Skapa en datumtabell i LuckyTemplates
Ta reda på varför det är viktigt att ha en dedikerad datumtabell i LuckyTemplates och lär dig det snabbaste och mest effektiva sättet att göra det.
Här ska jag visa dig hur du använder funktionen AVERAGEX med DAX i LuckyTemplates. Du kan se hela videon av denna handledning längst ner på den här bloggen.
Genom att lära dig och förstå hur du använder den här funktionen öppnar du mycket snabbt upp en rad analyser som kan vara otroligt insiktsfulla och värdefulla.
Kanske vill du räkna ut den genomsnittliga försäljningen du gör per dag, per månad, per kund och så vidare. Det finns så många applikationer för detta att det är galet.
Och glöm inte att du sedan kan förgrena dig till tidsjämförelser och tidsintelligensanalys.
I det här exemplet ska vi arbeta med något som enkelt kan appliceras i nästan vilken modell som helst. Vi kommer att beräkna den genomsnittliga försäljningen per dag för särskilda kunder som använder AVERAGEX med DAX.
Innehållsförteckning
Granskning av datamodellen
Innan vi faktiskt beräknar vår genomsnittliga försäljning per dag, låt oss först ta en titt på vår datamodell så att vi kan ha en uppfattning om vad vi arbetar med.
Så vi har en organisation som gör försäljning och data finns i försäljningstabellen.
Denna organisation gör försäljning på en viss dag och data för detta finns i datumtabellen.
De säljer till en viss kund, olika produkter och de kan sälja i en rad olika regioner. Uppgifterna för dessa tre finns separat i kundtabellen, produkttabellen och regiontabellen.
Med hjälp av informationen från vår datamodell och de åtgärder som redan finns tillgängliga, låt oss analysera vår totala försäljning per kund.
Vår tabell kommer att se ut så här nedan. Så vi har total försäljning och de är ordnade efter kundnamn.
Låt oss sedan göra det till en visualisering. Här kan vi se de bästa såväl som de sämst säljande kunderna i organisationen.
Genomsnittlig försäljning per dag med AVERAGEX
Nu kan vi ta en titt på hur mycket vi säljer per dag till varje kund.
Vad vi behöver göra är för varje kund, att gå igenom varje dag och sedan snitta försäljningsbeloppet för de specifika kunderna under hela varaktigheten.
Sättet att göra detta är att använda AVERAGEX och VALUES -funktionen med DAX.
Så låt oss skapa ett nytt mått och kalla det Genomsnittlig försäljning per dag .
Sedan ska vi lägga till AVERAGEX eftersom vi behöver denna itereringsfunktion. AVERAGEX kommer att gå igenom varje dag.
Och sedan ska vi lägga in VÄRDEN , och kolumnen Datum där. Det är faktiskt så vi itererar oss igenom varje dag.
Vad VALUES gör är att det skapar en virtuell tabell med bara kolumnen Datum, och sedan står det i det aktuella sammanhanget vilken som är en viss kund, upprepa varje dag.
Sedan ska vi lägga till Total försäljning . När vi har beräknat hela den totala försäljningen kommer vi att räkna ett genomsnitt av dem med AVERAGEX .
Vår formel kommer då att se ut så här nedan.
Om vi nu tar ini visualiseringen kan vi i genomsnitt se hur mycket vi säljer per dag till varje enskild kund.
Vi kan till och med slå på dataetiketterna för att få en uppfattning om de genomsnittliga försäljningssiffrorna.
Tittar på olika tidsramar
En annan cool sak som vi kan göra här är att vi också kan ändra tidsramen.
För att göra detta kan vi dra in vår månadskalender så att vi kan ha månaden och året.
Sedan kan vi göra om den till en skivare.
Nu kan vi se den genomsnittliga försäljningen per dag från var och en av våra kunder under en viss månad och år.
Vad som är riktigt coolt är att det här är ett dynamiskt sätt att se på den här beräkningen.
Som du kan se i bilden nedan, när vi väljer augusti 2014, visar visualiseringen data för denna tidsram.
Nu, när vi väljer september 2014, visar vår bild den genomsnittliga försäljningen per dag per kund för denna tidsram.
Granska processen
För att verkligen förstå hur AVERAGEX och VALUES-funktionerna fungerar här, låt oss snabbt gå igenom vad som händer i vårt exempel.
Låt oss först omvandla vår visualisering till en tabell så att den blir mer vettig.
Och återigen, låt oss ta en snabb titt på vår formel.
Nu har vi våra olika kunder här. För Burt's Corporation till exempel, upprepar vi varje dag. Detta är inom januari 2015 eftersom vi har valt detta i vår slicer. Sedan räknar vi ut den totala försäljningen för varje dag.
När all försäljning per dag har beräknats kommer AVERAGEX in och beräknar genomsnittet av dem.
Och detta är vad som händer för varje kund som vi har i det här exemplet.
När vi ändrar tidsramen, låt oss säga februari 2015, kommer den att göra samma beräkning men den här gången inom denna nya tidsram.
Om vi inte valde någon tidsram, kommer den att upprepas varje dag i datumtabellen.
Använder samma AVERAGEX-formel mot en annan dimension
En annan sak som vi kan göra här som du kommer att tycka är riktigt cool är att använda exakt samma formel mot en annan dimension.
Låt oss först duplicera vår genomsnittliga försäljning per dag- tabell.
Låt oss sedan ta en titt på den genomsnittliga försäljningen per dag för varje stad.
Och precis så är vårt bord nu sorterat per stad.
Sedan är det dynamiskt igen. För närvarande visar vi data från februari 2015.
Om vi klickar på mars 2015 kommer vår nya tabell också att visa den genomsnittliga försäljningen per dag, presenterad per stad, för denna tidsram som vi har valt.
Vi skulle kunna göra det igen mot vilken dimension vi har. Vi kommer att använda exakt samma formel och den kommer att fungera perfekt för alla dessa dimensioner.
Slutsats
I det här inlägget har vi sett hur man beräknar den genomsnittliga försäljningen per dag för vissa kunder med hjälp av AVERAGEX med DAX, och kombinerat med funktionen VÄRDEN.
För fler DAX-funktionshandledningar, kolla in länkarna nedan.
Med vänliga hälsningar!
Ta reda på varför det är viktigt att ha en dedikerad datumtabell i LuckyTemplates och lär dig det snabbaste och mest effektiva sättet att göra det.
Denna korta handledning belyser LuckyTemplates mobilrapporteringsfunktion. Jag ska visa dig hur du kan utveckla rapporter effektivt för mobila enheter.
I denna LuckyTemplates Showcase går vi igenom rapporter som visar professionell serviceanalys från ett företag som har flera kontrakt och kundengagemang.
Gå igenom de viktigaste uppdateringarna för Power Apps och Power Automate och deras fördelar och konsekvenser för Microsoft Power Platform.
Upptäck några vanliga SQL-funktioner som vi kan använda som sträng, datum och några avancerade funktioner för att bearbeta eller manipulera data.
I den här handledningen kommer du att lära dig hur du skapar din perfekta LuckyTemplates-mall som är konfigurerad efter dina behov och preferenser.
I den här bloggen kommer vi att visa hur man lager fältparametrar med små multiplar för att skapa otroligt användbara insikter och bilder.
I den här bloggen kommer du att lära dig hur du använder LuckyTemplates ranknings- och anpassade grupperingsfunktioner för att segmentera en exempeldata och rangordna den enligt kriterier.
I den här handledningen kommer jag att täcka en specifik teknik kring hur man visar Kumulativ total endast upp till ett specifikt datum i dina bilder i LuckyTemplates.
Lär dig hur du skapar och anpassar punktdiagram i LuckyTemplates, som huvudsakligen används för att mäta prestanda mot mål eller tidigare år.