A LuckyTemplates INTERSECT funkciója egy fejlett táblafüggvény, amelyet jobban meg kell értenie, hogy maximalizálhassa ennek a fejlett DAX-nak a használatát. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
De ahhoz, hogy megértsük, hogyan működik, sokkal jobban meg kell értenünk a virtuális táblákat. A virtuális táblák kulcsfontosságúak a LuckyTemplates DAX-mértékek használatakor.
Az INTERSECT funkció konkrétan az, hogy lehetővé teszi – egy mértéken belül – az egyik virtuális tábla összehasonlítását egy másikkal. Ezután végre visszaadhatja a két virtuális tábla mindkét verziójában megjelenő eredmények táblázatát.
Ha megérti, hogyan használhatja ezt a funkciót, hamarosan látni fogja, hogy van egy csodálatos képesség, amikor néhány nagyon fejlett logikát könnyedén futtathatunk.
Tartalomjegyzék
Egyedülálló betekintés bemutatása az INTERSECT funkció használatával
Az általam bemutatott példában egy igazán egyedi betekintést mutatok be, amelyet afunkció. Ez a konkrét betekintés sokféleképpen felhasználható . Ez akkor a leghasznosabb, ha ügyféladatokkal dolgozik, és az a célja, hogy jobban megértse ügyfeleit.
Ennek a funkciónak a legjobb módja egy gyakorlati jeleneten keresztül tanulni. Tehát egy forgatókönyvet dolgozok ki, és az aktuális hónap ügyfelei alapján dolgozom ki. Ezeknek az ügyfeleknek is rendelkezniük kell az elmúlt két hónap vásárlási előzményeivel. És ki fogjuk deríteni, hogy jelenlegi ügyfeleink közül melyiknek volt korábbi rendelési tranzakciója 2 hónappal ezelőtt.
Vessen egy pillantást erre a LuckyTemplates jelentésre, amelyet a funkció bemutatására hoztam létre. Először is beállítottam néhány szűrőt a bal oldalon, ahol bármelyik hónapot kiválaszthatjuk.
Ezután megvannak az oszlopok az összes vásárlóhoz. A Total Sales és Sales LM oszlopok azokat az ügyfeleket jelenítik meg, akik vásárlási előzményeket szereztek az aktuális és az elmúlt hónapra vonatkozóan. A Total Sales képlete nagyon egyszerű. Ez csak egy adott ügyfél összes eladásának összege.
A Sales LM képlet egy egyszerű teljes értékesítési képlet, amely időintelligencia-számítássá ágazik el a DATEADD használatával , hogy visszaugorjon az előző hónapra.
Fontos megérteni a képlet kezdeti kontextusát, mivel lehetővé tesszük a múlt hónap kiszámítását az említett képletekkel. Így megfelelő kezdeti kontextust kell megadnunk, hogy alkalmazhassuk a DAX-képleteket.
Hogyan dolgozzuk fel dinamikusan azokat a vásárlókat, akik két hónapja egymás után vásároltak? Ez az, amit a Vevők 2M egy sorban oszlopban láthat .
Most azt is szeretném tudni, hogy ezeknek az ügyfeleknek mennyi értékesítése van, ezért hozzáadtam az Eladások 2M ügyfelektől egy sorban oszlopot.
Az ismétlődő ügyfelek azonosítása INTERSECT funkcióval
Vessünk egy pillantást arra, hogy az INTERSECT mennyire hasznos a visszatérő vásárlók felderítésében. Íme az Ügyfelek 2M In Arow képlete .
Ebben a képletben két virtuális táblát helyeztem el, amelyek az INTERSECT függvényen belüli változók ( VAR ) . Alapvetően az első táblázatban szereplő elemek vagy sorok listáját értékeli, a másodikban viszont nem.
A kezdeti táblázat itt a CustomerTM , amely azon ügyfeleket jelenti, akik ebben a hónapban vásároltak. Ezután a képlet továbbmegy annak ellenőrzésére, hogy ezek az ügyfelek szerepelnek-e a CustomerLM táblázatban is.
Ha mindkét virtuális táblában van egy ügyfél, akkor azok megmaradnak. Így ez a képlet lehetővé teszi, hogy az összes vásárlót megtaláljuk, aki ebben és az előző hónapban vásárolt.
Ezután afunkciót a fennmaradó ügyfelek megszámlálásához.
Most beszéljünk a virtuális asztalok létrehozásáról azoknak az ügyfeleknek, akik 2 hónapja vásároltak egymás után.
Ha észrevetted, beteszem a ( változók) függvénybe. Nagyon ajánlom ezeket a függvényeket, mivel fantasztikusan kiegészítik az összetettebb képletek írását.
Ebben a VAR CustomerTM készletben az ügyfélazonosítók virtuális táblázatát hozom létre. Ezután a VAR CustomerLM számára a múlt hónapban ismét létrehozok egy virtuális táblázatot ügyfeleink számára. De ezúttal hozzáadtam afunkciót, így az aktuális kontextus helyett az előző hónap ügyfélkészletére ugorhat vissza.
Íme, mi az érdekes ebben a mostani számításban.
A képlet csak az ügyfelek minden egyes sorát ellenőrzi, mert az ügyfelek szűrve vannak. Ha egy adott sorra (vevőre) nincs értékesítés az előző hónapban, akkor nincs mit értékelni. Így a Vevők 2M egy sorban oszlop üres. De ha egy ügyfélnek van korábbi rekordja, akkor az 1- nek számít .
Például, ha megnézzük Adam Thompson adatait, az 1-et ad vissza a Vevők 2M In A Row oszlopban. Ez azt jelenti, hogy ennek az ügyfélnek mind a múlt hónapra, mind az azt megelőző két hónapra vonatkozó rekordja van.
A képlet újrafelhasználása egy másik kontextusban
Lehet, hogy nem ismeri fel azonnal az INTERSECT használatának fontosságát , de nagyon jó oka van annak, hogy miért kell ezt a képletet használnia. Főleg azért, mert ezt a számítást sokféle környezetben újra felhasználhatja. Vessen egy pillantást az alábbi példára.
A fenti mintaadatok elkészítéséhez ugyanazt a képletet használtam. De ezúttal más kezdeti kontextusban kezdem. Ahelyett, hogy egyetlen sort értékelne ki, sok kontextust értékel ki, például az államkódexet. Ezután létrehoz egy listát azokról az ügyfelekről, akik 2016 júniusában és 2016 májusában vásároltak. Ezután összehasonlítom azokkal az ügyfelekkel, akik az aktuális hónapban egyszer vásároltak egy adott államban.
Az Ügyfelek 2M In A Row oszlopban láthatja az adott kritériumnak megfelelő ügyfelek pontos számát.
A táblázat alatt egy másik vizualizáció látható, amely ugyanazokat az adatokat mutatja be az Ügyfelek 2M In A Row államkódja szerint .
Valójában újra megváltoztathatja a kontextust a modellben az igényeinek megfelelően. Ha a szűrő megfelelően működik, újra alkalmazhatja ezt a képletet, hogy más helyzeteket is hozzáadhasson.
Ezért mondtam, hogy az INTERSECT nagyon erős. Ahelyett, hogy csak IF utasításokat írna, használhatja ezeket az INTERSECT függvényeket a képletben.
A visszatérő ügyfelek teljes értékesítésének kiszámítása
Sőt, visszatérő ügyfeleink eladásainak teljes számán dolgozunk .
Az Eladások vevőktől 2M Egy sorban oszlopban szereplő eredmények a vevő aktuális és előző havi vásárlásainak összege. Vegye figyelembe, hogy ezt az eredményt csak akkor tudjuk elérni, ha a vásárló két hónapig vásárolt egymás után.
Ez a képlet a visszatérő vásárlók összértékesítésére.
Itt láthatja, hogy a minta szinte teljesen megegyezik. Az egyetlen különbség itt az, hogy a COUNTROWS helyett a CLCULATE függvényt használtam a számítás kontextusának megváltoztatására.
Ez azért van, mert itt az ügyfelek teljes értékesítési mennyiségére van szükségünk. De amint látja, továbbra is az INTERSECT funkciót használom . Nagyon hasznos, ha a Pareto-elemzésről van szó. De ezt a funkciót többféleképpen is alkalmazhatja.
Az INTERSECT beépítése az elmúlt három hónap ügyfelei számára
Továbbra is viheti a dolgokat, mint korábban. Valójában az alábbi képlet segítségével kiszámolhatja azokat a vásárlókat, akik három hónapig vásároltak egymás után .
Mindössze egy másik számítást adtam hozzá, amely egy helyett két hónapot ugrik vissza.
Ezt követően hozzáadtam egy INTERSECT függvényt egy másik INTERSECT függvényhez. Tehát nem csak az aktuális hónap ügyfeleit fogja értékelni, hanem a múlt havi vásárlási előzményeit is. Azt is ellenőrzi, hogy az adott vásárló 2 hónapja is vásárolt-e.
Az adatok táblázathoz való hozzáadásához egyszerűen húzza a 3M Ügyfelek egy sorban képletet a táblázatba.
Alul láthatja, hogy összesen 45 vásárló vásárolt három hónapig egymás után. Ez egy elég intenzív betekintés, ami nagyon hasznos.
Következtetés
Mint korábban említettük, az INTERSECT egy táblázatfüggvény, és sokféleképpen használható.
Ennek az oktatóanyagnak a középpontjában az áll, hogy megtudja, hogyan használhatja fel egy mértékben és különféle módokon egy intézkedésen belül. Így gondolom, hogy ez nagyon hatékony módon használható kivételesen lenyűgöző elemzések futtatására.
Sok sikert kívánunk ehhez a fejlett LuckyTemplates oktatóanyaghoz.
Ismerje meg, hogyan töltheti le és telepítheti a DAX Studio és a Tabular Editor 3 alkalmazást, és hogyan konfigurálhatja őket a LuckyTemplates és az Excel programban való használatra.
Ez a blog tartalmazza a Shape Map vizualizációt a LuckyTemplates térbeli elemzéséhez. Megmutatom, hogyan használhatja hatékonyan ezt a vizualizációt annak funkcióival és elemeivel.
Ebben az oktatóanyagban egy egyedülálló ötletet mutatok be a pénzügyi jelentésekkel kapcsolatban, amely az eredmények hozzárendelését jelenti a LuckyTemplates-en belüli táblázatsablonok előre meghatározásához.
Hozzon létre DAX-mértékeket a LuckyTemplates alkalmazásban meglévő mértékek vagy képletek használatával. Ezt nevezem mértékelágazási technikának.
Ebben a blogban fedezze fel a LuckyTemplates adatkészletet, a leghatékonyabb függvényhívást, amely M- és DAX-függvények ezreit juttatja a keze ügyébe.
A mai oktatóanyagban megosztok néhány adatmodellezési technikát a DAX-mérések jobb rendszerezéséhez a hatékonyabb munkafolyamat érdekében.
A LuckyTemplates egy nagyszerű eszköz a pénzügyi jelentésekhez. Itt található egy oktatóanyag, amely bemutatja, hogyan hozhat létre személyre szabott táblázatokat a LuckyTemplates pénzügyi irányítópultjához.
Ez az oktatóanyag megvitatja a Power Query nyelvi folyamatot, és azt, hogyan segíthet zökkenőmentes és hatékony adatjelentések létrehozásában.
Az egyik kedvenc technikámról fogok beszélni a LuckyTemplates egyéni ikonok körül, amely dinamikusan használja az egyéni ikonokat a LuckyTemplates vizualizációkban.
Ebben a blogban megmutatom, hogyan hozhat létre LuckyTemplates táblázatokat olyan képlet segítségével, amely egyesíti az UNION és a ROW függvényt.
