Lage prognoser fremover i LuckyTemplates ved hjelp av DAX

I denne bloggen skal vi gå over hvordan du kan lage automatiserte prognoser fra historiske data i LuckyTemplates . Dette er vanlig i bedrifter å lage prognoser og budsjetter. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Nå, har du noen gang ønsket å lage automatiske prognoser basert på historisk informasjon ? Tidligere var dette relativt vanskelig å gjøre ved å bruke verktøy som Excel, men du kan enkelt gjøre dette i LuckyTemplates .

Historisk sett kan du ha hentet informasjon og oppsummert den i en tabell, og brukt den som en målestokk. Men i videoen viser jeg deg hvordan du kan lage benchmarks og prognoser dynamisk . Dette er en mer effektiv og effektiv måte å projisere tall fremover og lar deg sammenligne hvordan du faktisk presterer mot en tidligere periode eller en kombinasjon av tidligere perioder.

Det vi skal gjøre er å se på historiske tidsperioder og bruke disse som verdier i ligningen vår for å projisere en prognose fremover.

Jeg kommer til å bruke tidsintelligensfunksjoner i LuckyTemplates for å vise hvordan du kan gjøre dette på en veldig dynamisk måte.

Ved å kombinere flere teknikker i , kan du oppnå disse virkelig flotte innsiktene. I dette tilfellet borer vi bare i prognoser og prøver å lage fremre benchmarks, slik at vi kan sammenligne våre faktiske resultater med noe som faktisk gir mening.

Innholdsfortegnelse

• Hvordan lage automatisert prognose fra historiske data
• Bruke variabler for å lage ett mål for en 3-års prognose
• Opprette visualiseringen
• Konklusjon

Hvordan lage automatisert prognose fra historiske data

I mange tilfeller er prognosen din utledet fra dine historiske resultater. Så jeg skal vise deg hvordan du raskt kan ta tak i historiske data, konsolidere dem og deretter lage en prognose fra den, som fortsatt er tilpasset hele datamodellen din. 

La oss anta at vi allerede har noe salgsinformasjon allerede, og vi har vår salgsberegning her. 

Så vi må finne en måte å projisere fremover mot 2018. Vi ønsker å utarbeide salgsprognosen vår i 2018. Hvis du ser på dette filteret nede på høyre side, har jeg faktisk filtrert for bare 2018, så vi ser bare på 2018 her. 

Nå lager vi en annen måletabell ved å klikke på Enter Data og den vil gi deg muligheten til å lage en måletabell. La oss kalle denne tabellen Sales Forecasting . Hvis du kan få en vane med å lage disse måletabellene, vil det være til stor nytte for deg når det gjelder å organisere modellen din. 

Deretter oppretter vi et nytt mål ved å bruke tidsinformasjonsfunksjoner for å lage salgsprognoser fra 2017s tall. Så vi går til Nytt mål, og la oss kalle dette Sales LY og gå BEREGN etter totalt salg . Vi kan gjøre det samme for alle våre beregninger, men i dette eksemplet skal vi jobbe med salg.

Og vi trenger en, som er en av de beste tidsintelligensfunksjonene bare på grunn av fleksibiliteten du har med den. Deretter hopper vi ett år tilbake her ( -1 ), og legger intervallet vårt ( ÅR ) opp her. Trykk deretter på Enter.

Hvis vi tar tak i dette og drar det til bordet, kommer vi til å se at vi nå projiserer frem alle dataene fra 2017 . Så vi fikk vår første kolonne med informasjon av de tre som vi skal beregne i dag.

I dette eksempelscenarioet må vi hoppe to år tilbake også fordi vi ønsker å utarbeide en treårsprognose. Så for å gjøre det andre året, kopierer vi ganske enkelt mønsteret, og gjør bare et par justeringer.

Vi endrer navnet på tiltaket og parameteren inni, og vi projiserer nå salget vårt fra to år siden. Vi vil også gjøre akkurat det samme for 3 år siden.

Og nå har vi tre år med informasjon som vi nå kan legge inn i prognosen vår.

Bruke variabler for å lage ett mål for en 3-års prognose

Det er en annen måte å gjøre dette på en effektiv måte for å lage en LuckyTemplates-prognose. Vi bruker variabler for å lage ett mål, i stedet for tre, og få nøyaktig det samme resultatet som vi søker.

Så vi går til New Measure en gang til, og for dette, la oss kalle det Sales Forecast . Vi går VAR (variabler), deretter Sales LY på neste linje. Vi gjør det samme på de neste par radene for 2 og 3 år siden .

Deretter kan vi hoppe ned og gå RETURN, og det er her vi kan legge inn logikken. Vi bruker DIVIDE med våre tre års data, så vi summerer Salg LY, Salg for 2 år siden og Salg for 3 år siden . Deretter deler vi det med 3 . Vi legger også inn vårt alternative resultat, som er 0 .

Vi legger bare alle tre målene vi gjorde tidligere inne i variabler, vi får samme resultat. Jeg anbefaler dette på det sterkeste, siden det er mer effektivt. Vi har nå salgsprognosen vår og vi har et gjennomsnitt på alle disse tre.

Dessuten ønsker vi å se en viss økning i salget vårt, ikke sant? Så la oss lage en prognose for å vise en vekstrate på fem prosent . For å gjøre dette legger vi til en FAKTOR i formelen vår, og multipliserer deretter den siste raden med faktoren .

Opprette visualiseringen

Når alle nødvendige formler er opprettet, gjør vi dette til visualiseringer og ser tydelig LuckyTemplates-prognosen vår. Og vi har nå en virtuell salgsprognose som viser hvor mye vi må tjene hver eneste dag for å nå prognosen vår.

Vi kan også legge dette inn i et kumulativt totalt mønster . Så vi går og lager et nytt mål, og kaller det kumulativ prognose . På neste linje legger vi inn BEREGN Salgsprognose . Gå deretter til FILTER etter datoer . 

Når vi har det, legger vi det ned her og gjør det til en kumulativ total, og nå fikk vi en kumulativ prognose som vi kunne måle opp kumulativt kontra våre faktiske resultater så snart vi kom inn i 2018. 

Den kuleste måten å gjøre dette på er at den kobles til datamodellen . Så prognosene dine kan filtreres etter hva som helst i datamodellen fordi de stammer fra historisk informasjon som ligger på en tabell i datamodellen.

Med dette kan vi enkelt gå og filtrere etter produktnavn her. Vi henter vår salgsprognose for produktnavnet, og nå har vi prognoser for produktene mine. 

Dette gjør oss også i stand til å velge et bestemt produkt, for eksempel produkt 47. Og når vi endrer filtrene her, kan vi se hvor mye vi trenger å selge per dag for dette produktet, og/eller se det kumulative resultatet tydelig. 

Konklusjon

I denne opplæringen har vi gått gjennom mye, for eksempel tidsintelligens og kumulative totale mønstre for å lage en LuckyTemplates-prognose.

Jeg har sett dette spurt en rekke ganger i kommentarer og fora, og jeg ville bare vise frem hvordan det er relativt enkelt å lage en prognose fra historisk informasjon i LuckyTemplates.

Jeg håper du finner ut at du kan ha nytte av dette og implementere dette i dine egne miljøer. Finn en måte å bruke noen av teknikkene vi har gått gjennom i denne opplæringen. Dykk ned i videoen nedenfor og prøv å bruke teknikkene jeg viste frem i ditt eget utviklingsarbeid.

Beste ønsker!