Pipe In R: Koblingsfunksjoner med Dplyr
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
Har du noen gang tenkt at det ville være fint å finne ut hva det mest optimale resultatet er fra scenarioanalysearbeidet du gjør inne i LuckyTemplates? I denne opplæringen viser jeg deg nøyaktig hvordan du kan oppdage dette og inkluderer også teknikker for sensitivitetsanalyse til hva-hvis-parameteren og scenarioanalysearbeidet. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
Så vi går gjennom hvordan du kan bygge og optimalisere modellen din gjennom løpende scenarier, og deretter utforske eller kjøre sensitivitet på disse scenariene.
Scenarioanalyse er en virkelig kraftig måte å kjøre avansert analyse på eller oppdage avansert analytisk innsikt i LuckyTemplates.
Ved å inkludere sensitivitetsanalyse og relevante visualiseringer i rapportene dine kan forbrukere se hva som ville skje hvis flere scenarier inntraff samtidig versus bare et enkelt resultat basert på et utvalg.
Ved å bruke denne teknikken i LuckyTemplates, gir du forbrukeren en sjanse til å se hva det mest optimale resultatet er basert på scenariene som kan oppstå i dataene dine.
Innholdsfortegnelse
Følsomhetsanalyseteknikk _
Nøkkelen for denne analysen er å sette opp datamodellen vår riktig. Inne i datamodellen vår har vi våre oppslagstabeller – datoer, kunder, produkter og regioner – som er relatert til salgstabellen vår .
Enda viktigere, vi lager disse tre scenariotabellene eller scenariostøttende tabellene. I den eldre versjonen av LuckyTemplates måtte vi gjøre dette manuelt. Men nå med den nylige LuckyTemplates-versjonen kan vi lage dette ved å bruke What-If-parameterfunksjonen .
I disse scenariotabellene kan vi sjokkere etterspørselen, kostnaden og prisen .
Jeg kaller dette flerlag av scenarier eller en flerlags tilnærming til scenarier fordi vi kan tre gjennom disse tre variablene eller elementene inn i våre beregninger, slik at vi kan kjøre flere scenarier.
Slik skal vi løpefor så å se hvilket som er det mest optimaliserte scenariet i dette nåværende miljøet vi har her i dette eksemplet.
Når vi har denne prognosen eller denne typen scenario i etterspørselen, prisene og kostnadene, vil vi se den endelige innvirkningen på vår totale fortjeneste eller salg.
Arbeide scenariene gjennom formelen
Vi trer deretter alle elementene våre gjennom formlene våre. I vår Scenario Profits- beregning bruker vi iterasjonsfunksjoner . Vi kan isolere ethvert element vi ser på i en bestemt rad i en tabell.
I dette tilfellet er det salgstabellen vi itererer gjennom hver enkelt rad. Og så kan vi sjokkere det med endringen i etterspørsel, pris og kostnad.
Så hvis du tenker på det, er disse elementene eller scenariotabellene ikke engang koblet til noe i modellen vår siden de støtter tabeller. Og vi bruker denne formelen for å integrere dem i modellen vår .
I stedet for bare å vise de samlede resultatene, viser vi følsomheten. Vi bruker den flerlags-scenariotilnærmingen i iterasjonsfunksjoner i denne spesielle formelen for deretter å lage disse sensitivitetene.
I dette diagrammet her har vi hentet inn prisenendring på radene og over toppen og kolonnene har vi etterspørselsendringene .
I dette diagrammet kan vi se hva endringen i etterspørselen, samt endringen i prisen, faktisk ville gjort med resultatene våre. Og så i matrisen kan vi bruke den betingede formateringen til å fargelegge dem, som er et annet virkelig fantastisk element, for en bedre visualisering.
I dette diagrammet nedenfor kan vi se endringen i kostnad . Så når kostnadene reduseres, for eksempel, øker etterspørselen vår.
Vi kan like gjerne legge til flere elementer for å få en mer omfattende analyse. Vi kan legge inn datoer, regioner osv.
Andre elementer for videre analyse
Vi legger til vår her, slik at vi kan endre tidsrammen, noe som er helt utrolig. Dette vil gjøre oss i stand til å bore inn i en bestemt tidsramme, og deretter vil det endre resultatene vi har i diagrammene våre.
Med kraften til datamodellen kan vi også inkludere et hvilket som helst element på en hvilken som helst dynamisk måte, slik at vi virkelig kan bore i aspekter av dataene våre.
Så vi kan bruke hva som helst i modellen vår, vi kan filtrere våre kunder, produkter, regioner osv.
Vi kan fortsatt kjøre disse følsomhetene i disse svært spesifikke regionene. Når du velger en region, vil den dynamisk endre resultatene også.
Og det er slik du kan optimalisere disse scenariene. Det er i utgangspunktet å kjøre sensitivitetsanalyse enkelt og effektivt.
Eksempel på sensitivitetsanalyse i LuckyTemplates som bruker DAX
Lagre flere 'What If'-scenarier i LuckyTemplates – Avanserte DAX-konsepter
Konklusjon
Som du kan se, er dette virkelig kraftige ting. Dette er virkelig høykvalitets analytisk arbeid som kommer til å imponere noen hvis du legger dette foran dem.
Dette arbeidet var historisk sett svært vanskelig å oppnå. I LuckyTemplates, akkurat som magi, kan du lage dette verket. Du kan lage denne innsikten på en veldig intuitiv, effektiv og skalerbar måte.
Jeg håper du kan se hvor raskt du kan gjøre dette. Det er ikke mange komplekse formler involvert. Det krever bare en veldig god forståelse av iterasjonsfunksjoner, og det er nøkkelen til å implementere denne teknikken.
Lykke til med å bruke teknikker som dette i din egen analyse.
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
RANKX fra LuckyTemplates lar deg returnere rangeringen til et spesifikt tall i hver tabellrad som utgjør en del av en liste med tall.
Lær hvordan du demonterer en PBIX-fil for å trekke ut LuckyTemplates-temaer og bilder fra bakgrunnen og bruke den til å lage rapporten din!
Excel Formulas Cheat Sheet: Mellomveiledning
LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det
Lær hvordan du installerer programmeringsspråket Python i LuckyTemplates og hvordan du bruker verktøyene til å skrive koder og vise visuelle elementer.
Lær hvordan du beregner dynamiske fortjenestemarginer ved siden av LuckyTemplates og hvordan du kan få mer innsikt ved å grave dypere inn i resultatene.
Lær hvordan du sorterer feltene fra kolonner med utvidet datotabell på riktig måte. Dette er en god strategi å gjøre for vanskelige felt.
I denne artikkelen går jeg gjennom hvordan du kan finne de beste produktene dine per region ved å bruke DAX-beregninger i LuckyTemplates, inkludert TOPN- og CALCUATE-funksjonene.
Lær hvordan du bruker en søppeldimensjon for flagg med lav kardinalitet som du ønsker å inkludere i datamodellen din på en effektiv måte.