Mittojen segmentointi sijoituksen perusteella – edistynyt analyyttinen tekniikka LuckyTemplatesille

Tässä esimerkissä edistymme LuckyTemplatesissa DAX:n avulla. Keskitymme segmentoimaan ulottuvuuksia sen sijoituksen perusteella kyseisessä taulukossa. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Tämä on hämmästyttävä konsepti siitä, kuinka voit hyödyntää laskettuja sarakkeita LuckyTemplatesissa. Tämä voi tuoda lisänäkemyksiä, jotka eivät olisi koskaan olleet mahdollisia perinteisillä työkaluilla, kuten Excelillä.

Näiden tekniikoiden tehokas hyödyntäminen ja sitten upeiden visualisointien toteuttaminen niiden ympärillä, joihin myös sukeltan, voi todella esitellä tietojasi houkuttelevalla tavalla.

Sisällysluettelo

• Segmentoidun datan visualisointi
• Tietojesi segmentointi ja luokittelu
• Johtopäätös

Segmentoidun datan visualisointi

Olen aina puhunut LuckyTemplatesin hämmästyttävästä analyyttisestä voimasta, mutta et näe tämän tason analyysiä, jos käytätyksi kerrallaan. Sen todellinen voima tulee esiin, kun käytät yhdistelmää eri kaavoja ja tekniikoita pinottuina.

Sen aion näyttää sinulle alla olevan visualisoinnin kautta.

Jälleen kerran, tässä esitettyä dataa ei voida analysoida näin syvällisesti, jos et kerro useita kaavoja . Kutsun tätä tekniikkaa mittahaarautumiseksi . Tämän lisäksi kerroin myös lasketun sarakelogiikan, jotta tulokset jakautuvat edelleen. Se on paras tapa saada todella hyvä käsitys tällaisesta tapauksesta.

Esimerkiksi tässä raportin oikeassa alakulmassa olevassa hajontakaaviossa näet, että eri tietoryhmiä edustavat eri värit. Tässä tapauksessa pisteet edustavat kaupunkeja, ja jokainen väri näyttää sinulle parhaan, huonoimman ja ne, joiden sijoitukset ovat aivan kunnossa.

Näet myös, että y-akselimme näyttää marginaalimuutoksen vuosineljänneksittäin . X-akseli puolestaan ​​näyttää neljännesvuosittaisen myynnin muutoksen .

Tämän tyyppisen näkemyksen saamme, kun segmentoimme tietomme mittahaaroittumisen mukaan. Se näyttää, johtuiko suuri myynnin kasvu marginaalin suuresta kasvusta ja päinvastoin. Se näyttää korrelaation näiden datapisteiden välillä.

Tietenkin tämä on vain esittelytietojoukko, joten et näe valtavaa klusteria. Mutta kun käytät tätä tekniikkaa omiin tietoihisi, voit saada entistä kehittyneempiä oivalluksia.

Kun kaikki nämä kaavat ja tekniikat yhdistetään, huomaat eron myös visualisoinnin yleisilmeessä ja -tuntumassa. Näytän sinulle mitä tarkoitan poistamalla legendan City Groupista.

Huomaa, että loin kaupunkiryhmän selitteen käyttämällä laskettua sarakelogiikkaa . Joten kun poistan tämän selitteen, tapa, jolla tiedot esitetään, muuttuu. Se ei tuo niin paljon tietoa kuin tarvitsemme.

Näemme nyt vain yleisiä datapisteitä. Se ei näytä meille, missä ovat huonoimmat tai parhaat asiakkaamme. Pelkästään se vie paljon näkemystä, joka meidän pitäisi saada.

Näemme nyt, että nämä ylimääräiset logiikan kerrokset antavat meille mahdollisuuden nähdä asiat paljon paremmassa valossa .

Nyt saan vetää City Groupin takaisin legendana.

Kuten näet, visualisointi paranee huomattavasti.

Tietojesi segmentointi ja luokittelu

Tällä kertaa haluan näyttää sinulle, kuinka segmentoin nämä asiakasryhmät legendan luomiseksi.

Lasketun sarakkeen sisällä käytinsaada kunkin kaupungin sijoitus annettujen mittojen perusteella. Tässä tapauksessa luokittelemme ne myynnin perusteella.

Sisällytin kaavaan taulukossamme olevat alueet ja niiden kokonaismyynnin .

RANKX on erittäin hyödyllinen tässä, koska se antaa meille tavan järjestää kaikki tiedot ja saada niistä käsitystä.

Voimme tarkistaa paitsi mitkä kaupungit voivat hyvin, myös mitkä eivät menesty yhtä hyvin, minkä vuoksi ne löytyvät palstan alareunasta.

Tämä toiminto on myös seuraavan käyttämäni logiikan perusta.

Joten RANKX:n päälle loin myös lisäulottuvuuden.

Tämän lisäkerroksen avulla näen nyt, mitkä ovat parhaiten menestyvät ja huonoimmin toimivat kaupunkini. Joten jos kaupungin myyntisijoitus on pienempi tai yhtä suuri kuin 10, ne merkitään osaksi "Parhaita".

Tämä on todella hieno tekniikka, jonka avulla voit luoda lisää tapoja segmentoida tietojasi. Huomaa, että tämä ei ole hyödyllistä vain hajontakaaviossa. Tätä voidaan soveltaa myös erilaisiin visualisointityyppeihin.

Voit esimerkiksi käyttää sitä myös donitsikaaviossa alla olevan kuvan mukaisesti.

Näet myös, että donitsikaavio ja hajontakaavio liikkuvat rinnakkain. Joten jos napsautan sitä osaa, joka edustaa donitsikaavion huonoimpia lukuja, myös hajontakaavio mukautuu.

Tämä antaa meille mahdollisuuden nollata datan osajoukkoja tai muita ulottuvuuksia.

Johtopäätös

Kokeile sukeltaa näihin tekniikoihin ja toteuttaa joitain niistä omissa malleissasi. Olen varma, että näet hyviä tuloksia ja olet tyytyväinen tuloksiin sen suhteen, mitä saat raporteissasi ja hallintapaneelissasi.

Toivottavasti näet, kuinka näiden eri tekniikoiden yhdistäminen voi saada todella edistyneitä analyysitasoja. Tämän tekeminen LuckyTemplatesissa voi antaa sinulle todella yksityiskohtaisia ​​raportteja ja laadukkaita visualisointeja, kuten esimerkissämme.

Kaikki parhaat.