Ez az oktatóanyag egy másik kérdésből fakad aaz adatok normalizálásáról . Az általam megtanított technikák fontosak lesznek az olyan anomáliák megszabadulásában , amelyek az adatelemzés során bonyolíthatják a dolgokat . Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Alkalmanként, amikor elemzést futtat a LuckyTemplatesben, előfordulhat, hogy figyelembe kell vennie a különböző országokból érkező hétvégi vagy ünnepnapi értékesítéseket . A kihívás az, amikor egy bizonyos országban munkaszüneti nap van, de más országokban nem. Nehéz lesz normalizálni ezeket az értékesítési adatokat a jelentéskészítés során, figyelembe véve az országok különböző napjait. Itt jönnek képbe az adatnormalizációs technikák .
A cél az, hogy az összes különböző értékesítést megkapjuk, és visszahelyezzük a jelentéstevő ország tényleges munkanapjaira.
Ez egy egészen egyedülálló példa a LuckyTemplates időintelligencia technikájára. Mindazonáltal ez nagyon hasznos, ha egy meghatározott forgatókönyvről van szó, amely korlátozott adatmennyiséggel vagy a nyers információban nem megjelenő adatokkal kapcsolatos .
Tartalomjegyzék
Mintaadatok normalizálása a különböző napokon történő értékesítéshez
A legfontosabb dolog, amit ebben az oktatóanyagban szeretnék áttekinteni, azok a módok, amelyek segítségével logikát írhat a képletébe, amellyel megváltoztathatja a jelentési nap helyzetét vagy az eredményeket egy adott napon.
Nézzük meg ezt a táblázatot, és összpontosítsunk egy példára. Ha valami hasonlóval dolgozik, ahol egyik napról a másikra kell áthelyeznie az eredményeket, ez az oktatóanyag segít.
A jelentésben láthatja a dátumot, valamint azt, hogy melyik nap van a Date és DaysOfWeekName oszlopokban. A Teljes értékesítés oszlopban az adott napra vonatkozó eladások teljes számát is megtekintheti .
Most kidolgoztam egy logikát, hogy a szombati és vasárnapi értékesítési adatokat áthelyezzem a hétfői értékesítési adatokba . Ennek az az oka, hogy ezeket a hétvégi értékesítéseket egy hétköznapi (hétfőtől péntekig) munkanapi kiárusításba szeretném regisztrálni. A frissített értékesítési adatokat az alábbi Összes értékesítés nem hétvégi napok oszlopban tekintheti meg .
Ezenkívül azt akartam, hogy ez a táblázat dinamikus legyen, ezért hozzáadtam egy adatválasztót, amellyel egyszerűen módosíthatja az értékesítési adatok időkeretét. A megfelelő időkeret kiválasztása után a Teljes értékesítés nem hétvégi napok oszlopban szereplő adatok automatikusan frissülnek.
Ezen túlmenően szeretnék további számításokat is elvégezni, például kumulatív összegeket, mozgóátlagokat és így tovább. Amint látja, hozzáadtam a kumulatív összkorrekciót. és Összesített értékesítés oszlopok. Csak kicsit át kellett rendeznem a dolgokat, és bele kellett mennem néhány DAX-számításba, hogy megoldjam ezeket a nagyon specifikus meglátásokat.
A nem hétvégi értékesítések kidolgozása
Most megmutatom, hogyan kell kiszámítani és beállítani a nem hétvégi összértékesítést. Ez az adatnormalizálási oktatóanyag kulcsa.
Van pár változóm () itt a Weekend Check és a WorkdayCheck számításhoz. Azt csinálom itt, hogy az adott kontextusban melyek a hétvégék és melyek a hétfők.
Visszaugorva a dátumtáblázatomhoz, létrehoztam egy Naptípus oszlopot egy nagyon egyszerű logika alapján. Tehát, ha a nap nem szombat vagy vasárnap, akkor munkanapnak nevezem . Ha szombat (6) vagy vasárnap (0), akkor Hétvégének hívom .
Most, a képlet első része után, ezt a részt fogom tárgyalni.
Tehát, ha a WeekendCheck igaz, vagyis hétvégéről van szó, akkor az eredmények üresek. Ezután, ha a WorkdayCheck értéke hamis, vagy ha a kiválasztott érték megegyezik a hétfővel, akkor hamis, akkor a Total Sales értéket adja vissza .
Ha a WorkdayCheck igaz, azaz hétfő van, akkor ezt a logikát fogom itt futtatni.
Ez a rész kombinációjaésfunkciókat. Először is megkapja a hétfői és a hétvégi értékesítések összegét. A SZŰRŐ funkció átmegy az összes dátumon, és csak azokat a dátumokat adja vissza, amelyek nagyobbak, mint az aktuális dátum hárommal kivonva.
Alapvetően csak áthelyezem a teljes eladást szombatról és vasárnapról hétfőre, olyan technikák kombinációjával, mint plkijelentések és különféle funkciók. Így működik az adatnormalizálás az ilyen típusú elemzéseknél.
Ugyanez a technika nagyon hasznos lesz, amikor ünnepnapokon vagy valami hasonlóban dolgozik. Itt csak néhány dolgot kell módosítania, például a WeekendChecks helyett a HolidayCheckeket. Ennek ellenére ez egy hasonló logika, és mindig alkalmazhatja ezt a megoldást ezekre a forgatókönyvekre.
Összesített összeg létrehozása
A következő dolog, amit meg akarok tanítani, az a teljes értékesítés és a nem hétvégi eladások összesített összegének létrehozása.
Egy dolog, amit észrevehet, az, hogy a hétvégék összesített összesített adatai ebben az oszlopban mindig sima vonalak lesznek, mert valójában nincsenek adatok, függetlenül az időkerettől.
Ehhez kapcsolódóan létrehoztam egy vizualizációt, amely összehasonlítja a kumulált teljes korrekciót az összesített értékesítéssel.
Ez egy másik érdekes technika, amelyet néhány napon belül felhasználhat az adatok normalizálására. Nézzük az alábbi képletet.
Először is létrehoztam egy korrekciós értékesítési táblázatot úgy, hogy újra létrehoztam a Dátum és az Összes értékesítés, nem hétvégi napok oszlopot afunkció.
Ezek után hozzáadtam afunkció. Amint láthatja, a kiigazítási értékesítési táblázat a SZŰRŐ függvényen belül van elhelyezve. Ahelyett, hogy végigmennék az összes dátumon, a korrigált teljes értékesítési munkaszüneti napokat helyeztem el. Végül a SUMX használatával minden egyes nap ismétlődik, és kiszámítja a maximális dátumnál kisebb vagy azzal egyenlő dátumot. Ezután megszámolja a Normalizált értékesítés oszlopait .
Ez az adatnormalizálási technika nagyon jól alkalmazható, ha több országban dolgozik. Amint látja, ez valóban hatékony módja annak, hogy a jelentésben szereplő összes régióban normalizálják az eladásokat .
Következtetés
Sok hasznos technikát említettem az oktatóanyagban, amelyek lehetővé teszik néhány egyedi, időhöz kapcsolódó elemzés futtatását a LuckyTemplates-en belül. Számos különböző DAX-függvényen mentem keresztül, mint például afüggvényt, néhány táblázatfüggvényt és más egyszerű szűrőket afunkció.
Ha többet szeretne megtudni a különféle időintelligencia technikákról a LuckyTemplatesben, azt javaslom, hogy tekintse meg a LuckyTemplates online kurzusmodulját, amely kifejezetten az ilyen típusú elemzéseket szolgálja.
Élvezze a munkát ezen a részletes videón.
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.
