DAX Studio EVALUATE Nøkkelord: Grunnleggende eksempler
Lær å bruke DAX Studio EVALUATE nøkkelordet med grunnleggende eksempler og få en bedre forståelse av hvordan dette kan hjelpe deg med databehandling.
Har du noen gang hørt om Pareto-prinsippet , også kjent som 80/20-regelen ? Regelen fastsetter at for hver 20% av noe, vil du vanligvis motta 80% av resultatene. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
Hvis vi ser på dette fra et forretningsperspektiv, sier vi at 20 % av kundene våre skal utgjøre 80 % av fortjenesten vår, eller 20 % av butikkene våre skal utgjøre 80 % av salget vårt. Det er slik Pareto-prinsippet fungerer.
Pareto (80/20)-prinsippet har blitt kjent over tid, og det har blitt referert til i så mange markeder, forskjellige miljøer, forskjellige virksomheter og sektorer. Fordi det er sant. Det er faktisk det som skjer. I de fleste tilfeller vil de fleste av dimensjonene dine ha rundt 20 % som utgjør 80 % av salget. Det kan være beliggenhet, kunder, produkter osv.
Nå ville jeg teste dette i LuckyTemplates. Jeg ønsket å teste denne innsikten på gjeldende data som jeg jobber med inne i modellen min i LuckyTemplates, fordi det åpenbart ikke alltid kommer til å være nøyaktig.
Innholdsfortegnelse
Betydelig implikasjon av Pareto-prinsippet
Det er en veldig god idé å kjøre en test ved å bruke teknikken jeg viser frem i denne opplæringen, for hvis det stemmer, så er det der du bør fokusere innsatsen din – fra et markedsføringsperspektiv, fra et lagerstyringsperspektiv.
Listen fortsetter med tanke på hvordan denne typen analyser kan peke deg i den strategiske retningen du bør fokusere på fra et forretningsperspektiv.
Jeg skal vise deg hvordan du kan bruke et mønster i LuckyTemplates ved å bruke en formel for å finne ut og teste dette prinsippet. For på slutten av dagen ønsker du å fokusere på hvor du genererer den beste avkastningen i virksomheten din.
Hvis du oppdager at 20 % av kundene dine utgjør 80 % av inntektene dine, bør du bruke mesteparten av tiden din på å prøve å hente ut innsikt så mye som mulig fra disse kundene eller produktene, eller lokasjonene osv. Det er kanskje ikke alltid være tilfelle, men generelt er det det.
Testing av Pareto (80/20)-prinsippet i LuckyTemplates
Jeg skal vise deg hvordan jeg setter opp dette eksempeldashbordet, som er ganske enkelt.
Så hvis vi ser på delstatene våre her, ville jeg se på i hver delstat hvor mye av det totale salget vårt som kommer fra våre topp 20 % av kundene våre.
Først regner jeg ut hvor mange kunder vi har i den aktuelle regionen. Vi ser på, si Florida her, vi kan se at vi selger til 792 kunder. Og når vi ser på bunnen, ser vi mye mindre her på Rhode Island, som er et mindre marked for oss.
Vi har også våre topp 20 % kunder. Hva utgjør de 20 % av kundene våre? Så det jeg gjorde var å multiplisere 0,2 med totalt antall kunder . Og det gir oss et tall som vi kan legge inn i formelen vår for å regne ut.
Etter at jeg har gjort det, trengte jeg å mate dette tallet til en rangeringslogikk og si, innenfor hver stat, hvor mange salg kan tilskrives de 20 % ?
Jeg har også satt den opp slik at vi kan klikke gjennom hver stat og se kundene og det totale salget til kundene våre nede i dette diagrammet til høyre.
Videre, si at vi i Florida har tjent 9 millioner dollar i salg, og vi har svaret i form av våre 20 %, 3,5 millioner dollar, jeg ønsket å se hvor stor prosentandel av salget vårt.
Nå som du kan se, gjelder ikke 80/20-regelen eller prinsippet her fordi dette datasettet er helt tilfeldig. De fleste datasettene har mer en realitet for seg.
Gå gjennom formelen
Nå skal jeg vise deg formelen som ligger bak denne visualiseringen. Det er litt til det, men jeg vil lede deg gjennom hvert element.
Det første vi gjør er å beregne det totale antallet kunder dynamisk. Jeg har faktisk beregnet det her for denne tabellen, men jeg har også gjort det innenfor denne formelen slik at vi ikke trenger å referere til et annet mål.
Så jeg har brukt variabler ( VAR ) og sier at kundeprosenten vi ser etter er 20 %, så i dette tilfellet legger jeg inn 0,2 .
Ting å merke seg er at jeg har brukt i salgstabellen . Hvis jeg ikke bruker DistinctCount i denne tabellen, kommer det ikke til å filtrere dynamisk for hver annen tilstand på grunn av måten datamodellen vår er satt opp.
Så vi må sørge for at vi refererer til noe som var i salgstabellen, slik at når et filter plasseres på en stat, for eksempel Florida, vil jeg telle de 20 % beste av kundene som faktisk kjøpte i Florida.
Så kommer vi ned for å BEREGNE . Denne funksjonen kan endre konteksten for beregningen. Så vi teller totalt salg , men vi teller det i en annen sammenheng. Vi ønsker å bryte ut disse topp 20%, og dette er ønsker den siste delen av formelen gjør.
Så vi filtrerer hver kunde vi har solgt i Florida. og vi jobber ut med dette hvis den kunden, etter Total Sales , er en del av de 20 % beste som vi regner ut i denne formelen her oppe, CustomerPercent.
Så dette regner ut 158 i Florida som de 20 % beste, og hvis den kunden er rangert etter salget blant de 158 beste, behold den kunden og tell opp det totale salget.
Så det er det som skjer bak kulissene. Og hvis vi ser på listen her, er de alle dynamisk beregnet for hver stat. Det er slik vi får disse tallene ned her.
Videre, for å få prosentandelen av salget på topp 20 % er det ganske enkelt å dele de 20 % av kundene med totalt salg . Så det er hvordan vi tester Pareto-regelen i datasettet.
Gjenbruk av Pareto (80/20) testteknikk
Du kan gjøre dette med en hvilken som helst dimensjon i datasettet ditt og teste Pareto-prinsippet med samme teknikk. Alt du trenger å gjøre er å endre kolonnene som er referert til i denne formelen basert på konteksten du vil beregne.
Vi kan også bruke denne formelen i andreog bruk kraften i datamodellen til å finne og trekke ut enda mer innsikt. Hvis vi for eksempel klikker på Florida, vil vi se at dette diagrammet endres, og det viser hvordan de øverste 20 % presterer i hver måned.
Vi kan også endre dette til kvartal og år, og se hvordan våre topp 20% går på kvartalsbasis. Vi kan se forskjellen mellom det totale antallet.
Dessuten kan vi se hva som utgjør dette tallet , den individuelle fordelingen av disse kundene. For eksempel klikker vi på Virginia, disse 125 kundene, de øverste 20 % av Virginias kunder, er det som utgjør dette tallet, 46 % salg.
Konklusjon
Jeg har vist frem for deg hvordan du kan implementere Pareto-prinsippet eller 80/20-regelen i LuckyTemplates-analysen din.
Dette er en uhyre kraftig og praktisk teknikk som kan hjelpe deg å få god innsikt og analyse ved å bruke og implementere LuckyTemplates på en effektiv måte.
Jeg håper du får en god idé om hvordan dette lages og hvordan du kan teste dette på nytt på flere måter. Jeg vil gjenta gjenbrukbarheten til denne teknikken. Du kan bruke denne formelen, og med litt justering på referansekolonnene får du mer god innsikt.
Det er mye å lære her, ikke bare om hvordan du bruker denne spesifikke teknikken, men også om bruk av DAX-formelen i modellene dine.
Jubel!
Lær å bruke DAX Studio EVALUATE nøkkelordet med grunnleggende eksempler og få en bedre forståelse av hvordan dette kan hjelpe deg med databehandling.
Finn ut hvorfor det er viktig å ha en dedikert datotabell i LuckyTemplates, og lær den raskeste og mest effektive måten å gjøre det på.
Denne korte opplæringen fremhever LuckyTemplates mobilrapporteringsfunksjon. Jeg skal vise deg hvordan du kan utvikle rapporter effektivt for mobil.
I denne LuckyTemplates-utstillingen vil vi gå gjennom rapporter som viser profesjonell tjenesteanalyse fra et firma som har flere kontrakter og kundeengasjementer.
Gå gjennom de viktigste oppdateringene for Power Apps og Power Automate og deres fordeler og implikasjoner for Microsoft Power Platform.
Oppdag noen vanlige SQL-funksjoner som vi kan bruke som streng, dato og noen avanserte funksjoner for å behandle eller manipulere data.
I denne opplæringen lærer du hvordan du lager din perfekte LuckyTemplates-mal som er konfigurert til dine behov og preferanser.
I denne bloggen vil vi demonstrere hvordan du legger feltparametere sammen med små multipler for å skape utrolig nyttig innsikt og grafikk.
I denne bloggen vil du lære hvordan du bruker LuckyTemplates rangering og tilpassede grupperingsfunksjoner for å segmentere et eksempeldata og rangere det i henhold til kriterier.
I denne opplæringen skal jeg dekke en spesifikk teknikk rundt hvordan du viser kumulativ total kun opp til en bestemt dato i grafikken i LuckyTemplates.