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.
I dag skal jeg introdusere de fantastiske tingene du kan gjøre med kurvanalyseteknikken . Med Basket Analysis inne i LuckyTemplates kan du prøve å analysere kundesalget til én produktgruppe kontra en annen produktgruppe . Du kan se hele videoen av denne opplæringen nederst på denne bloggen
Det er mange applikasjoner for dette på tvers av LuckyTemplates. Men for denne opplæringen vil jeg dele med deg de beste fremgangsmåtene for å bruke denne typen teknikk.
Ved å kjøre denne typen analyser kan vi regne ut salgstrender eller kjøpsatferd til kundene som handler hos oss eller i butikkene våre.
Ved å kjenne og forstå disse mønstrene kan vi håndtere mange aspekter av salgsprosessen bedre. For eksempel bedre lagerstyring, oppsalgsmuligheter, mer målrettet markedsføring og mye mer.
I denne kurvanalysen prøver jeg i bunn og grunn å vise kundene som har kjøpt en bestemt gruppe produkter. Og så skal jeg prøve å se om de også har kjøpt en annen gruppe produkter.
Resultatene vil være svært nyttige når du vil kjøre en funksjonsanalyse rundt de kundene som har kjøpt en gruppe produkter og ikke den andre. Deretter kan du følge dem opp med litt effektiv markedsføring og reklame.
Innholdsfortegnelse
LuckyTemplates-modell for kurvanalyse
Først av alt, jeg skal hoppe til modellen min fordi det er her vi kan finne den mest essensielle måten å få kurvanalysen riktig på. Et stort tips når du kjører denne typen analyse er at det å integrere utvalg som disse kurvene i kjernemodellen din er en komplisert måte å gjøre det på.
Ta en titt på kjernemodellen min, som er veldig enkel.
Når jeg går tilbake til dataene mine, replikerte jeg en veldig enkel produkttabell. Jeg har nettopp laget to tabeller som er nøyaktig like, men med forskjellige titler. Den ene kalles Initial Basket .
Den andre kalles Selection Basket .
Disse kurvene er det jeg kaller støttebord. Hvis du ser på modellen min, har ikke disse tabellene et forhold til noen andre tabeller.
Jeg skal bare integrere beregninger fra disse tabellene i kjernemodellen. Men det må gjøres gjennom en formel, ikke gjennom relasjoner. Personlig tror jeg at dette gjør alt mye enklere og renere enn å overkomplisere relasjonene.
Det er et av mine beste praksistips for kurvanalyse. Lag disse kurvene separat og bruk dem som støttebord ved siden av kjernemodellen. La oss nå ta en titt på formlene eller beregningene jeg har laget og integrert i tabellene.
Viser frem The Basket-kundene
Som du ser har jeg navngitt kurvene annerledes i tabellen. Det er nå Initial Basket Products og Selection Products , så kan jeg multi-velge produktene her mens jeg legger dem i en slicer.
Etter det har jeg kjørt noen beregninger for unike kunder ved å bruke formelen nedenfor.
I utgangspunktet kjører jeg barefunksjonen til salget etter hver kundes navn.
I Basket Customers- kolonnen begynner det å bli litt vanskelig. Denne beregner hvor mange kunder som kjøpte den bestemte gruppen av produkter som jeg har valgt under Initial Basket slicer.
Siden tabellen ikke har noe forhold til salgstabellen der alle transaksjonene er funnet, må jeg bruke formelen nedenfor.
Mens jeg beregner de unike kundene, bruker jeg også en annen relasjon eller kontekst ved å brukefunksjon. Det lar meg lage et virtuelt forhold mellom den opprinnelige kurven og den opprinnelige kurvindeksen samt produktbeskrivelsesindeksen i det tilsvarende salget.
Dessuten, for Utvalgskunder- kolonnen, må jeg bare gjøre det samme og bruke nøyaktig det samme mønsteret. Men denne gangen er det å evaluere en annen undergruppe av produkter basert på utvalget mitt.
Identifisering av det totale antallet kurvkunder
Nå går jeg inn på den mest essensielle kurvanalysen, og det er her mer avansert logikk er nødvendig for å virkelig sammenligne de to kurvene.
Jeg ønsker å sammenligne alle kundene som kjøpte i det første settet med kurv med alle kundene som kjøpte i det andre settet med kurv. Det er grunnen til at jeg har lagt til kolonnen for Total Basket Customers .
Slik kan jeg gjøre det her ved å bruke denne svært avanserte formelen nedenfor.
Det viktigste å vurdere her er at TREATAS -funksjonen er nøyaktig den samme som den forrige beregningen. Men i stedet for å lage skalarverdier, kommer den til å lage en virtuell tabell ved å brukefunksjon.
Så formelen kommer til å få opp en tabell for kundene basert på produktvalgene jeg har gjort fra innledende kurvprodukter og utvalgsprodukter .
Da har jeg bruktfunksjon for å evaluere hvilke kunder som er en del av den opprinnelige kurven og som også er inkludert i den valgte kurven.
Til slutt, denfunksjonen fullfører jobben ved å returnere det totale antallet kunder som er tilstede i begge kurvene.
Ytterligere tips og teknikker for kurvanalyse i LuckyTemplates
Det fine med denne kurvanalyseteknikken er at du faktisk kan gjenbruke formelen når du vil ta med en annen kontekst.
For eksempel vil jeg inkludere konteksten for Country her; Jeg må bare bringe dette til bordet for en annen visualisering og legge til Total Basket Customers -formelen i den nye visualiseringen.
Så nå kan jeg vise det totale antallet kurvkunder for alle disse forskjellige landene. Dette er veldig aktuelt i detaljbutikker, og det kan begrenses til mer spesifikke regioner eller kundesett .
Som du kan se, er det så mange måter å forbedre kurvanalysen din på. Denne opplæringen er bare en introduksjon til den fantastiske kraften i kurvanalyse.
Konklusjon
Dette er definitivt verdt å dykke ned i detaljer hvis denne spesifikke analysen er det du ser etter eller trenger i dine egne modeller.
Dette muliggjør mange innsikter på høyt nivå der du kan omfordele ressursene dine eller finansieringen din til de mest passende områdene for virksomheten din.
Se opp for flere dybdeøkter om kurvanalyse i de kommende videoene til LuckyTemplates. Hvis du liker å se mer avanserte analytiske eksempler, kan du absolutt sjekke ut denne modulen på LuckyTemplates Online –.
Lykke til med denne!
***** Lære Lucky Templates? *****
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.