Mukautettu dynaaminen segmentointi DAX:n avulla LuckyTemplatesissa

Tässä blogiviestissä haluan käydä läpi edistyneen DAX-mallin mukautetun dynaamisen segmentoinnin luomisesta LuckyTemplatesissa. Voit soveltaa tätä hienoa tekniikkaa moniin skenaarioihin saadaksesi merkityksellisiä oivalluksia. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Dynaamiset ryhmät luodaan, kun joukko erilaisia ​​asiakkaita segmentoidaan eri mittareiden, kuten myynnin, marginaalin kasvun ja keskimääräisten kuukausituottojen, perusteella.

Sisällysluettelo

Ryhmittele asiakkaita yhteen

Muokatun dynaamisen segmentoinnin tavoitteena on asettaa asiakkaat paremmuusjärjestykseen eri mittareiden perusteella . Kun katsot alla olevaa visualisointia, näet, että tiedot on jaettu kolmeen ryhmään – 1–20, 21–50 ja "muut".

Näiden ryhmien ansiosta näet avainasiakkaat, avaintuotteet tai avainmitat ja voit todella perehtyä asiaan tehokkaammin. Voit nähdä kuvioita tiedoissasi. Muuten kaikki tiedot näyttäisivät vain hajontakaavion pisteiden sekamelta ilman näitä ryhmiä. 

Olemme myös luomassa dynaamista laskelmaa. Tämä tarkoittaa, että asiakkaita ei vain sijoiteta koko tietojoukon ja aikajanan ajan. Teemme sen myös tiettyjä valintoja varten.

Oletetaan, että haluan tarkastella vain läntisen alueen asiakkaitani tietoja vuoden ensimmäiseltä puoliskolta.

Kun nämä suodattimet on otettu käyttöön, näet, että tulokset päivitetään dynaamisesti. Se asettaa valitut tiedot automaattisesti arvoihin 1–20, 21–50 ja niin edelleen.

Kun nämä sijoitukset on luotu, voit myös luoda niistä slicerin ja perehtyä näihin asiakasryhmiin todella tehokkaasti.

Mielenkiintoinen asia tässä suodattimessa on, että mikään näistä ei kuulu mihinkään olemassa olevaan perustietomalleissa olevaan taulukkoon, eikä se ole peräisin mistään tietokannasta. Se luodaan LuckyTemplates-mallissasi käyttämällä oikeaa DAX-kaavaa.

Uusien dynaamisten ryhmien luominen

Näin voit rakentaa nämä ryhmät tyhjästä. Muista, että yrität rakentaa taulukon, joka esittää tiedot samalla tavalla kuin alla olevassa taulukossa, minimi- ja enimmäisrajat kullekin ryhmälle.

Olen rajoittanut sen kolmeen ryhmään, jotta se olisi helpompi asetella, mutta tarpeesta riippuen voit itse asiassa olla enemmänkin.

Kun nämä rajat on asetettu, nämä mukautetut ryhmät muuttuvat tukitaulukoiksi.

Kuten näet, mukautetuilla ryhmillä ei ole mitään suhdetta mallisi muihin elementteihin. Joten lisäämme logiikkaa ja suoritamme DAX-kaavan tämän taulukon läpi. Kun tämä logiikka on olemassa, voimme alkaa suodattaa tuloksia.

Tässä nämä tulevat esiin. Käytämme tässä kahta mallia – Voitot ja Marginaalit .

Voitot mukautetun ryhmittelyn mukaan

Aloitamme ensimmäisestä mallista, jossa tarkastellaan voittoja mukautetun ryhmittelyn mukaan .

Puretaan tämä mitta osa kerrallaan.

Jos nyt katsomme sijoitustamme, sijoituksemme tehdään aina sen perusteella.

Mielenkiintoista tässä on se, että vaikka tämä perustuu kokonaismyyntiin , tuloksemme ei ole todellisuudessa myyntiä. Tulos perustuu muihin mittareihin. Tämä osoittaa jälleen, kuinka tehokas tämä tekniikka on.

Joten sen sijaan, että käytät vainfunktio, lisäämme kaavaan erilaisen kontekstin. Tämä taas perustuu siihen tosiasiaan, että käytämme tukitaulukkoa.

Käyttämällätoiminnassa, aiomme arvioida jokaisen yksittäisen asiakkaan sijoituksen.

Arvostamme jokaisen asiakkaan kullekin ryhmälle asettamiemme rajojen mukaan. Tästä syystä näet, että olemme lisänneet mittaamme Min Rank- ja Max Rank -arvot.

Nyt kun arviointi täyttää asettamiemme suodattimille asetetut ehdot, tulokset palauttavat kokonaisvoiton

Marginaalit mukautetun ryhmittelyn mukaan

Katsotaanpa nyt marginaalien segmentointia .

Jälleen kerran, jaetaan tämä kaava osa kerrallaan.

Huomaat, että tämä on lähes täsmälleen sama kuin voittosegmentointi, mutta tällä kertaa käytämme voittomarginaalin LASKEMINEN - funktiota .

Aivan kuten ennenkin, lisäämme kontekstia asettamalla mukautetuille ryhmillemme vähimmäissijoituksen ja enimmäissijoituksen . Sieltä saamme tarvitsemamme tulokset.

Tässä tulokset jaetaan eri segmentteihin. Tärkeintä on muistaa, että suodatamme tässä luomaamme taulukkoa, joka on mukautetut ryhmät .

Kuten alla olevasta visualisoinnista näet, tämä taulukko on suodatettu, koska mukautettu ryhmämme on nyt selitteessämme.

Joten visualisointi näyttää nyt dataa, joka perustuu tiettyihin asiakkaisiin, jotka kuuluvat kyseiseen segmentoituun ryhmään.




Johtopäätös

Tällä tekniikalla on nyt helppo luokitella tiedot tiettyjen segmenttien perusteella. Muista, että tätä logiikkaa sovelletaan dynaamisesti jokaiseen valintaasi. Joten jos haluat asettaa keskilännen tukkumyynnin tiedot paremmuusjärjestykseen, sinun on sovellettava samaa arviointia myös kyseiseen valintaan.

Tämäntyyppinen oivallus ei ole juuri sellaista, joka vain ponnahtaa esiin raakatiedoistasi. Dynaamisen segmentoinnin kauneus on, että sitä voidaan käyttää myös erilaisissa tilanteissa ja erilaisissa raportointisovelluksissa.

Kaikki parhaat.


LuckyTemplates -muotokartan visualisointi tilaanalyysiin

LuckyTemplates -muotokartan visualisointi tilaanalyysiin

Tämä blogi sisältää Shape Map -visualisoinnin tilaanalyysiä varten LuckyTemplatesissa. Näytän sinulle, kuinka voit käyttää tätä visualisointia tehokkaasti sen ominaisuuksien ja elementtien kanssa.

LuckyTemplatesin talousraportointi: tulosten kohdentaminen malleihin jokaisella rivillä

LuckyTemplatesin talousraportointi: tulosten kohdentaminen malleihin jokaisella rivillä

Tässä opetusohjelmassa esittelen ainutlaatuisen idean talousraportoinnista, joka allokoi tulokset LuckyTemplatesin sisällä olevien taulukkopohjien ennalta määrittämiseen.

DAX-mittaukset LuckyTemplatesissa käyttämällä mittahaaroitusta

DAX-mittaukset LuckyTemplatesissa käyttämällä mittahaaroitusta

Luo DAX-suureita LuckyTemplatesissa käyttämällä olemassa olevia suureita tai kaavoja. Tätä kutsun mittahaaroitustekniikaksi.

Tehokkain toimintopuhelu LuckyTemplatesissa

Tehokkain toimintopuhelu LuckyTemplatesissa

Tässä blogissa tutustu LuckyTemplates-tietojoukkoon, tehokkaimpaan funktiokutsuun, joka tuo tuhansia M- ja DAX-funktioita sormiesi ulottuville.

Datamallinnustekniikat DAX-mittausten järjestämiseen

Datamallinnustekniikat DAX-mittausten järjestämiseen

Tämän päivän opetusohjelmassa jaan muutamia datamallinnustekniikoita DAX-mittausten järjestämiseksi paremmin tehokkaamman työnkulun aikaansaamiseksi.

LuckyTemplates Financial Dashboard: Täydelliset taulukon mukautusvinkit

LuckyTemplates Financial Dashboard: Täydelliset taulukon mukautusvinkit

LuckyTemplates on loistava työkalu talousraportointiin. Tässä on opetusohjelma räätälöityjen taulukoiden luomisesta LuckyTemplates-talouden hallintapaneelillesi.

Power Queryn kielivirran parhaat käytännöt

Power Queryn kielivirran parhaat käytännöt

Tässä opetusohjelmassa keskustellaan Power Query Language Flowsta ja siitä, kuinka se voi auttaa luomaan sujuvan ja tehokkaan dataraportin.

LuckyTemplates mukautetut kuvakkeet | PBI-visualisointitekniikka

LuckyTemplates mukautetut kuvakkeet | PBI-visualisointitekniikka

Keskustelen yhdestä suosikkitekniikoistani mukautettujen LuckyTemplates-kuvakkeiden ympärillä, joka käyttää mukautettuja kuvakkeita dynaamisella tavalla LuckyTemplates-visuaaleissa.

LuckyTemplates -taulukoiden luominen UNION & ROW -funktiolla

LuckyTemplates -taulukoiden luominen UNION & ROW -funktiolla

Tässä blogissa näytän sinulle, kuinka voit luoda LuckyTemplates-taulukoita käyttämällä kaavaa, joka yhdistää UNION-funktion ja ROW-funktion.

On-Premises Data Gateway Power Automatessa

On-Premises Data Gateway Power Automatessa

Tutustu siihen, kuinka On-premises-tietoyhdyskäytävä antaa Power Automaten käyttää työpöytäsovelluksia, kun käyttäjä on poissa tietokoneesta.