Pandák cseppindex oszlopa: Példákkal magyarázva
Pandák cseppindex oszlopa: Példákkal magyarázva
Gondoltál már arra, hogy jó lenne kitalálni, mi a legoptimálisabb eredmény a forgatókönyvelemző munkádból , amelyet a LuckyTemplatesben végez? Ebben az oktatóanyagban pontosan megmutatom, hogyan fedezheti fel ezt, és érzékenységelemzési technikákat is beépítek a mi lenne, ha paraméter- és forgatókönyv-elemzési munkájába. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Tehát végignézzük, hogyan építheti fel és optimalizálhatja modelljét futó forgatókönyveken keresztül, majd fedezze fel vagy futtasson érzékenységet ezekre a forgatókönyvekre.
A forgatókönyvelemzés valóban hatékony módja a fejlett elemzések futtatásának vagy a fejlett analitikai betekintések felfedezésének a LuckyTemplatesben.
Az érzékenységi elemzés és a releváns vizualizációk jelentéseibe való beépítése lehetővé teszi a fogyasztók számára, hogy lássák, mi történne, ha egyszerre több forgatókönyv fordulna elő, szemben a kiválasztáson alapuló egyedi eredménnyel.
Ha ezt a technikát alkalmazza a LuckyTemplates-ben, lehetőséget ad a fogyasztónak, hogy lássa, mi a legoptimálisabb eredmény az adatokban előforduló forgatókönyvek alapján.
Tartalomjegyzék
Érzékenységelemzési technika
Ennek az elemzésnek a kulcsa az adatmodell helyes beállítása. Az adatmodellünkön belül megtalálhatóak a keresési tábláink – Dátumok, Ügyfelek, Termékek és Régiók –, amelyek kapcsolódnak az értékesítési táblázatunkhoz .
Ennél is fontosabb, hogy létrehozzuk ezt a három forgatókönyv-táblát vagy forgatókönyv-támogatási táblát. A LuckyTemplates régebbi verziójában ezt manuálisan kellett megtennünk. De most a LuckyTemplates legújabb verziójával létrehozhatjuk ezt a Mi lenne, ha paraméter funkcióval .
Ezekben a forgatókönyv-táblázatokban sokkolhatjuk a keresletet, a költségeket és az árat .
Ezt a forgatókönyvek többrétegűségének vagy a forgatókönyvek többrétegű megközelítésének nevezem , mert ezt a három változót vagy elemet befűzhetjük számításainkba, lehetővé téve több forgatókönyv futtatását.
Így fogunk futnihogy aztán megnézzük, melyik a leginkább optimalizált forgatókönyv ebben a jelenlegi környezetben, amit ebben a példában láthatunk.
Ha megvan ez az előrejelzés vagy ilyen forgatókönyv a keresletben, az árazásban és a költségekben, akkor látni fogjuk annak végső hatását teljes nyereségünkre vagy eladásainkra.
A forgatókönyvek feldolgozása a képlet segítségével
Ezután minden elemünket átfűzzük a képleteinken. A forgatókönyv-nyereség számításánál iterációs függvényeket használunk . A táblázat egy adott sorában lévő bármely elemet elkülöníthetjük.
Ebben az esetben a Sales táblát iteráljuk végig minden egyes soron. És akkor sokkolhatjuk a kereslet, az ár és a költség változásával.
Tehát, ha belegondolunk, ezek az elemek vagy forgatókönyv-táblázatok nem is kapcsolódnak semmihez a modellünkben, mivel táblákat támogatnak. És ezt a képletet használjuk, hogy integráljuk őket a modellünkbe .
Ahelyett, hogy csak az általános eredményeket mutatnánk, az érzékenységet mutatjuk be. Ezt a többrétegű forgatókönyv-megközelítést használjuk az iterációs függvényeken belül ebben a konkrét képletben, hogy létrehozzuk ezeket az érzékenységeket.
Ebben a diagramban a sorokba az árváltozást , a felső és az oszlopokba pedig a kereslet változásait mutattuk be.
Ezen a diagramon láthatjuk, hogy a kereslet változása, valamint az árváltozás valójában milyen hatással lenne az eredményeinkre. A mátrixon belül pedig a feltételes formázást használhatjuk a benne lévők színezésére, ami egy másik igazán fantasztikus elem a jobb megjelenítés érdekében.
Az alábbi diagramon a költségváltozást láthatjuk . Így például, amikor a költségek csökkennek, a keresletünk nő.
Az átfogóbb elemzés érdekében további elemeket is hozzáadhatunk. Megadhatjuk dátumainkat, régióinkat stb.
Egyéb elemek a további elemzéshez
Ide adjuk a sajátunkat , hogy módosíthassuk az időkeretet, ami komolyan elképesztő. Ez lehetővé teszi számunkra, hogy egy adott időkeretbe fúrjunk bele, és ez megváltoztatja a diagramjainkon szereplő eredményeket.
Az adatmodell erejével bármely elemet bármilyen dinamikus módon beépíthetünk, így valóban bele tudunk ásni adataink aspektusaiba.
Így bármit felhasználhatunk a modellünkön belül, szűrhetjük ügyfeleinket, termékeinket, régióinkat stb.
Ezeket az érzékenységeket továbbra is futtathatjuk ezekben a nagyon specifikus régiókban. Ha kiválasztott egy régiót, az dinamikusan módosítja az eredményeket is.
És így optimalizálhatja ezeket a forgatókönyveket. Alapvetően egyszerűen és hatékonyan futtatja az érzékenységelemzést.
Érzékenységelemzési példa a LuckyTemplatesben DAX használatával
Több „mi lenne, ha” forgatókönyv rétegezése a LuckyTemplates programban – Speciális DAX-koncepciók
Következtetés
Amint látja, ez nagyon erős cucc. Ez egy igazán magas színvonalú elemző munka, amely bárkit lenyűgöz, ha ezt eléje tárja.
Ezt a munkát történelmileg nagyon nehéz volt megvalósítani. A LuckyTemplatesben, akárcsak a varázslatban, létrehozhatja ezt a munkát. Ezeket a betekintést igazán intuitív, hatékony és méretezhető módon hozhatja létre.
Remélem látni fogod, milyen gyorsan tudod ezt megtenni. Nem sok bonyolult képletről van szó. Csak az iterációs funkciók nagyon jó megértését igényli, és ez a kulcsa ennek a technikának a megvalósításához.
Sok sikert az ehhez hasonló technikák használatához saját elemzésében.
Pandák cseppindex oszlopa: Példákkal magyarázva
7 módszer annak ellenőrzésére, hogy egy Python-karakterlánc tartalmaz-e részkarakterláncot
Ismerje meg, mi az a Power Automate Dynamic Content, és hogyan teszi lehetővé a felhasználók számára az előző lépésekből származó mezőhivatkozások kiválasztását vagy kifejezések írását.
Ebből az oktatóanyagból megtudhatja, hogyan oszthat meg egy fájlt olyan személlyel, aki nem tagja a vállalatának, a LuckyTemplates sql lekérdezési paraméterével.
Ismerje meg, hogyan használhatja az eltávolítási funkciót, és hogyan állíthat be megerősítő felugró ablakokat a semmiből létrehozott alkalmazásban.
Tanulja meg, hogyan jelenítheti meg egy táblázat vagy mátrix bármely cellájának szűrőkörnyezetét a LuckyTemplates DAX Studio eszköztippek segítségével.
Ismerje meg, hogyan hozhat létre Power Automate-folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
Tekintse meg Brian ezt a LuckyTemplates tippjét arról, hogyan hasonlíthatja össze dinamikusan az első N munkanapot a power query segítségével.
Ismerje meg a Power Apps modellvezérelt alkalmazásokat, a környezet beállítását és a hatékony navigálást.
Tudjon meg többet a Power Apps modellvezérelt alkalmazásokban a webhelytérképeken való munkavégzésről, és fedezze fel a különböző bonyolultságokat, és hogyan kezelheti ezeket.