LuckyTemplates Shape Map Visualization for romlig analyse
Denne bloggen inneholder Shape Map-visualiseringen for romlig analyse i LuckyTemplates. Jeg viser deg hvordan du kan bruke denne visualiseringen effektivt med dens funksjoner og elementer.
Vi blir spesifikke i dag og viser virkelig den analytiske kraften til LuckyTemplates. Sensitivitetsanalyse, eller til og med å kjøre noen "hva hvis" rundt dette, lar deg nesten forutsi hva som kan skje i fremtiden med resultatene dine. I dette eksemplet ønsker jeg å se hva som vil skje med lønnsomheten min hvis jeg klarer å øke bruttomarginen på salget. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
Selv om du kanskje tror dette er ganske nisje, som det er, er det teknikkene for å komme til disse resultatene som jeg alltid ønsker å komme over med disse eksemplene. Så snart du lærer hvordan du implementerer dette, vil du sannsynligvis identifisere tre til fem andre måter du kan bruke det til å finne verdifull innsikt i ditt eget miljø.
Innholdsfortegnelse
Sensitivitetsanalyse på salgsmarginer
Jeg skal vise hvordan du kan kjøre litt sensitivitetsanalyse på endringer du kanskje vil gjøre på salgsmarginene dine, slik at vi kan beregne våre brutto inntektsmarginer basert på hva vi har oppnådd fra våre totale salg og totale kostnader.
Men så vil vi kanskje prøve å se hva som skjer når vi utvider eller kontraherer, og se hva det gjør med vår totale fortjeneste, for hvis vi utvider brutto inntektsmarginer, utvider vi faktiskFortjenestemarginer mer.
Så hvordan setter vi opp dette? Hvordan kan vi gjøre denne analysen i LuckyTemplates? Det første er å se over datamodellen vår. Vi har en ganske enkel datamodell satt opp – vi har datoer, produkter, regioner og kunder på toppen, som alle er koblet til salgstabellen nederst.
Vi skal nå lage vårt første mål og sette dette inn i en måletabell, for så å kalle det nøkkelmål.
Vi setter opp vårt første mål og kaller det Totalt salg. Dette er et enkelt kjernemål hvor vi skal summere kolonnen Totale inntekter og gjøre dette til en måltabell.
Få den totale kostnaden
La oss legge produktene våre inn på lerretet og plassere vårt totale salg ved siden av det. Den neste tingen vi ønsker å finne ut er vår brutto inntektsmargin, så selvfølgelig må vi først finne ut hva vår totale kostnad er. Vi lager et mål og kaller det Total Cost, og bruker derettersom vårt uttrykk.
Nå som vi har de totale kostnadene i lerretet vårt, kan vi regne ut marginen vår.
Fastsettelse av brutto inntektsmargin
Vi oppretter et nytt mål og kaller det bruttoinntektsmargin ved å bruke denne formelen:
Når vi har satt marginen i tabellen vår, kan vi få en prosentandel ut av dette og se hva vår brutto inntektsmargin er for hvert enkelt produkt. Selvfølgelig må vi formatere disse tingene etter hvert, spesielt prosentene. Vi har også sortert det fra høyeste til laveste.
Det vi ønsker å gjøre her er å sjokkere disse marginene og øke dem med 2 %, 5 %, 8 % og 10 %. På denne måten kan vi se strømningseffektene til våre fortjenestemarginer. Vi klikker bare på Enter Data for å lage en støttetabell eller en parametertabell som vil gjøre oss i stand til å høste marginendringen. Vi vil kalle denne marginjusteringen, og deretter plassere prosenttallene under det:
Det neste trinnet er å laste inn støttebordet og gjøre det om til en slicer for å lage en liste. Vi ønsker å kunne velge hvilken som helst av prosentene i tabellen til venstre og deretter se virkningen samtidig på vår Bruttoinntektsmargintabell.
Den neste tingen å gjøre er å lage et nytt mål, kall det Margin Change, og innlemme denne logikken:
Når vi har trukket Margin Change inn i tabellen vår, kan vi se at tallet under Margin Change-kolonnen gjenspeiler valget vårt i tabellen til venstre.
Fastsettelse av scenariets bruttoinntektsmargin
La oss lage et nytt mål for bruttoinntektsmarginen, som er summen av bruttoinntektsmarginen og marginendringen. Når vi drar dette målet inn i tabellen vår, vil du legge merke til at prosenttallene under Scenario Bruttoinntektsmargin-kolonnen endres når vi går gjennom utvalget i Marginjusteringstabellen.
På dette tidspunktet er det her vi kan kjøre litt scenarioanalyse. La oss si at vi løper bak budsjettet og ønsker å ta igjen, vi kan øke marginene våre med 5 % og se hva dette vil gjøre med fortjenesten vår. Selvfølgelig vil det være endringer i etterspørselen hvis du skal gjøre det, men dette er bare for å vise deg teknikken du kan bruke i det virkelige scenariet du måtte ha .
Bestemme Scenario Salg & Scenario Fortjeneste
Vi kan også integrere Scenario Salg basert på Scenario Gross Revenue Margin. Vi skal legge til et annet tiltak og kalle det Scenario Sales. Denne gangen bruker vi vårt totale salg, multipliserer det med scenariets bruttoinntektsmargin, og legger deretter til våre totale kostnader.
Når vi har tatt med Scenario Salg inn i tabellen vår, kan vi finne ut hva som er vår Scenario Profitt. Vi skal lage et nytt mål og kalle det Scenario Profits, der vi trekker vårt totale salg fra vårt scenariosalg.
Målingen vi oppretter er den totale fortjenesten fordi vi ønsker å se hva den faktiske endringen i vår totale fortjeneste kommer til å bli. Vi skal bruke denne enkle og greie formelen for å finne den totale fortjenesten vår, og deretter dra den til bordet vårt.
Bestemme endring i fortjeneste
Nå som vi kan se vår totale fortjeneste og scenariefortjeneste, kan vi finne ut hva som er endringen mellom disse to kolonnene.
For vårt siste mål vil vi kalle det endring i fortjeneste. Vi vil legge ut en ganske enkel logikk der Scenariofortjenesten er delt på Totalfortjeneste.
Det er nok av tall i tabellen, så vi kan kvitte oss med noen av mellomregningene for å gjøre ting enkelt og lettere å forstå. For eksempel, hvis vi øker vår brutto inntektsmargin med 10 %, hvilke endringer vil skje med fortjenesten vår? Som vi kan se i kolonnene Change in Profits, er det en ganske betydelig endring. Hvis vi kan øke marginene på produktsalget vårt med 10 %, kan vi øke fortjenesten vår med 26,7 % for hvert enkelt produkt.
Dette er en ganske kul analyse, ikke sant? Men det som også ville vært kult er om vi var i stand til å se fra et totalt perspektiv, altså hva totalen er for alle disse endringene. Vi kan sette disse i en visualisering som gjør oss i stand til å gjøre nettopp det.
Visualisere dataene
Vi oppretter en ny tabell over marginjusteringen vår, redigerer interaksjonen og klikker på Ikke oppsummer. Så tar vi tak i endringen i fortjeneste og legger den i den nye tabellen også. Når vi gjør dette til en visualisering, støter vi på et lite problem. Fordi det er et tall, må vi lage en tekstverdi ut av det. Så vi må lage en ny kolonne, gi den navnet Marginjustering, og formatere den til en prosentandel som dette:
Nå kan vi se at denne datatypen er en tekstverdi.
Når vi har lagt dette inn i aksen, kan vi nå se alle 5 verdiene: -5 %, 2 % 5 %, 8 % og 10 %.
Nå har vi et overbevisende bilde som viser hva som blir endringene i fortjeneste basert på eventuelle marginjusteringer vi gjør. Vi kan se på det fra et individuelt produktperspektiv (venstre tabell) eller se på det fra et porteføljeperspektiv (høyre tabell). Dette er en kul teknikk som kan brukes på mange forskjellige scenarier. Når du først har funnet denne teknikken for å bringe inn og inkorporere dem gjennom måleforgrening i logikken din, kan du gjøre noen ganske fantastiske ting i sensitivitetsanalysen, scenarioanalysen, etc.
Konklusjon
Det er til syvende og sist så mange ting du også kan kjøre på. Og prøv å tenke på å vise frem ikke bare de umiddelbare resultatene, men tenk på andre eller tredje ordens effekter som endring av en variabel i de beregnede resultatene dine vil skape. I dette eksemplet er jeg ikke bare interessert i den rette endringen i fortjeneste fra en endring i bruttomargin – jeg ser faktisk etter den prosentvise endringen i fortjeneste.
Jeg viser deg også i denne videoen et lite triks for å få sensitivitetsvisualiseringen din sortert slik at de passer godt inn i rapportene dine. Sjekk det definitivt ut for å lære mer.
Du vil se at det alltid kommer til å være mye større enn scenarioendringen du legger inn i den. Dette er fantastisk innsikt som en finansdirektør og ansatte på styrenivå ønsker å forstå om dine resultater, eller potensielle fremtidige resultater for den saks skyld.
Hvis du vil se hvordan jeg utvikler og bygger rapporter fra bunnen av, kan du sjekke ut kurset mitt. Det er her jeg viser deg, fra ende til annen, hvordan du utvikler overbevisende LuckyTemplates-løsninger, ved å kombinere teknikker akkurat som denne til en altomfattende analytisk rapport.
Har du noen tanker eller tilbakemeldinger om denne følsomhetsanalyseteknikken? Gi meg beskjed i kommentarene. Lykke til med implementeringen av denne.
Denne bloggen inneholder Shape Map-visualiseringen for romlig analyse i LuckyTemplates. Jeg viser deg hvordan du kan bruke denne visualiseringen effektivt med dens funksjoner og elementer.
I denne opplæringen viser jeg frem en unik idé rundt finansiell rapportering, som tildeler resultater for å forhåndsbestemme tabellmaler inne i LuckyTemplates.
Opprett DAX-mål i LuckyTemplates ved å bruke eksisterende mål eller formler. Dette er det jeg kaller tiltaket forgreningsteknikk.
I denne bloggen kan du utforske LuckyTemplates-datasettet, det kraftigste funksjonskallet som bringer tusenvis av M- og DAX-funksjoner til fingertuppene.
For dagens veiledning vil jeg dele noen få datamodelleringsteknikker for hvordan du kan organisere DAX-tiltakene dine bedre for en mer effektiv arbeidsflyt.
LuckyTemplates er et flott verktøy for finansiell rapportering. Her er en veiledning om hvordan du lager tilpassede tabeller for ditt LuckyTemplates økonomiske dashbord.
Denne opplæringen vil diskutere Power Query Language Flow og hvordan den kan bidra til å lage en jevn og effektiv datarapport.
Jeg vil diskutere en av mine favorittteknikker rundt LuckyTemplates egendefinerte ikoner, som bruker egendefinerte ikoner på en dynamisk måte i LuckyTemplates visuals.
I denne bloggen viser jeg deg hvordan du kan lage LuckyTemplates-tabeller ved å bruke en formel som kombinerer UNION-funksjonen og ROW-funksjonen.
Oppdag hvordan on-premises data gateway lar Power Automate få tilgang til skrivebordsapplikasjoner når brukeren er borte fra datamaskinen.