E-mail melléklet mentése SharePointba a Power Automate segítségével
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A modellünk elemzésekor érdemes lehet olyan betekintést találni, amely nem kapcsolódik semmihez a táblázatainkban. Itt jön a képbe a LuckyTemplates adatmodellezéshez használt támogató táblázatok koncepciója.
A támogató tábláknak nincs kapcsolata a mi tábláinkkal, de felhasználhatjuk jelentéseinkben a vizualizációk támogatására.
Tartalomjegyzék
Minta forgatókönyv adatmodellezéshez LuckyTemplatesben
Ebben a példában létrehozunk egy támogató táblázatot az Ügyfelek táblához . Az alátámasztó táblázatot lefedhetjük információkkal. Ezután futtassa a DAX logikát, hogy olyan vizualizációkat hozzon létre, amelyek nem lehetségesek az Ügyféltáblánkon jelenleg található adatokkal .
Jelentés nézetünkben van egy vizualizáció, amely az egyes ügyfelek összes tranzakcióját mutatja. Ebben a példában az ügyféltől érkező legmagasabb tranzakció 33 .
Ekkor a legalacsonyabb a 8 .
Például szeretnénk létrehozni egy olyan vizualizációt, amely megmutatja ügyfeleink gyakoriságát a tranzakcióik alapján. Ez egy olyan vizualizáció, amely bemutatja magas, közép- és alacsony frekvenciájú ügyfeleink összértékesítését, amely modellünkön sehol nem található. Amit tehetünk, az az, hogy létrehozunk egy táblát, amely tartalmazza ezeket a frekvenciákat, hogy logikát futtathassunk rajta.
Támogatási táblázat létrehozása a LuckyTemplates adatmodellezéshez
A táblázat létrehozásának különböző módjai vannak. Ebben a példában használjuk az Adatok megadása lehetőséget a Kezdőlap lapon.
Nevezzük el ezt a táblázatot „ Vásárlási gyakoriságnak ”. Ezután állítsa be az első oszlopot Frequency Group értékre , és adja hozzá a frekvenciaértékeket Magas , OK és Alacsony értékekkel . Adja hozzá a Min és Max oszlopokat is. Jelen táblázatunkban azt mondjuk, hogy a nagyfrekvenciás ügyfeleinknek legalább 25-40 tranzakcióval kell rendelkezniük. A középfrekvenciás ügyfeleknek 15-25 , a mélyfrekvenciás ügyfeleknek pedig csak 0-15 tranzakciónak kell lenniük .
A Kapcsolat nézetben a jobb oldalon helyezzük el a hozzáadott Vásárlási gyakoriság táblázatunkat. Ennek az az oka, hogy a Vásárlási gyakoriság táblázat egy támogató táblázat . Az ebben a táblában létrehozott oszlopok nem állnak kapcsolatban adatmodellünk egyik táblájával sem. Ezt csak a DAX logika futtatására használjuk, hogy támogassa a jelentéseinken létrehozni kívánt vizualizációkat.
Mértéktáblázatok létrehozása a LuckyTemplates adatmodellezéshez
A Vásárlási gyakoriság táblán kívül hozzunk létre egy másik táblázatot is az Adatok megadása opcióval. Nevezzük el Dinamikus csoportosításnak . Ezután létrehozunk egy mértéket ebben a táblázatban.
Nevezze át a mértéket Értékesítés gyakorisági csoport szerint táblázatra. Többet megtudhat róla.
Mérésünkhöz egy meglehetősen bonyolult DAX-kódot használunk. Ez a mérték kiszámítja a Vevők táblán belüli egyes ügyfelek teljes értékesítését . Azonosítja, hogy az összes tranzakció a Vásárlási gyakoriság tábla MIN és MAX értékén belül van-e , amely az általunk létrehozott támogató tábla.
A legfontosabb dolog itt az, hogy a Vásárlási gyakoriság táblázatnak nincs kapcsolata az Ügyfeleink táblával vagy más táblákkal. Ha azonban egy mértéket és DAX kódot használó logikát hozunk létre, akkor már használhatjuk a többi táblánkkal való megjelenítés támogatására vagy létrehozására.
Egyéni vizualizációk létrehozása a LuckyTemplates alkalmazásban
A kívánt vizualizáció létrehozásához csak át kell húznunk a dinamikus csoportosítás táblázatunk Frekvenciacsoport oszlopát a vásznunkra.
Ezután áthúzzuk az Értékesítés gyakoriságcsoport szerint mértékét a Frekvenciacsoportra a vásznon.
Ennek eredményeként most van egy vizualizációnk, amely megmutatja az ügyfél teljes értékesítését a magas, alacsony és közepes tartományú ( Ok ) frekvenciákról.
Ezt követően ezt alakíthatjuk fánkdiagram vizualizációvá. Ezután látni fogjuk, hogy a támogató táblázatunkkal létrehozott logika alapján ügyfeleink többsége a középtartományon belül ( OK) van .
Ez logikus, mert ha megnézzük ügyfeleink összesített tranzakcióját, akkor a legtöbben 20-21 tranzakció körül mozognak.
Ez a 15-25 ( OK ) frekvencia középső tartományában van a támogató táblázatunk ( Frekvenciacsoport ) alapján .
Létrehozhatunk egy másik vizualizációt is, ha áthúzzuk a mérőszámot ( Eladás gyakorisági csoport szerint ) az Ügyfélnevek vizualizáción belül …
… és a Frekvenciacsoport oszlopot a támogató táblázatunkból ( Vásárlási gyakoriság ).
Ennek eredményeként a vizualizáció most megjeleníti az ügyfelek nevét, teljes értékesítését és tranzakciós gyakoriságát.
Ezt a vizualizációt ezután oszlopdiagrammá alakíthatjuk, ha akarjuk.
Végül megvannak ezek a vizualizációink az értékesítés gyakorisági csoportonkénti vevőnevek és gyakorisági csoportok szerint , valamint az értékesítés gyakorisági csoportok szerinti megjelenítései gyakorisági csoportok szerint.
Következtetés
Összefoglalva, sikerült létrehoznunk egy támogató táblát, és felhasználni azt a LuckyTemplates adatmodellezésre. Ez néhány hatékony technika, amelyet támasztótáblák használatakor érhetünk el.
Most gondolja át, hogyan bővíthetjük ki a logikát. Ebben az esetben elkülönítettük a tranzakciókat, de ezt más számításokhoz is megtehetjük egy embercsoport számára az eladások, árrések, növekedés és még sok más tekintetében.
Remélem, sikerült átlátnia a támogató táblák használatának logikáját és fontosságát . Ismét csak pusztán a létrehozni kívánt logika és vizualizáció támogatására szolgálnak, és különféle módokon használhatjuk őket. Ezzel fantasztikus elemzési technikákat adhat hozzá saját modelljeihez.
Minden jót,
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.