Scatter Plot In R Script: Kuinka luoda ja tuoda
Tässä opetusohjelmassa opit luomaan R-sirontakaavion visualisoinnin LuckyTemplatesissa käyttämällä R Script -visuaalia.
Tässä opetusohjelmassa haluan esitellä, kuinka voit luoda logistiikkaraportointisovelluksia LuckyTemplatesissa todellisen datan avulla. Haluan näyttää LuckyTemplatesin tehtävien kattavuuden ja sen loistavat ominaisuudet. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.
Käymme läpi esimerkin, joka tulee yhdeltä jäsenistään osana LuckyTemplatesin LuckyTemplates Challenge 12 -haastetta, ja kerron kuinka itse suhtautuisin ongelmaan ja parannuksiin, joita mielestäni voidaan soveltaa malliin.
Sisällysluettelo
Esimerkkejä logistiikan raportointisovelluksista LuckyTemplatesissa
Ensimmäinen asia, josta pidän tässä raportissa, on todellinen navigointikokemus. Se on kuin täysin rakennettu verkkosovellus. Se on kuin GIF-kuva, johon tulee peittokuva, kun napsautat sitä. Jäsen on jakanut sen neljään eri analyysisegmenttiin. Meillä on lento-, maantie-, rautatie- ja merisegmentointi.
Jos napsautat jotakin näistä osista, sano Road tästä, pääset toiselle sivulle, joka antaa sinulle tietoa kaikista eri kuljetuksista, joita tapahtuu maanteitse.
Mielestäni se on hyvä paikka aloittaa. Kun arvioit mitä tahansa tietojoukkoa, haluat todella yrittää ymmärtää tarinan, jonka yrität kertoa. Kerromasi tarina voi muuttua melko paljon riippuen siitä, mitä pidät tärkeimpinä suodattiminasi tai tärkeimpinä ulottuvuutesi. Tässä tapauksessa tärkein ulottuvuus oli tietojen hajottaminen.
Jokaisessa segmentissä on analyyseja ja muita tärkeitä tietoja, mutta vasemmalla puolella on myös navigointi, jota voit napsauttaa. Voit syventää tietoja saadaksesi lisätietoja. Nämä ovat asioita, jotka sopivat kaikkeen logistiikkaan liittyvään. Se osoittaa, kuinka monipuolisesti voimme tehdä.
Tietomalli ja tietojoukko logistiikkaraportointisovelluksille
Nyt haluan käydä nopeasti läpi, miten tarkastelen tietojoukkoja ja miten mahdollisesti tekisin tämän toisin, koska tässä tapauksessa on tehty mallin yksinkertaistaminen. Ensinnäkin rakastan sitä, että jäsen käytti vesiputoustekniikkaa, jossa meillä on hakutaulukot ylhäällä ja faktataulukot alareunassa.
Tämä yksi-yhteen suhde rahoitukseen täällä ei kuitenkaan ole jotain, jota en yleensä tekisi. Jättäisin tämän luultavasti ikään kuin pöydäksi sellaisenaan. Mutta ehkä luoisin hakutaulukon yleisestä sarakkeesta, kuten Lähetystunnus. Yritän yhdistää nämä kaksi lähetystunnussaraketta ja yhdistää ne yhdeksi. Tai vaihtoehtoisesti voisin poistaa kaksoiskappaleet, sijoittaa ne hakutaulukoksi ja luoda sitten yksi-moneen -suhteen kyseisestä yksilöllisten arvojen sarakkeesta.
Katsotaan nyt vain, miltä toimitustiedot näyttävät. Kaikilla logistiikkatiedoilla sinulla on rivikohta, kuten tapahtumatieto, joka on todella lähetystunnus . Sitten se lähtee ulos, milloin se lähti, mistä se lähti, ja sitten minne se meni, milloin se laskeutui ja niin edelleen.
Pelkästään näistä tiedoista voi selvitä monia asioita, mutta tärkein asia tässä on tietysti lähetystunnus. Siitä tulee indeksimme tietotaulukossamme. Voit kuitenkin nähdä, että tämä on todella valtava pöytä. Vaikka rivien määrä on melko pieni, on sarakkeita 121. Se on aivan liian monta saraketta faktataulukkoon.
Haluat tehdä tällaisilla tietojoukoilla, että haluat erottaa järkevät tietosegmentit. Yksi asia, jonka voin nopeasti tunnistaa ja joka olisi hyvä hakutaulukko, on sijainnit. Alkuperämaiden, kohdemaiden jne. koodit ovat tärkeitä tämäntyyppisille raportointisovelluksille. Tällä tavalla sinulla ei ole päällekkäisiä tietoja jatkuvasti. Tämä vähentää mallin monimutkaisuutta ja pienentää tiedostokokoa.
Tässä on monia muita asioita, joita voimme parantaa, mukaan lukien tavaratyypit, asiakkaat, alukset ja toimitustyypit, jotka voisimme myös jakaa hakutaulukoiksi.
Etsin täältä myös numeeristen arvojen sarakkeita, koska aion luoda mittani tähän. Aion tehdä vain yksinkertaisia summia, jotta voin suodattaa käyttämällä luomiani hakutaulukon ulottuvuuksia.
Ja niin, malli näyttäisi hieman erilaiselta. Minulla olisi ehkä neljä tai viisi muuta hakutaulukkoa ylhäällä ja virtaamaan ne aina lähetystaulukon vastaaviin indekseihin.
Johtopäätös
Tämä on esimerkki LuckyTemplatesin logistiikkaraportointisovelluksesta. Tässä esimerkkiraportissa olen näyttänyt sinulle, miltä logistiikkatietojoukko ja -malli näyttää, ja olen jakanut kanssasi ajatukseni ja parannuskohdat.
Toivottavasti olet löytänyt tästä opetusohjelmasta apua omassasipyrkimyksiä. Katso alla olevista linkeistä lisää aiheeseen liittyvää sisältöä.
Kippis!
**** * Aiheeseen liittyvät tukifoorumiviestit *****
Tässä opetusohjelmassa opit luomaan R-sirontakaavion visualisoinnin LuckyTemplatesissa käyttämällä R Script -visuaalia.
Tunne LuckyTemplatesin parhaat ulkoiset työkalut ja opi asentamaan ne LuckyTemplates-työpöydällesi. Nämä antavat raporteillesi enemmän ominaisuuksia.
Tässä blogissa opimme ja harjoittelemme Quick Measures Prota, joka on välttämätön ulkoinen työkalu LuckyTemplatesin pikamittausten tekemiseen.
Opi keksimään tarkka viimeinen päivityspäivä LuckyTemplates-raportille. Sinun tarvitsee vain käyttää M-koodia ja edistynyttä editoria.
Tässä opetusohjelmassa kerron, kuinka voit tehokkaasti suodattaa useita tietoja tilikauden aikana LuckyTemplates-raporteissasi.
Tässä opetusohjelmassa keskustellaan M-kielen onnistuneesta käyttöönotosta ja yleisten virheiden ratkaisemisesta Power Query Editorissa.
Pandas Drop Index -sarake: selitetty esimerkein
7 tapaa tarkistaa, sisältääkö Python-merkkijono alimerkkijonon
Ymmärrä, mitä Power Automate Dynamic Content on ja kuinka sen avulla käyttäjät voivat valita kenttäviittauksia aiemmista vaiheista tai kirjoittaa lausekkeita.
Tässä opetusohjelmassa opit jakamaan tiedoston sellaisen henkilön kanssa, joka ei kuulu yritykseesi, käyttämällä sql-kyselyparametria LuckyTemplatesissa.