Lag dynamiske lister over dimensjoner ved å bruke DAX i LuckyTemplates

Har du noen gang ønsket å vise frem de tre, fem eller ti beste resultatene på tvers av en bestemt dimensjon? Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Vel, i denne videoen skal jeg vise deg nøyaktig hvordan du kan gjøre det med et spesifikt eksempel.

Eksemplet vi skal jobbe gjennom er et der jeg ønsker å finne de tre beste selgerne mine automatisk på tvers av en hvilken som helst region i datasettet mitt. Jeg ønsker også å kunne bore inn i en bestemt stat og analysere bare butikkene i disse statene og selgerne som jobber på tvers av de spesielle butikkene.

Så, en virkelig, virkelig kraftig innsikt. Du kan bruke dette på mange måter. Det kan være lurt å belønne toppselgerne dine. Tidligere kan det ha tatt lang tid å få ut all den informasjonen.

I dette tilfellet er det du kan gjøre at du kan bygge den interne logikken inn i beregningene dine og deretter veldig raskt og dynamisk bore deg inn i den spesifikke innsikten. Du kan gå på tvers av hvilken som helst tidsramme fordi vi kan bruke datamodellen som vi har innebygd i kulissene.

Kanskje du vil belønne folk. Eller kanskje du vil se på de tre nederste. Eller kanskje du vil endre antall topp- eller bunnselgere basert på rangeringen du faktisk ser på.

Alle disse analytiske mulighetene er tilgjengelige for deg. Det er nøyaktig samme teknikk.

Alt du trenger å gjøre er å omarbeide noen av dissesom du legger inn i formelen og deretter kan du aktivere en annen type innsikt. Det er en lignende teknikk som gir et litt annet resultat.

Jeg har brukt dette i flere forskjellige modeller og rapporter som jeg har utviklet og finner ut at når det gjelder datautvinning og hastigheten for å trekke ut denne typen innsikt, er det bare uten sidestykke.

Å kunne dynamisk gjennomgå en bestemt tidsperiode og deretter trekke ut en liste over en hvilken som helst dimensjon på en dynamisk måte, sparer bare så mye tid og muliggjør så mange forskjellige typer flotte analyser som du kan bruke på dine egne datasett.

Lykke til med denne.