A dimenziók szegmentálása rangsor alapján – fejlett elemzési technika a LuckyTemplates számára

Ebben a példában elég fejlettek leszünk a LuckyTemplates terén a DAX használatával. A dimenziók szegmentálására fogunk összpontosítani az adott táblázaton belüli rangsor alapján. Az oktatóanyag teljes videóját a blog alján tekintheti meg.

Ez egy csodálatos koncepció arról, hogyan használhatja fel a LuckyTemplates számított oszlopait . Ez további betekintést nyújthat, amely soha nem lett volna lehetséges olyan hagyományos eszközökkel, mint az Excel.

Ha ezeket a technikákat hatékonyan használja, majd nagyszerű vizualizációkat valósít meg körülöttük, amelyekbe bele is fogok merülni, valóban lenyűgöző módon jelenítheti meg adatait.

Tartalomjegyzék

• Szegmentált adatok megjelenítése
• Az adatok szegmentálása és rangsorolása
• Következtetés

Szegmentált adatok megjelenítése

Mindig is beszéltem a LuckyTemplates elképesztő elemző erejéről, de nem fogod látni ezt a szintű elemzést, ha használodegyenként. Valódi ereje akkor jelenik meg, ha különböző képleteket és technikákat egymásra halmozva használ.

Ezt mutatom meg az alábbi vizualizáción keresztül.

Ismétlem, az itt látható adatok nem elemezhetők ilyen mélyrehatóan, ha nem rétegez több képletet . Ezt a technikát mérték elágazásnak nevezem . Ehhez hozzáadtam néhány számított oszloplogikát is, hogy tovább bontsam az eredményeket. Ez a legjobb módja annak, hogy igazán nagyszerű betekintést nyerjen egy ilyen esetben.

A jelentés jobb alsó részében található szóródiagramon például látni fogja, hogy különböző színek képviselik a különböző adatcsoportokat. Ebben az esetben a pontok a városokat jelölik, minden színben a legjobbat, a legrosszabbat és azokat, amelyeknek a helyezése rendben van.

Azt is látni fogja, hogy az y tengelyünk a negyedéves árrés változását mutatja . Az x tengely viszont az eladások negyedéves változását mutatja .

Ez az a fajta betekintés, amelyet akkor kapunk, ha az adatainkat mérési elágazás szerint szegmentáljuk. Megmutatja, hogy az eladások jelentős növekedése az árrés nagy növekedéséből származott-e, és fordítva. Megmutatja a korrelációt ezen adatpontok között.

Természetesen ez csak egy demó adatkészlet, így nem fog látni hatalmas fürtöket. Ha azonban alkalmazza ezt a technikát saját adataira, még fejlettebb betekintést nyerhet.

Mindezen formulák és technikák kombinálásával különbséget fog észrevenni a vizualizáció általános megjelenésében és érzetében. Megmutatom, mire gondolok a City Group legendájának eltávolítása alatt.

Vegye figyelembe, hogy a városcsoport jelmagyarázatát számított oszloplogikával hoztam létre . Tehát amikor eltávolítom ezt a jelmagyarázatot, az adatok megjelenítésének módja megváltozik. Nem hoz annyi betekintést, amennyire szükségünk van.

Most csak általános adatpontokat látunk. Nem mutatja meg, hol vannak a legrosszabb vagy legjobb ügyfeleink. Ez önmagában sok betekintést enged meg, amit meg kellene szereznünk.

Most már látjuk, hogy ezek a további logikai rétegek valójában lehetővé teszik számunkra, hogy sokkal jobb megvilágításban lássuk a dolgokat .

Hadd rángassam vissza a City Group-ot legendaként.

Mint látható, a vizualizáció jelentősen javul.

Az adatok szegmentálása és rangsorolása

Ezúttal szeretném megmutatni, hogyan szegmentáltam ezeket az ügyfelek csoportjait, hogy létrehozzam ezt a legendát.

A számított oszlopon belül én használtamhogy a megadott méretek alapján megkapjuk az egyes városok rangját. Ebben az esetben az eladások alapján rangsoroljuk őket.

A képletbe belevettem a táblázatunkban szereplő régiókat és azok teljes értékesítését .

A RANKX rendkívül hasznos itt, mert módot ad az összes adat rendszerezésére és némi betekintésre.

Nem csak azt tudjuk ellenőrizni, hogy melyik város megy jól, hanem azt is, hogy melyek azok, amelyek nem teljesítenek jól, ezért ezek az oszlop alján találhatók.

Ez a függvény egyben a következő logika alapja is, amelyet használni fogok.

Tehát a RANKX tetején egy további dimenziót is létrehoztam .

Ezzel a további réteggel most már látom, melyek a legjobban teljesítő városaim, valamint a legrosszabbul teljesítő városaim. Tehát, ha a város értékesítési rangja kisebb vagy egyenlő, mint 10, akkor a „Legjobb” részeként címkézzük őket.

Ez egy igazán nagyszerű technika, amellyel több módot hozhat létre az adatok szegmentálására. Ne feledje, hogy ez nem csak egy szóródiagramban hasznos. Ez különböző típusú vizualizációkra is alkalmazható.

Használhatja például egy fánktáblázatban is, az alábbiak szerint.

Azt is látni fogja, hogy a fánkdiagram és a szóródiagram egymás mellett mozog. Tehát ha rákattintok arra a részre, amelyik a fánkdiagram legrosszabb számait jelöli, a szóródiagram is beáll.

Ez lehetővé teszi számunkra, hogy nullázzuk az adatok részhalmazait vagy más dimenziókat.

Következtetés

Próbáljon belemerülni ezekbe a technikákba, és néhányat saját modelljeibe valósítson meg. Bízom benne, hogy jó eredményeket fog látni, és elégedett lesz az eredményekkel a jelentésekben és az irányítópultban.

Remélhetőleg látni fogja, hogy ezeknek a különböző technikáknak a kombinálásával milyen igazán fejlett elemzési szintek érhetők el. Ha ezt a LuckyTemplates-en megteszi, valóban részletes jelentéseket és kiváló minőségű vizualizációkat készíthet, akárcsak a példánkban.

Minden jót.