Variabler og uttrykk i Power Query Editor
Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.
I dette unike eksemplet vil jeg vise deg hvordan du projiserer en historisk trend i LuckyTemplates og gjentatte ganger projiserer den fremover . Dette spesielle eksemplet kom fra et spørsmål i LuckyTemplates-støtteforumet. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
Et LuckyTemplates-medlem trengte å utføre denne analysen i den virkelige verden ved å bruke historisk informasjon, som for eksempel kan være kvartalsvise eller halvårsresultater. De måtte da ta den eldre informasjonen og projisere dem fremover i noen år.
Dette er et utmerket eksempel på hvordan du kan gjenbruke tidsintelligensfunksjoner på mange forskjellige måter.
Du kan også aktivere denne logikken for å bli filtrert etter en bestemt region, en bestemt butikk eller for et bestemt kundesett.
Innholdsfortegnelse
Visualisere trendanalysen din i LuckyTemplates
Visualiseringen for trendanalysen din er praktisk nyttig når du har en gruppering, et kvartal eller en salgsperiode og du ønsker å projisere eller forutsi resultatene fremover.
Denne løsningen som jeg har oppdaget kan brukes på en rekke forskjellige måter. Det gjeldende eksemplet kan handle om å forutsi et kvartal, men du kan projisere hva som helst kontinuerlig fremover ved å bruke en lignende teknikk.
Det er mange interessante måter å bruke en trendanalyse på i LuckyTemplates-rapporten din. Ta en titt på denne tabellen nedenfor.
For det første kan du se kolonnene for de spesifikke datoene på året og dets tilsvarende totale salg. Men jeg må også vise frem hvilken dag det er i et bestemt kvartal. Derfor opprettet jeg kolonnen Quarter Day .
Jeg har samlet disse dataene fra Datoer-tabellen. I denne tabellen kan du se Kvartalsdag- kolonnen. La oss se hvordan jeg klarte dette.
Trener kvartdagen
En kvart dag er et betydelig tall i næringslivet. Det betyr dagen som offisielt begynner en tre-måneders periode av året (kvart). Det er viktig å virkelig regne ut denne dynamiske beregningen av kvart dag siden jeg har tenkt å projisere trenden hvert kvartal hvert år.
Så, for å finne ut kvartdagene, brukte jeg formelen nedenfor.
Den kommer bare til å finne en bestemt dato, og deretter trekke den fra til begynnelsen av kvartalet. Til slutt legger du bare til 1 .
Når jeg går ned i Quarter Day- kolonnen, vil du se at den fortsetter å gå helt opp til omtrent 92. Og så går den tilbake til 1 ved den aller første starten av neste kvartal.
Projisere en bestemt tidsramme
Nå som jeg har beregnet kvartdagstallene, må jeg bestemme meg for den bestemte tidsrammen jeg vil projisere fremover. For å gjøre det, må jeg bruke formelen nedenfor for kvartalsprognosen .
Først bruker jegfunksjon for Totalt salg .
Defunksjonen fjerner ALT filteret i Datoer- tabellen til å begynne med, og bruker dem deretter på nytt til en veldig spesifikk tidsramme, som er 2015 for år, kvartal 3 for kvartal, og samme dag i et bestemt kvartal.
Defunksjonen evaluerer faktisk til kvart dag av hver eneste dag når vi beveger oss gjennom en hvilken som helst måned inn i fremtiden og evaluerer deres korrekte kvartalsdag.
Så på en bestemt dag i fremtiden vil den alltid hoppe tilbake til 3. kvartal 2015, på samme kvartalsdag.
I dette eksemplet her viser jeg en veldig spesifikk tidsramme i stedet for bare å gjenta historiske tall. I eksempelvisualiseringen nedenfor sammenligner jeg faktisk den kvartalsvise prognosen med det totale salget.
Grafen virker litt opptatt, så du kan faktisk forbedre den litt. Dette er bare én måte å se det i et sammenligningsperspektiv.
Bortsett fra det kan du også bruke et glidende gjennomsnittsmål inne i den. Dette kan hjelpe brukere med å beregne glidende gjennomsnitt for en bestemt tidsramme , og deretter bare projisere det ut kontinuerlig.
Dessuten kan du forutsi alt bortsett fra salg, og det er her forgrening kommer inn . Faktisk kan du også legge til faktorer og til og med prosenter for dine spesifikke resultater.
Konklusjon
For å oppsummere kan alle disse trendanalysene gjøres veldig effektivt i LuckyTemplates når du setter opp beregningene dine riktig.
Det flotte med denne teknikken er at jeg føler at dette er en så virkelig applikasjon i LuckyTemplates . På samme måte handler det også om hvor effektivt du kan lage denne typen logikk ved å bruke DAX-formler. Dessuten kan du vise frem det på dynamiske måter når du projiserer trendene dine fremover.
Lykke til med å lære denne.
Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.
Et LuckyTemplates-varmekart er en type visualisering som brukes til å vise datatetthet på et kart. I denne opplæringen vil jeg diskutere hvordan vi kan lage en – ikke gå glipp av noe!
Jeg skal lære deg et veldig interessant eksempel rundt Pareto-prinsippet og hvordan du lager et Pareto-diagram ved hjelp av viktige DAX-formler.
Lær hvordan et tilpasset stolpediagram på markedsplassen kan brukes til datasammenligning og hvordan du kan lage dem ved å bruke eksempler i LuckyTemplates.
Lær hvordan Power Automate Static Results-funksjonen fungerer og hvorfor det er bra å bli lagt til de beste praksisene når du lager flytdiagrammer.
eDNA demonstrerer hvordan du utfører språk- eller tekstoversettelse ved hjelp av Python og overfører det til LuckyTemplates. LuckyTemplates Python-opplæring.
I denne opplæringen lærer du hvordan du bruker Gauge Bullet Graph til å lage et Gantt-diagram i LuckyTemplates Report Builder.
I denne opplæringen lærer du hvordan du lager et tredimensjonalt (3D) spredningsplott ved å bruke Python i LuckyTemplates.
Effektiv LuckyTemplates-rapportering – øktgjennomgang og ressursnedlasting
Ny kundeanalyse med LuckyTemplates – Neste medlemsbegivenhet