nämä myyjät sen mukaan, kuinka monta tuotetta he myyvät.

Tämä näkemys auttaa meitä hallitsemaan ihmisiämme hyvin ja tekemään parempia päätöksiä palkitsemisen tai ehkä jopa epäonnistuneiden erottamisen suhteen.

Toissijaisen taulukon luominen

Toissijainen taulukkologiikka on tarpeen tässä, koska tämä on dynaaminen laskenta. Emme voi laittaa tätä hakutaulukkoon. Meidän on kyettävä iteroimaan numerot toissijaisen taulukon logiikkaan, jotta voimme ryhmitellä nämä ihmiset.

Joten luodaksesi toisen taulukon, siirrymme Enter Data ja kirjoita sitten otsikko ja sarakkeet. 

Luomme minimi- ja maksimiarvomme ja lisäämme sitten arvot, jotka aiomme saada. Napsauta sitten Lataa.

Kun se on ladattu, se on mallissamme. Huomaa, että toissijaisella taulukolla ei ole yhteyttä tietomalliimme. Se on vain täällä, emmekä yhdistä sitä mihinkään, koska meidän ei tarvitse tehdä niin.

Tämä on taulukko, joka meidän on toistettava. Tämä tarkoittaa, että jokaiselle myyntihenkilölle ja viimeisten 60 päivän tapahtumista saadulle tulokselle määritämme, mihin ryhmään he kuuluvat täällä olevien Min- ja Max-arvojemme perusteella.

Joten nyt meidän on kirjoitettava kaava, jonka avulla voimme selvittää, mikä se on.

Toissijaisen taulukkologiikan käyttäminen oivallusten poimimiseen

Näiden oivallusten poimimiseksi meidän on ensin luotava uusi mitta. Palautamme tähän tekstiarvon, koska laitamme nämä ihmiset ryhmään.

Kutsutaan tätä kaavaa Salespeople Performance Group -ryhmäksi . Käytämme funktiota CLCULATE to SELECTEDVALUE , joka on toissijainen taulukkologiikkamme , jossa se löytää ja palauttaa yhden tekstiarvon (ylä, OK, huono). Laitamme vaihtoehtoisen tuloksen ( TYHJÄ ) varmuuden vuoksi.

Sitten seuraavalle riville laitamme toissijaisen taulukkologiikkamme. Ja käytämme FILTER- toimintoa, koska se toistuu KAIKEN myyntihenkilölogiikkamme kautta .

Tällä logiikalla saamme selville ryhmän, jossa tietty myyntihenkilö on, ja tämä ryhmä on dynaaminen, koska tämä mitta on dynaaminen. Ja jos tuomme tämän taulukkoomme, näemme nyt tulokset.

Otimme tietyn hahmon toisesta taulukosta, jota kutsun toissijaiseksi taulukoksi, ja toimme sen sitten mitoilla malliimme.

Johtopäätös

Tämä on LuckyTemplatesin edistyneen analytiikan voima. Hyödyntämällä toissijaista taulukkologiikkaa emme tarvitse näitä välilaskutoimituksia. Kaava tekee kaiken kovan työn puolestamme. 

Nämä ovat kaikki vinkit, joita tarvitset ymmärtääksesi tämän ainutlaatuisen LuckyTemplates-konseptin. Nämä tekniikat ovat itse asiassa varsin ainutlaatuisia parhaiden käytäntöjen kehitykselle, jota olemme toteuttamassa.

Vasta kun luet tämän blogin ja katsot alla olevan videon, ymmärrät tarkalleen, mitä tarkoitan. Joten mene eteenpäin ja katso video. Voin luvata, että opittavaa on paljon.

Mielesi laajenee eksponentiaalisesti analyysien ja tietojen suhteen, joita voit saada raportteihisi.

Onnea!