Använda LuckyTemplates DAX-funktioner för att hantera produkter som har ändrade priser övertid

I det här blogginlägget kommer vi att arbeta igenom en avancerad men verklig analys som involverar LuckyTemplates DAX-funktioner. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Scenariot i fråga är när du har produkter som ändrar priser över tid.

Många av demon/showcases du har recenserat över tid tyder på att en produkts pris förblir exakt detsamma från tidernas begynnelse till det senaste datumet. I verkligheten är detta inte fallet.

I många rådatatabeller har du förmodligen en uppsättning där priset kan ändras till ett annat pris över olika tidsramar. Priserna kan till exempel ändras på grund av säsongsbetonade krav.

Innehållsförteckning

• Implementering av LuckyTemplates DAX-funktioner för prisändringar
• Förhållandet mellan borden
• Beräknar genomsnittlig produktprissättning
• Använda TREATAS-funktionen
• Använder funktionen LOOKUPVALUE
• Slutsats

Implementering av LuckyTemplates DAX-funktioner för prisändringar

Teknikerna som vi kommer att täcka i det här blogginlägget kommer att hjälpa oss att hantera dessa prisförändringar. Det finns lite av en inlärningskurva för att få det här rätt att användafunktioner.

Det kan dock göras genom att ställa in din datamodell korrekt och använda mer avancerade DAX-formelkombinationer.

I det här exemplet kanske du vet i förväg vad dina prisändringar var historiskt och du vill integrera dessa prisändringar i din modell. Men i det här scenariot kanske du inte har priser i din faktatabell. Tänk på den här försäljningstabellen som en transaktionstabell.

Om det fanns prissättning i den här tabellen behöver du förmodligen inte göra detta. Men jag har sett frågor dyka upp om detsupportforum där prissättningen finns i en separat tabell och behöver integreras i.

Jag skapade en tabell där jag har varje produkt samt priset för varje produkt som ändras för kvartalet. Så jag har ett produktnamn och en kvartsdimension.

Så för produkt 1 var priset under tredje kvartalet 1 680,75 USD.

Men om vi scrollar ner i vår tabell kan vi upptäcka att priset för produkt 1 har ändrats till $2 666,79 under fjärde kvartalet.

Under julen höjer vi våra produktpriser ganska mycket så vi behöver veta hur dessa priser ändrades. Detta är en riktigt bra idé för framtida prognoser och scenarioanalyser eftersom du kan komma på att du i många fall förutsäger prisförändringar.

Förhållandet mellan borden

Den knepiga delen här är hur man får in detta i vår modell. Produkttabellen listar varje enskild produkt en gång, men produktpristabellen hänvisar till en produkt flera gånger. Så vi kan inte skapa en relation mellan produktpristabellen och försäljningstabellen.

Det finns inget sätt för oss att göra det eftersom det finns flera värden i produktpristabellen och vi vill att uppslagstabellen (produkttabellen) ska vara på den unika sidan.

I det här scenariot måste vi vara innovativa och ta reda på hur vi kan ta en datapunkt från produktpristabellen samtidigt som vi analyserar data från försäljningstabellen genom att använda ett par LuckyTemplates DAX-funktioner.

Beräknar genomsnittlig produktprissättning

Så här gjorde jag. När jag hånade det här scenariot gjorde jag också ett antal ytterligare saker. Jag har här den här specifika tabellen som har produktnamnet, det genomsnittliga aktuella priset och den genomsnittliga produktprissättningen, som kommer att ändras baserat på det kvartal vi väljer.

För att beräkna den genomsnittliga produktprissättningen måste du komma ihåg att det faktiskt inte finns något samband mellan datumtabellen (vilket är där kvartalet kommer ifrån) och produktpristabellen.

Använda TREATAS-funktionen

Så när vi gör ett urval här måste vi på något sätt filtrera försäljningstabellen för att säkerställa att det korrekta priset för kvartalet kommer igenom. För att göra det använde jagfunktion, som låter dig skapa dessa virtuella relationer.

Efter att ha skapat relationen praktiskt taget genom TREATAS kommer produktnamnet och detaljerna att ändras baserat på det kvartalsvisa urvalet som vi gör.

Det finns många tillämpningar för TREATAS -funktionen inom prognoser, reklam och marknadsföring där priserna på produkter inte alltid är konstanta. Du måste använda en kombination av tekniker för att faktiskt lösa dessa typer av saker.

Nu vill jag jämföra den totala försäljningen historiskt baserat på bara ett engångspris. Jag vill jämföra den totala försäljningen med prisjusteringar, som innehåller all vår försäljning men tar hänsyn till alla dessa prisjusteringar för kvartal.

Använder funktionen LOOKUPVALUE

För att få mina önskade resultat kom jag på formeln med hjälp avfungera. För beräkningen av total försäljning med prisjustering använde jag funktionen SUMX försäljning, refererade till tabellen Försäljning och hoppade sedan till kvantitetstabellen. Som ett sista steg använde jag funktionen LOOKUPVALUE .

LOOKUPVALUE är det närmaste VLOOKUP som du kan komma. Det är i grund och botten att göra en typ av VLOOKUP i produktpristabellen men sedan föra den till den iteration som vi gör över försäljningstabellen.

Det fina med LOOKUPVALUE är att du inte behöver några relationer för att använda det. Du kan hoppa in i andra tabeller bara genom att referera till vissa element i en viss tabell.

Genom att använda LOOKUPVALUE- funktionen kommer du att kunna hålla koll på prisförändringarna. Låt oss ta en titt på vad som hände den 26 april 2018. Vi sålde 1 produkt, produkt 53.

Kolumnen Total försäljning kommer att ta hänsyn till det nya priset på 1 526 USD, medan kolumnen Total försäljning med prisjustering kommer att ta hänsyn till 1 327,62 USD som genomsnittlig produktprissättning.

Slutsats

I det här exemplet använde jag TREATAS -funktionen som ett sätt att skapa en unik virtuell relation i min datamodell. Detta är ett bra knep att lära sig när man arbetar med mer komplexa data.

Vi fick också titta på funktionen LOOKUPVALUE . Detta är en annan unik funktion som inte används ofta, men det finns en logisk anledning till att vi behöver använda den i det här exemplet.

Vi implementerade några högkvalitativa utvecklingstekniker som täcker mycket verkliga datascenarier som du förmodligen kommer att hantera någon gång i din verksamhet.

För många fler affärsanalysexempel, kolla in miniseriemodulen nedan på LuckyTemplates Online.

Njut av att arbeta igenom denna detaljerade video.