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.
Ha a LuckyTemplates használatával való előrejelzés valós példáját szeretné látni, akkor a megfelelő oldalon van. Ebben az oktatóanyagban olyan előrejelzési technikát talál, amelyet biztosan alkalmazhat saját munkakörnyezetében. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
A példában összehasonlítom a tényleges eredményeimet az előrejelzéseimmel, és összesítve nézem őket. Az összesített összegek sokkal jobb áttekintést adnak számomra, és biztosítják, hogy tudjam, mikor jelenik meg egy trend. Ha az ebben az oktatóanyagban tárgyalt előrejelzési technikát használja, ugyanezt érheti el.
Először azonban létre kell hoznia a tényleges előrejelzést. Előfordulhat, hogy ez egy külön adatforrásban vagy táblázatban található, vagy létre kell hoznia, mert még nincs ilyen. Sokféleképpen elkészítheti – néha egyszerű, néha pedig véleményem szerint bonyolultabb a kelleténél.
Miután ezt beállította, néhány egyszerű logika kidolgozása és a képletek DAX-szal történő használata valóban betekintést nyújthat az adatokba.
A tényleges eredmények önmagukban történő áttekintése rendben van, de sok esetben szükség van egy benchmarkra a relatív teljesítmény tényleges megjelenítéséhez.
Hacsak nem ismeri alaposan a számokat, egy benchmark vagy előrejelzés (mint ebben az esetben) a legjobb módja annak, hogy ezt megmutassa fogyasztói számára.
Ezen túlmenően az adatmodellben található egyéb szűrők használatával beállíthatja a jelentéseket, hogy hatékonyan belevesszen az adatkészletek bizonyos területeibe , és megtekinthesse, hogyan teljesítettek az eredmények az egyedi viszonyítási alaphoz képest. Néha meg kell érteni néhány árnyalatot, de ez egy másik oktatóanyag.
Tartalomjegyzék
Előrejelzés készítése
Itt van egy egyszerű adatmodellünk a Total Sales-el, ami csak történeti információ, ezért előrejelzést kell készítenünk. Ennek számos módja van, de megmutatom, hogyan hozhat létre egy egyszerűt.
Ebben a bemutatóban bemutatom, hogy mit értünk el 2015-ben és 2016-ban. A Total Sales-t használom , majd beírom a dátumokat .
Ez adja a tavalyi eladásokat. Az itt található táblázatunkban látható, hogy az első adatbevitel 2014. június 1-jén történt.
Most ez tükröződik a 2015-ös évünkben (a tavalyi eladások teljes száma).
Egy lépéssel tovább kell azonban mennünk. 2016-ot szeretnénk előre jelezni, ezért adataink 2016 januárjától kezdődnek, majd az egész évre vonatkoznak. Ehhez módosítjuk a számítás kontextusát ( a CALCULATE segítségével ), de kiszűrjük a nem 2016-os információkat (nyilatkozattal ). Így szűrjük a Dátumok táblázatot, ahol az év 2016-tal egyenlő.
Ez a szó szoros értelmében megszabadul minden olyan dátumtól, amely nem 2016-ra esik ennél az előrejelzésnél. Húzzuk be a táblázatunkba, és meglátjuk, hogy adataink 2016 januárjától kezdődnek.
Jelenleg 2016-os előrejelzésünk van.
Amikor megjelenítjük egy diagramon, láthatjuk a teljes értékesítést napi bontásban, valamint az értékesítési előrejelzésünket, amely csak az előző év előrejelzése.
Az összesített előrejelzés kidolgozása
Most ezeket összesített összegekké alakítjuk, és összesítve nézzük meg ezeket, ami lehetővé teszi számunkra, hogy jobb betekintést nyerjünk. Az első dolog, amit tennünk kell, a kumulatív értékesítés kiszámítása .
Ezt követően újra felhasználhatjuk a 2016. évi összesített előrejelzésünk elkészítéséhez . Csak annyit kell tennünk, hogy aláírjuk az összes értékesítést a 2016-os előrejelzéssel .
Most megvan a 2016-os előrejelzés összesített összege , amely csak a 2015-ös előrejelzett eredmények. Ezeket összesített összeggé alakítottuk, amelyet összehasonlíthatunk az idei összesített értékesítéseinkkel .
Ezt vizualizációvá alakíthatjuk, és elemezhetjük ezeket az információkat arról, hogyan haladunk halmozottan. Van itt egy kis probléma, hogy a kumulatív végösszeg végig ki van vetítve, pedig nincs információ, és valószínűleg nem is akarjuk.
Hozzáadással nagyon egyszerűen kijavíthatjuk képletünkben. Tehát ha ezen a napon szó szerint nincs értékesítés, akkor ez visszatér. Ezzel megszabadul minden olyan információtól, amelyet egy adott dátumtól továbbítottak.
Nyomjuk meg az Enter billentyűt, és látni fogjuk a diagramunkon, hogy a vonal eltűnik, mivel a jelenlegi eladásainkat egymásra vetjük az értékesítési előrejelzésünkkel szemben.
Előrejelzés az értékesítéssel szemben
Innentől kezdve kiszámíthatjuk értékesítéseinket az előrejelzésünkkel szemben a mértékelágazás segítségével .
És ezt önmagában is vizualizációvá alakíthatnánk, de ez jelenleg nem ad betekintést számunkra, mert nincs adatunk szeptembertől decemberig, és csak nullának veszi.
Ezt újra megjavíthatjuk az ISBLANK logika beiktatásával .
És ezzel most már láthatjuk, hogyan haladunk az időben az összesített előrejelzésünkhöz képest.
Továbbá, mivel ez össze van kapcsolva az adatmodellben, be tudjuk vinni például a Termékeinket. Szeletelővé alakítjuk, és megnézzük, hogyan haladunk az egyes termékekkel.
Dinamikusan kiválaszthatjuk az összes termékünket, és megnézhetjük, hogyan követik nyomon.
Következtetés
Ez egy egyedülálló előrejelzési technika, amelyet ebben az oktatóanyagban mutattam be. Először elkészítettünk egy előrejelzést, amelyet meglehetősen egyszerűnek tartottunk, majd egy összesített összeget használtunk a jobb megjelenítés érdekében. Ezt követően összehasonlítottuk, és nyomon tudtuk követni az idő múlását, és megnéztük, hogyan zajlik az összes értékesítés.
Ezzel minden az üzleti alkalmazásokról szól. Valójában sok hasonló alkalmazással foglalkozom az előrejelzéssel kapcsolatban Ezt érdemes megnézni, ha többet szeretne megtudni az előrejelzési technikáról, a költségvetés-készítésről, a szegmens- és csoportosítási technikákról, valamint a forgatókönyvelemzésről, hogy csak néhányat említsünk.
Remélem, sikerül megtalálnia a módját, hogy ezt az előrejelzési technikát beépítse saját munkájába.
Minden jót!
***** LuckyTemplates tanulása? *****
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.