Identifiser og vis frem dataavvikere i LuckyTemplates ved hjelp av DAX

Vi skal ta LuckyTemplates-utviklingen til neste nivå og oppdage viktige nye trender i dataene våre. Først må vi dykke ned i dataavvikene våre gjennom avansert logikk i LuckyTemplates ved hjelp av DAX. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Jeg hjelper deg å forstå forskjellen mellom rå og filtrerte kontekster. Så vi skal analysere og vise frem ekstreme data i våre data effektivt inne i LuckyTemplates.

Outliers ligner veldig på uregelmessigheter i dataene våre. De er resultatene som ligger utenfor det overordnede mønsteret til en fordeling. Derfor, gjennom vår analyse, vil vi sannsynligvis ønske å segmentere disse spesifikke resultatene i dataene våre.

Men jeg klassifiserer dem litt annerledes enn anomalier, fordi vi kanskje vil sette triggerpunkter rundt det vi anser som en uteligger.

Så hvordan oppdager vi dem? Hvordan viser vi dem virkelig godt i LuckyTemplates? Og hvordan kan vi gjøre det dynamisk? 

Innholdsfortegnelse

• Vise uteliggere dynamisk gjennom LuckyTemplates
• Identifisere dataavvikere
• Vise dataavvik ved bruk av DAX
• Konklusjon

Vise uteliggere dynamisk gjennom LuckyTemplates

I dette blogginnlegget vil jeg vise dere noe ganske avansert som jeg elsker å snakke om. Dette er bare ett eksempel på de fantastiske egenskapene til LuckyTemplates. 

For å vise frem dataavvikene våre gjennom LuckyTemplates, må vi kombinere en rekke DAX-formler og visualiseringsteknikker. Dette er hvordan vi kan vise frem hva som er et unormalt resultat og hvorfor denne uteliggeren kan oppstå.

I tillegg ønsker vi også å gå dypere inn i disse ekstreme resultatene for å gjøre oss i stand til å forstå hvorfor de er slik.

Det er her vi kan ta LuckyTemplates-utviklingen vår til neste nivå. Vi kan virkelig se gjennom og forstå hva som driver resultatene vi ser.

Identifisere dataavvikere

I dette eksemplet her vil vi bruke dette dashbordet til å fokusere på å se på kundenes ytelsesavvikere gjennom LuckyTemplates. 

Som vi kan se i øvre høyre del av dashbordet, kan vi klikke gjennom forskjellige tidsrammer. Det viktigste er at den automatisk viser oss dataene for det spesifikke året eller kvartalet.

Hvis vi for eksempel ønsker å analysere avvikende kunder i første kvartal 2017, kan vi klikke på 2017 og deretter på Q1 .

Fremfor alt er dette hvordan vi kan manipulere dataene våre i LuckyTemplates for å trekke ut innsikt slik vi aldri kan gjøre i Excel. Men vi kan, inne i LuckyTemplates. For meg er dette veldig kraftig, og det er her den virkelige verdien kommer fra analysen vår.

For eksempel, det jeg klassifiserte som en uteligger i denne spesielle salgssaken var en kunde med salg over $10 000 som hadde fortjenestemarginer på over 30 %, i et bestemt kvartal.

Hvis vi ser oss rundt og borer oss i en bestemt innsikt, vil vi kanskje se fordelingen av de spesielle avvikende kundene gjennom en viss periode. Bortsett fra det, vil vi kanskje også sjekke trendene for ikke-outlier-kunder.

Så la oss hoppe over til denne demoen jeg har satt opp.

Vi får se her, jeg har to mål som spesifiserer det avvikende kundesalget og det ikke-avvikende. Den nederste linjen i lys rødbrun farge betegner de avvikende kundene, mens den øvre linjen i mørk rødbrun er de ikke-utligne kundene.

Vise dataavvik ved bruk av DAX

La oss dessuten dykke ned i formelen for å bryte ut og klassifisere disse dataavvikene i LuckyTemplates.

Som vi kan se nå, har forskjellige kvartaler forskjellige data. Så vår uteligger her er dynamisk ettersom den endres over en hvilken som helst tidsramme.

Derfor må vi lage en dynamisk beregning basert på de overordnede avvikende beregningene vi har.

I utgangspunktet trenger vi bare å beregne det totale salget som er den viktigste delen. 

Men, vi ønsker kun å beregne det for kundene som har overskredet uteliggertallene som vi tidligere har satt opp. Dermed kan vi ikke bare plasserei formelen fordi dataene vi har er daglige data.

Det vi kan gjøre her er å legge til (Dates) for å fjerne enhver kontekst fra datoene, men beholde den kvartalsvise konteksten.

Videre kan vi legge inn et utvalg for lokasjonene – bare skriv inn ALL(Locations),

eller et utvalg for produktene, skriv inn ALLE(PRODUKTER).

For å presisere vil vi bare sørge for at vi ikke har et ekstra filter fordi det vi evaluerer er kvartalstallet som har $10 000 og 30 %.

Husk at vi vil at Totalt salg skal være et kvartalstall, det samme med . Vårt mål er å skape en kontekst for kundene våre basert på den samlede tallsammenligningen.

La oss nå gå tilbake til dashbordet vårt. Det vi kan se i tabellen for KUNDERESULTATOPPLYSNING vil alltid være den samme undergruppen av kunder som vi kan se i tabellene for salg og marginer.

Det er hvor kraftig vi kan bli inne i LuckyTemplates.

Konklusjon

For å oppsummere, våre ekstreme resultater, enten det er over eller under trend, er ting vi ønsker å utforske mer. Å fullføre denne typen arbeid i LuckyTemplates krever derfor en rimelig mengde kunnskap om DAX-formler , og det er derfor jeg bestemte meg for å lage denne opplæringen.

Vi har fordypet oss dypere i hvordan vi kan og alle de forskjellige variantene av DAX for å få det til.

Nyt å dykke ned i denne opplæringen – det er så mye mer å lære, men vi er sikre på at alle kommer til å elske å oppdage mer om dette emnet.

Jubel,