Använda glidande medelvärden för att visa trender i Lucky Templates

I det här blogginlägget vill jag dyka ner i trendanalys . Specifikt hur man lyfter fram trender i LuckyTemplates på ett riktigt effektivt sätt med hjälp av glidande medelvärden. Du kan se hela videon av denna handledning längst ner på den här bloggen.

De koncept som jag går igenom här är tekniker som du kanske redan har berört dig själv tidigare.

Men jag ville visa hur viktigt det är ur ett visualiseringsperspektiv att visa trender på ett övertygande och effektivt sätt.

Innehållsförteckning

• Hur man använder glidande medelvärden
• Beräknar försäljning senaste kvartalet
• Använda glidande medelvärden
• Använda funktionen DATESINPERIOD
• Att få det rörliga snittet från förra kvartalet
• Slutsats

Hur man använder glidande medelvärden

Vi kommer att dyka in i hur du kan skapa glidande medelvärden mycket snabbt kring resultat som du kanske redan har skapat. Kanske är det enkla beräkningar du redan har, som din försäljning, kostnad eller inköp.

Det vi tittar på är en rapport som jag gick igenom för en workshop på LuckyTemplates webinar-serien.

Jag vill dyka in i denna riktigt kraftfulla trendanalysteknik där vi kan jämföra trender. I det här fallet jämför vi trender för försäljning och marginaler från kvartal till kvartal .

Om du jämför trender på en daglig basis och ofta jämför din försäljningsanalys med den för ett tidigare kvartal, kan det bli ett väldigt, väldigt hektiskt diagram.

Jag ska visa dig vad jag menar med ett "upptaget" diagram. Jag börjar med att ta tag i mina datum och förvandla det till ett filter så att vi kan fokusera på en specifik tidsperiod.

Sedan ska jag ta min Date, förvandla den till en tabell och bli av med hierarkin. Jag ska också ta min totala försäljning här.

Beräknar försäljning senaste kvartalet

Jag har också skapat ett mått för min försäljning från kvartal till kvartal. Jag kallade denna åtgärdoch beräknade den totala försäljningen . Jag har ändrat sammanhanget eftersom det är vad vi gör i funktionen BERÄKNA .

För att ändra sammanhanget använde jag DATEADD -tidsintelligensfunktionen för att hoppa tillbaka en fjärdedel.

Jag drog måttet Sales Last Quarter till min tabell och gjorde om det till ett linjediagram.

Enligt min uppfattning är detta ett hektiskt diagram där det kan vara svårt att identifiera en trend. När det kommer till trender vill vi bara se snittet över tid, eller hur? Detta diagram är dock granulärt och visar för mycket information.

Använda glidande medelvärden

Jag vill visa hur vi kan jämna ut dessa siffror och härleda bättre analys från detta upptagna diagram. För att göra detta måste vi införliva våra mått i ett glidande medelvärde som kommer att visa dessa trender mycket bättre.

Jag har redan ställt in det här:

Låt oss ta en titt på det glidande medelvärdesmönstret jag använde för att skapa dessa glidande medelvärden. Som du kan se är det ett relativt enkelt mått där den totala försäljningen visas i AVERAGEX- funktionen.

Kom ihåg att AVERAGEX är en itererande funktion, så vi måste skapa en tabell inuti funktionen för att den ska kunna iterera igenom. Det kan vara en fysisk tabell som något i din datamodell, eller en virtuell tabell .

Använda funktionen DATESINPERIOD

Låt oss tänka logiskt vad vi försöker göra i ett glidande medelvärde. En viss dag öppnar vi ett tidsfönster och beräknar sedan ett genomsnitt av alla resultat inom det fönstret. Detta är precis vad DATESINPERIOD -funktionen gör för oss.

Det gör det möjligt för oss att skapa ett bord på en viss dag och det öppnar fönstret. I det här fallet har vi matat in några parametrar i formeln för att öppna det här fönstret i en månad.

Så vilken dag som helst, upprepar vi en månad före den dagen. Vi kommer också att beräkna den totala försäljningen för varenda en av dessa dagar och genomsnittet av dem. Det här kommer att ge oss det glidande medelvärdet för en månad, som jag har kallat Sales 1M MA .

Låt oss dra Sales 1M MA -måttet till vårt bord.

Du kan se att det är ett mycket jämnare nummer, eller hur? Det visar trenden mycket bättre jämfört med det första diagrammet vi skapade.

Att få det rörliga snittet från förra kvartalet

Vi vill också visa detta mått mot resultaten. Vi kan göra detta genom att använda exakt samma mönster av glidande medelvärde. Men istället för total försäljning kommer jag att gå in i min försäljning sista kvartalet – beräkningen av tidsintelligens vi gjorde tidigare.

När jag väl drar detta till visualiseringen kan du se hur det ser mycket bättre ut när det gäller att jämna ut siffrorna och identifiera trenderna . I det här fallet finns det ingen stor skillnad i trender och inte en stor betydelse i divergens. Men om det fanns en enorm skillnad skulle det här diagrammet definitivt lyfta fram det.

Om vi ​​går tillbaka till min rapport finns det många olika tidsramar som vi kan hoppa in i. Vi kan också ändra produkten som vi tittar på för att se om det finns några trender och avvikelser som använder samma tekniker som jag visade här.

Vi kan också hoppa in i en viss kundgrupp.

Med LuckyTemplates kan du dynamiskt titta på alla dessa faktorer och visa en trend på ett mindre upptaget sätt.

Slutsats

Genom att lägga över en formelkombination med glidande medelvärde och använda funktioner som AVERAGEX , kan vi snabbt förvandla ett mycket granulärt resultat till ett medelresultat.

När vi väl tillämpar detta i våra rapporter kan vi identifiera trender som ibland är mycket viktigare att förstå än att ha mycket detaljerad och detaljerad information.

För mer affärsinsikter för LuckyTemplates, kolla in kursmodulen nedan som finns på LuckyTemplates Online. Det finns så många analytiska tekniker du kan använda!

***** Lär du dig Lucky Templates? *****