A dinamikus paramétereket használó dinamikus szegmentálásról fogok beszélni, mert a LuckyTemplates támogatási fórumán sokszor láttam, hogy a tagok megkérdezték erről. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Ebben az a kihívás, hogy kitaláljuk, mely területeket kell először szegmentálni. Arra is meg kell találnia a módját, hogy dinamikus paramétereket vigyen be a képletbe. Mindezt le fogom egyszerűsíteni az itt bemutatott példán keresztül.
Tartalomjegyzék
Mi lenne, ha paraméter létrehozása
Az első dolog, amire szükségem lenne, az egy paraméter. Ebben az esetben létrehoztam egy Customer Rank paramétert.
Ezt a paramétert úgy hoztam létre, hogy beléptem a Modellezésbe, majd az Új paraméter gombra kattintottam.
A mi lenne, ha paraméter automatikusan létrehozna nekem egy táblázatot. Az általam végzett kiválasztás mértékét is létrehozza.
Amikor ezt behúzom a jelentésbe, akkor a szeletelőben kiválasztott bármilyen kijelölést is megjeleníti.
A legfontosabb dolog, amit itt meg kell jegyezni, hogy a paramétereknek fel kell osztaniuk az eredményeket minden alkalommal, amikor egyéni szegmentálást végez .
Tehát a Customer Rank paraméteren kívül információim vannak azokról a területekről is, ahol az üzletek találhatók.
A számítás kontextusa az egyik kulcstényező a helyes megoldáshoz. Itt van egy további kontextus is, amely megmutatja, hol vannak az üzletek.
Most úgy szeretném elkülöníteni a bevételeimet, hogy összehasonlítom a legjobb és a legalacsonyabb ügyfeleimet. Azt is szeretném, hogy ez a felső és alsó csoport dinamikus legyen. Itt jönnek a képbe a dinamikus paraméterek.
Dinamikus paraméterek alkalmazása
Tehát az eredményeknek változniuk kell attól függően, hogy hogyan szeretném megnézni az adatokat. Ez azt jelenti, hogy ha módosítom a Vevői rang szeletelőjét , a táblázat adatainak is módosulniuk kell.
Az első dolog, amit meg fogok tenni, az az, hogy egy képletet használok, hogy a legjobb ügyfeleimet az asztalra vonjam.
Az oszlopot afunkciót a teljes bevételhez , majd használjarangsoroló függvényként. A TOPN egy virtuális táblázatot is visszaad a rangsorolási eredmények alapján.
A teljes bevétel kiszámításakor hozzáadtam a kontextust, mert csak a legjobban rangsorolt ügyfeleket nézem. Ezt a rangsort a Vevői rangérték határozza meg .
A TOPN használatával az összes ügyféladaton át fogok dolgozni. Ez azonban csak az első 4 kontextusát tartaná fenn, mivel ez a paraméter a táblázatban. Ez az az érték, amit a szeletelőben állítottam be.
A szeletelőmet áthelyezhetem 3-ra, és az eredményeknek is változniuk kell, és csak a legjobb 3 adatait kell tükrözniük.
Meg akarom nézni a legalacsonyabb vásárlóimat is, ezért ezt felveszem a táblázatomba.
Mivel a legalacsonyabb vásárlóimat helyezem oda, azt is fontos megjegyezni, hogy egy adott időkereten belül boltonként az összes vásárlószámra lenne szükségem.
A Total Customers számának eléréséhez afunkció.
Vegye figyelembe, hogy ez mind csak mintaadat, így az ebből a képletből kapott számok kicsinek és irreálisnak tűnhetnek. De ez a számítás nagyobb frekvenciák esetén is működne, ha a valós forgatókönyvekre alkalmazzák.
Íme a képlet, amellyel a legalacsonyabb ügyfeleket szereztem meg. Figyelje meg, hogy nagyon hasonlít ahhoz, amelyet a Legjobb ügyfeleknél használtam , de néhány kisebb módosítással.
Itt is a CALCULATE és a TOPN függvényt használtam . De ahelyett, hogy egyszerűen megadtam volna a Vevői rangot , az Összes ügyfél és a Vevői rangérték közötti különbséget használtam .
Akkor ahelyett, hogy csak elhelyeznénkés Ügyfélnevek , hozzá kellett adnom logikát. Mivel a legfelső ügyfelek helyett az alsó ügyfeleket kapom, a DESC helyett ASC-t fogok használni .
Az előző képlet minden egyes vásárlón keresztül ismétlődött, hogy megszerezze a legjobbakat. De mivel én a legalacsonyabb ügyfeleket kapom, ez azt jelenti, hogy azokat az eseteket is számolná, ahol nulla eladás történt .
Meg kell győződnem arról, hogy az alsó vásárlónak számítók is vásároltak. Ezért tettem hozzá, hogy az értéknek nagyobbnak kell lennie 0-nál .
Emiatt az adataim most azt mutatják, hogy hány vásárló ténylegesen vásárolt. Ezen az első sorban az látható, hogy 11 vásárló vásárolt valamit az adott üzletben a megadott időkereten belül.
Ennél a résznél elég trükkös tud lenni, főleg azért, mert a TOPN már készít egy virtuális táblát, de azon bel��l is készítek egy másik virtuális táblát. Ez a virtuális táblázat az ügyfelek sokkal kisebb részhalmazát vizsgálja, nem pedig az ügyfelek egészét.
Tehát egy újabb rangsort végzek itt a teljes bevétel képletének végén . És ahogy korábban említettem, ASC-t használok DESC helyett .
Ezekkel a képletekkel most már dinamikus paramétereket is hozzáadtam a dinamikus szegmentáláshoz.
Az eredmények vizualizálása
Az általam használt technika potenciálisan sokkal nagyobb adathalmazokhoz is használható. Ez azt jelenti, hogy az eredmények jobb megértéséhez hasznos néhány vizualizáció, amelyek bemutatják őket.
Egy egyszerű diagrammal kezdem, amely megmutatja az egyes üzletek legjobb és legalacsonyabb vásárlóinak összehasonlítását.
Ezt is módosíthatom, és halmozott oszlopdiagramot használhatok arra az esetre, ha a számok elég nagyok, és így jobban megjelennének.
Ezekkel a vizualizációkkal jobban belelátok a számokba. Ez például megmutatja, hogy mely üzletek vannak nagyobb kockázatnak kitéve. Látom, mely üzletekben van nagyon kevés vásárló, ami alacsony bevételt eredményez.
Következtetés
Az itt használt adatok nagyon alacsony gyakoriságúak, de képzeljük el, milyen lehetőségek vannak, ha ezt nagyobb adathalmazokra alkalmazzuk. Ez a technika más információkat is szegmentálhat, és sok különböző paramétert adhat hozzá a legfelső és legalacsonyabb ügyfelektől vagy üzletek helyétől eltekintve.
Ez a példa azt mutatja be, hogyan kell az intézkedéseken belüli mértékekkel is dolgozni. Az ehhez hasonló technikák csodálatos betekintést nyújtanak az adatokba, függetlenül attól, hogy hol alkalmazzák azokat.
Minden jót,
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.
