Rangeringsanalyse i LuckyTemplates: Avansert innsikt fra kombinerte datasett

I denne opplæringen skal jeg vise deg noen avanserte rangeringsanalyser i LuckyTemplates. Som et eksempel skal jeg bruke rapporten jeg sendte inn for LuckyTemplates-forumet.

Jeg har diskutert de andre sidene i denne rapporten i andre opplæringsprogrammer. Foreløpig vil jeg fokusere på en bestemt side i rapporten som kombinerer to sett med data.

Merk at jeg allerede har separate sider for leverandørdata og anleggsdata . Men når disse to datasettene samhandler, kan brukerne få enda dypere innsikt. Det var derfor jeg gikk videre og gjorde en kombinert lysbilde.

Innholdsfortegnelse

• Bygge den kombinerte siden for leverandører/planter
• Tiltak for rangeringsanalyse
• Bruke LuckyTemplates-forumet for rangeringsanalyse
• Konklusjon

Bygge den kombinerte siden for leverandører/planter

Hvis du har sett de andre veiledningene om hvordan jeg laget denne rapporten, vil du legge merke til at alle lysbildene jeg brukte ser nesten like ut, bortsett fra noen unike visuelle elementer. Det er fordi jeg laget en bakgrunnsmal på PowerPoint og brukte den på tvers av hele rapporten.

Dette ga rapporten min et konsistent utseende og gjorde også ting enklere, vel vitende om at alt jeg trengte å gjøre var å endre overskriften og dataene på hver side. Bakgrunnen forble den samme hele veien.

På denne siden brukte jeg en chiclet slicer til venstre for plantedata og en annen chiclet slicer til høyre for leverandørdata.

Chiclet-skjæreren finner du under visualiseringsruten, men hvis du ikke ser den ennå, kan du legge den til på ditt eget LuckyTemplates-skrivebord ved å laste den ned via AppSource.

Tabellen i midten inneholder alle dataene. Som du kan se, har den både anlegget og leverandørlisten.

Den inneholder også nedetidsminutter , gjennomsnittlig nedetid , defekter og rangeringer for disse tre målene. Den har også den samlede gjennomsnittsrangeringen og den samlede rangeringen .

Legg merke til at dataene for øyeblikket er sortert basert på den samlede rangeringen, fra de beste resultatene til de dårligste.

Tiltak for rangeringsanalyse

La oss nå grave i de faktiske tiltakene som skapte resultatene du ser i tabellen. Jeg starter med nedetidsminutter, som ganske enkelt brukerav de totale nedetidsminuttene.

Nå som jeg har det grunnleggende målet klart, kan jeg begynne å rangere nedetidsminuttene. Jeg kalte dette tiltaket toppytende leverandører og anlegg etter nedetidsminutter . Men fordi jeg har begrenset plass på bordet, kalte jeg det ganske enkelt Rank By Downtime Minutes på det visuelle.

Noen ville bruke en uttalelse for saker som disse. Men det jeg gjorde var å lage enuttalelse med funksjonenpå anleggsstedet.

I utgangspunktet sier denne uttalelsen at hvis det er en verdi i anleggets plassering, vil jeg vise rangeringen. Ellers må det stå tomt.

Jeg gjorde dette for å sørge for at plassen for totalen forblir tom. Denne kolonnen er kun ment å rangere dataene på tvers av hver rad, så det er ikke fornuftig å ha en total i bunnen.

Det er flere måter å få dette til. Men da jeg vurderte resultatene jeg ønsket å få, skjønte jeg at bruk av IF HASONEVALUE er det beste alternativet med tanke på måten alle målene i denne rapporten samhandler på.

Du vil legge merke til at på tvers av tabellen er andre rangeringskolonner også tomme. Det er fordi tilnærmingen jeg brukte på dem alle var lik.

Den neste delen viser bruken avfunksjon. Da brukte jegfor å være sikker på at jeg rangerer både anleggsplasseringen og leverandøren selv om jeg har enpå plass. I utgangspunktet hjelper CROSSJOIN- funksjonen å kombinere dataene for å komme opp med rangeringene.

Du vil legge merke til at jeg ønsket at nedetidsminuttene skulle være større enn eller lik null før de rangeres. Det er fordi jeg ønsket å ekskludere alle fabrikker eller leverandører som hadde en tom plass under Nedetidsminutter.

For å demonstrere det, vil jeg sortere dataene i henhold til nedetidsminuttene. For øyeblikket er det sortert basert på den samlede rangeringen.

Slik kommer det til å se ut når jeg sorterer tabellen etter Nedetidsminutter.

Legg merke til at de øverste dataene har en null. Men i virkeligheten var det noen oppføringer i datasettet der nedetidsminuttene faktisk var tomme. De er fjernet fra ligningen.

La oss gå videre til neste mål, som rangerer gjennomsnittlig nedetid. I utgangspunktet dupliserte jeg bare rangeringsmålet for nedetidsminuttene og endret dataene det refereres til.

Dette er en teknikk som kalles målegrening . I utgangspunktet betyr det å bygge et tiltak fra et tiltak. Jeg hadde et eksisterende mål som jeg dupliserte og finjusterte for å passe til det nye målet jeg trenger.

Tiltaksgrening gjør hele rapportutviklingsprosessen mer effektiv.

På denne måten trenger jeg ikke å kaste bort tid på å lage tiltak fra bunnen av, spesielt hvis tiltaket jeg trenger er veldig likt et eksisterende.

Nå skal jeg gå videre til neste mål, som er rangering etter mangler . Nok en gang dupliserte jeg målet jeg brukte tidligere og endret bare områdene som vil være spesifikke for Defekter.

Det er en ekstra endring jeg gjorde her, spesielt det faktum at jeg ikke ville at noe skulle være. Så selv om en rad under Defekter ikke har noen verdi i seg, vil jeg at den skal inkluderes i rangeringen på samme måte.

La oss fortsette til det generelle gjennomsnittet. Dette er målet jeg brukte for å få det totale gjennomsnittet.

Som du kan se, måtte jeg lage variabler for dette tiltaket. Den førsteJeg opprettet heter AddRank. I utgangspunktet tok jeg bare de tre tiltakene jeg jobbet med tidligere og la til alle slik at jeg kan få et totalt antall.

Deretter opprettet jeg neste VAR , som jeg kalte Resultat. Her inne brukte jegfunksjon på AddRank-variabelen med en divisor på tre.

Og så på RETURN-uttalelsen nederst, brukte jeg IF på leverandøren.

Dette er en annen tilnærming enn HASONEVALUE som jeg brukte tidligere, selv om de har samme tanke. Det står bare at hvis det er en leverandør oppført, så vis meg et resultat. Ellers skal den returnere en BLANK .

Nå går jeg videre til den samlede rangeringen. Selvfølgelig vil dette fortsatt være likt de andre rangeringsmålene jeg brukte tidligere.

Jeg brukte HASONEVALUE for anleggsplasseringen, så har jeg min RANKX- setning igjen ved å bruke CROSSJOIN- funksjonen for å sikre at jeg får resultatene mine etter både anleggsplassering og leverandør. Jeg refererte også til målet for Samlet gjennomsnittlig rangering av leverandører og anlegg , som er målet jeg nettopp jobbet med før dette. Jeg vil bare sørge for at nummeret ikke er tomt.

Det fine med dette er at hele tabellen kan sorteres ved å bruke hvilken som helst av rangeringene. Så hvis jeg ville sortere dataene mine ved å bruke nedetidsminutter, kan jeg gjøre det. Det vil vise at toppresultatet for fabrikken ville være New Britain, og leverandøren ville være Linktype.

Enda bedre, det justerer ikke de andre rangeringene på siden. Dette er fordi jeg bruktei mitt mål, og ikke.

Du ser, ALLSELECTED vil bare rangere dataene basert på dataene som er valgt. Hvis jeg bruker et filter, for eksempel, vil bare dataene som vises i tabellen bli rangert. Dataene som er ekskludert på grunn av filteret, vil ikke bli inkludert i rangeringen.

Det hele koker ned til den typen resultater du leter etter. I dette tilfellet ønsket jeg ikke at de generelle rangeringene skulle endres uansett om jeg bare ser på spesifikke data. Derfor valgte jeg å bruke ALL .

Bruke LuckyTemplates-forumet for rangeringsanalyse

Rangeringsanalyse kan være vanskelig, spesielt hvis du jobber med funksjoner som RANKX . Det flotte med LuckyTemplates er at vi har flott kursmateriell og en samarbeidskultur i samfunnet. Påalene kan du finne så mange diskusjoner om rangeringsanalyse.

La oss gå over til forumet slik at du kan ha en idé om hva du kan forvente.

Når du kommer til forumets hjemmeside, vil du se søkefunksjonen her.

Jeg skriver inn RANKX for å vise hvor mye informasjon du kan få fra forumet alene. Basert på søkeresultatene er det over 50 diskusjoner om emnet.

Du vil se en blanding av gode løsninger på spørsmålene som stilles. Dette er et veldig samarbeidende fellesskap, det er derfor du vil se andre mennesker hoppe inn i diskusjonene og dele beste praksis.

Når jeg blar nedover resultatene, ser jeg dette flotte innholdet fra Brian Julius, en av våre . Dette handler om hvordan man utvikler tilpassede tiebreakers ved bruk av RANKX.

Hvis jeg klikker på det, vil du se at det gir deg lenken til kurset hvor jeg kan finne enda mer informasjon om emnet.

Å besøke LuckyTemplates-forumet alene kan allerede gi deg massevis av informasjon, spesielt hvis du føler deg fast i din egen rangeringsanalyse. Du kan til og med få enog få tilgang til resten av vår læringsplattform slik at du kan utvikle ferdighetene dine videre som LuckyTemplates-bruker.

Konklusjon

LuckyTemplates er et så godt avrundet verktøy som lar brukere få så mye innsikt de kan fra dataene de jobber med. I scenariet vi diskuterte, kan du få avansert rangeringsanalyse på en sømløs måte når vi tar i bruk teknikker som å måle forgrening.

Det er også flott hvis du drar nytte av ressursene vi har her på LuckyTemplates. Selv om du har avansert kunnskap i å lage rapporter og dashboards, er det alltid nye triks og teknikker å lære.

Beste ønsker,

Jarrett