Pipe In R: Anslutningsfunktioner med Dplyr
I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.
Det här blogginlägget kommer att visa dig hur du använder funktionen ALLA i LuckyTemplates för att effektivt visa upp unika insikter och skillnader i dina siffror. Du kan se hela videon av denna handledning längst ner på den här bloggen.
Vi kommer att dyka in i den genomsnittliga orderstorleken för försäljningen vi kan göra för en mängd olika produkter.
Denna handledning kommer också att visa dig hur du använder ALL-funktionen och utför värdefullt analytiskt arbete från början till slut.
Innehållsförteckning
Hur man får den genomsnittliga orderstorleken
För denna speciella insikt tittar vi på den genomsnittliga orderstorleken för våra beställningar.
Låt oss ta en snabb titt på hur vi kom fram till denna formel. Det är inte en alltför svår formel eftersom i princip allt vi säger är för varje produkt, vi kommer att titta på varje enskild beställning, vilket är vad VALUES-funktionen gör.
Genom att använda AVERAGEX kommer vi sedan att kunna hitta den genomsnittliga försäljningen vi gör på varje enskild beställning.
Detta i sig är redan en ganska anständig insikt. Vi kan också förbättra hur denna formel ser ut ytterligare.
Målet är att få den genomsnittliga orderstorleken. För att göra det måste vi iterera igenom varje enskild beställning och sedan räkna ut vad den totala försäljningen var för just den beställningen. Vi får då ett genomsnitt av det hela med hjälp av funktionen.
Hur man använder funktionen ALLA i LuckyTemplates för att jämföra genomsnittlig orderstorlek
För att visualisera vad vi har kommit fram till hittills använder vi funktionen CALCULATE för att bestämma den genomsnittliga orderstorleken för alla stater.
Vad ALL-funktionen gör är att istället för att tillåta ett filter att hända, tar den bort filtret istället. Vi kommer inte att initiera något filter för kolumnen Status oavsett vad som händer på den här rapportsidan.
Oavsett vilket val vi gör, kommer siffrorna under kolumnen All States Average Order Size att förbli konstanta.
Låt oss säga att vi inte väljer någon särskild stat. Låt oss titta på produkt 73 och se att den genomsnittliga beställningsstorleken är $3 774.
Men när vi väl väljer en viss region, säg till exempel Florida, ser vi att antalet ändras från $3 774 till $6 133 för den regionen. Den genomsnittliga orderstorleken för alla delstater förblir dock exakt densamma.
Hur man använder ALL-funktionen för att differentiera genomsnittlig orderstorlek
Vi kan också använda den här nya funktionen (som använder funktionen ALLA) för att bestämma hur stor skillnaden är mellan en regions genomsnittliga orderstorlek och den totala genomsnittliga orderstorleken. Allt vi behöver göra är att återanvända måtten med denna formel:
Varför använda funktionen ALLA i LuckyTemplates?
Genom att användafunktion kan du jämföra hur en region presterar jämfört med den totala genomsnittliga orderstorleken för hela platsen.
Om du säljer till många regioner är chansen stor att du säljer med varierande genomsnittliga orderstorlekar.
Att analysera varför detta inträffar är viktigt , med många vinster att göra om du kan ta reda på varför och sedan replikera dessa fantastiska säljregioner till de fattiga säljande regionerna.
Till exempel, i tabellen nedan säljs produkterna 51 och 47 med en mycket högre orderstorlek i Florida jämfört med genomsnittet. Varför tror du det är det?
Det här är en riktigt bra insikt att använda i ditt företag. Du kan avgöra varför just dessa produkter säljs under den genomsnittliga beställningsstorleken i andra regioner. Faktorer som vädret eller dina kunders socioekonomiska bakgrund kan vara några av anledningarna.
Slutsats
Genom att jämföra den genomsnittliga orderstorleken för ett regionalt urval med alla andra regioner, kommer du att se de betydande skillnaderna när det gäller priset du säljer varor i ett område kontra priset du säljer i alla andra områden.
Denna insikt skulle göra det möjligt för alla ledningsgrupper eller ledare att förstå de faktiska drivkrafterna för ditt företags resultat i olika regioner.
ALL -funktionen i LuckyTemplates är en väldigt viktig funktion att lära sig om du precis har börjat med. Denna funktion låter dig göra mycket analytiskt arbete som kan tillämpas i många olika scenarier.
Njut av!
I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.
RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.
Lär dig hur du tar isär en PBIX-fil för att extrahera LuckyTemplates-teman och bilder från bakgrunden och använda den för att skapa din rapport!
Excel Formler Fuskblad: Mellanvägledning
LuckyTemplates Kalendertabell: Vad är det och hur man använder det
Lär dig hur du installerar programmeringsspråket Python i LuckyTemplates och hur du använder dess verktyg för att skriva koder och visa bilder.
Lär dig hur du beräknar dynamiska vinstmarginaler vid sidan av LuckyTemplates och hur du kan få fler insikter genom att gräva djupare i resultaten.
Lär dig hur du sorterar fälten från en utökad datumtabells kolumner korrekt. Detta är en bra strategi att göra för svåra fält.
I den här artikeln går jag igenom hur du kan hitta dina toppprodukter per region med hjälp av DAX-beräkningar i LuckyTemplates, inklusive TOPN- och CALCULATE-funktionerna.
Lär dig hur du använder en skräpdimension för flaggor med låg kardinalitet som du vill infoga i din datamodell på ett effektivt sätt.