Itt megmutatom, hogyan kell használni az AVERAGEX függvényt a DAX-szal a LuckyTemplatesben. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
A funkció használatának megtanulásával és megértésével gyorsan megnyílik egy sor elemzés, amely hihetetlenül éleslátó és értékes lehet.
Talán szeretné kiszámítani a napi, havi, vásárlónkénti és így tovább eladások átlagos számát. Olyan sok alkalmazás létezik erre, hogy az őrültség.
És ne felejtsd el, hogy ezután idő-összehasonlításokat és időintelligencia-elemzést végezhet.
Ebben a példában olyasmivel fogunk dolgozni, amely szinte minden modellben könnyen alkalmazható. Az AVERAGEX és a DAX segítségével kiszámítjuk az átlagos napi eladásokat bizonyos ügyfelek esetében.
Tartalomjegyzék
Az adatmodell áttekintése
Mielőtt ténylegesen kiszámítanánk a napi átlagos eladásainkat, először vessünk egy pillantást adatmodellünkre, hogy fogalmunk legyen, mivel dolgozunk.
Tehát van egy szervezetünk, amely értékesítést végez, és az adatok az értékesítési táblázatban vannak.
Ez a szervezet bármely adott napon értékesít, ennek adatai a dátumtáblázatban találhatók.
Bármely adott vásárlónak, különböző termékeket értékesítenek, és számos különböző régióban értékesíthetnek. Ennek a háromnak az adatai külön-külön megtalálhatók a vevőtáblában, a termékek táblájában és a régiók táblájában.
Az adatmodellünkből származó információk és a már rendelkezésre álló mérőszámok felhasználásával elemezzük teljes értékesítésünket vevőnként.
A táblázatunk így fog kinézni az alábbiakban. Tehát teljes értékesítésünk van, és az ügyfelek neve szerint vannak elrendezve.
Akkor alakítsuk át vizualizációvá. Itt láthatjuk a szervezet legjobban és legrosszabbul fogyó ügyfeleit is.
Átlagos napi értékesítés az AVERAGEX használatával
Most megnézhetjük, mennyit adunk el naponta az egyes vásárlóknak.
Amit minden vásárlónál meg kell tennünk, az az, hogy minden egyes napot végigmegyünk, majd átlagoljuk az adott ügyfelek eladási összegét a teljes időtartam alatt.
Ennek módja az AVERAGEX és az VALUES függvény használata a DAX-szal.
Tehát hozzunk létre egy új mérőszámot, és nevezzük Átlagos napi értékesítésnek .
Ezután hozzáadjuk az AVERAGEX-et , mert szükségünk van erre az iterációs függvényre. Az AVERAGEX minden egyes nap ismétlődik.
Ezután beírjuk az ÉRTÉKEKET , és oda a Dátum oszlopot. Valójában így iterálunk minden egyes napot.
A VALUES annyit tesz, hogy létrehoz egy virtuális táblázatot, amely csak a Dátumok oszlopot tartalmazza, majd az aktuális kontextusban azt mondja, hogy melyik ügyfél, minden egyes nap ismételje meg.
Ezután hozzáadjuk a Teljes értékesítést . Miután kiszámítottuk az összes eladást, átlagoljuk őket az AVERAGEX segítségével .
Képletünk ezután így fog kinézni az alábbiak szerint.
Most, ha bevisszük aa vizualizációban láthatjuk, hogy átlagosan mennyit adunk el naponta az egyes vásárlóknak.
Akár az adatcímkéket is bekapcsolhatjuk, hogy képet kapjunk az átlagos eladási adatokról.
Különböző időkeretek megtekintése
Egy másik nagyszerű dolog, amit itt tehetünk, az az, hogy az időkeretet is megváltoztathatjuk.
Ehhez behúzhatjuk a MonthInCalendar-t, hogy megkapjuk a hónapot és az évet.
Utána szeletelővé alakíthatjuk.
Most láthatjuk az egyes ügyfeleink átlagos napi eladásait egy adott hónapban és évben.
Ami igazán jó, az az, hogy ez egy dinamikus módja ennek a számításnak.
Ahogy az alábbi képen is látható, amikor 2014 augusztusát választjuk, a vizualizáció ennek az időkeretnek az adatait mutatja.
Most, amikor 2014 szeptemberét választjuk, a vizuálunk az ügyfelek átlagos napi eladásait mutatja ebben az időszakban.
A folyamat áttekintése
Ahhoz, hogy valóban megértsük, hogyan működnek itt az AVERAGEX és az VALUES függvények, nézzük meg gyorsan, mi történik a példánkban.
Először is alakítsuk a vizualizációnkat táblázattá, hogy értelmesebb legyen.
És ismét vessünk egy pillantást a képletünkre.
Most itt vannak különböző vásárlóink. A Burt's Corporation esetében például minden egyes nap ismétlünk. Ez 2015 januárjában van, mert ez van kiválasztva a szeletelőnkban. Ezután minden egyes napra kiszámítjuk a teljes értékesítést.
A napi összes eladás kiszámítása után megjelenik az AVERAGEX, és átlagolja azokat.
És ez történik minden ügyfelünkkel, aki ebben a konkrét példában szerepel.
Ha megváltoztatjuk az időkeretet, mondjuk 2015 februárjában, akkor ugyanazt a számítást végzi el, de ezúttal az új időkereten belül.
Ha nem választottunk ki egyetlen időkeretet sem, akkor az minden egyes napon keresztül ismétlődik a dátumtáblázatban.
Ugyanazt az AVERAGEX formulát használjuk más dimenzió ellen
Egy másik dolog, amit itt tehetünk, és amit ismét nagyon menőnek talál, az, hogy pontosan ugyanazt a formulát használjuk egy másik dimenzióval szemben.
Először is duplikáljuk meg az Átlagos napi eladások táblázatunkat.
Ezután nézzük meg az egyes városok átlagos napi eladásait.
És csak így, az asztalunk most városonként van válogatva.
Aztán megint dinamikus. Jelenleg a 2015. februári adatokat mutatjuk.
Ha 2015 márciusára kattintunk, új táblázatunkban az Átlagos napi eladások városonkénti bemutatása is megjelenik, erre az általunk kiválasztott időkeretre.
Bármilyen dimenzióval szemben megtehetnénk újra. Pontosan ugyanazt a képletet fogjuk használni, és ez tökéletesen működik az összes ilyen dimenzióhoz.
Következtetés
Ebben a bejegyzésben láthattuk, hogyan lehet kiszámítani az átlagos napi eladásokat bizonyos ügyfelek számára az AVERAGEX és a DAX használatával, valamint az ÉRTÉKEK függvénnyel kombinálva.
További DAX funkciók oktatóanyagokért tekintse meg az alábbi linkeket.
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.
