Bemästra virtuella tabeller i LuckyTemplates med DAX

I det här blogginlägget kommer jag att gå igenom en verkligt kraftfull analytisk teknik som jag är säker på kommer att WOW vem som helst. Virtuella tabeller är en unik analysteknik som du kan använda för att visualisera intressanta insikter i LuckyTemplates. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Exemplet jag ska visa är bara en av många tekniker du kan använda. Jag använder termen "algoritmer" eftersom du kan utöka detta och göra det ännu mer avancerat.

De virtuella tabellalgoritmerna kommer att visa hur kraftfull DAX är och hur avancerad du kan komma in i DAX-formeln.

Innehållsförteckning

• Var kan man använda virtuella tabellalgoritmer
• Försäljning, vinster och marginaler: tittar på den större bilden
• Fastställande av kundrankning
• Kundförsäljningsrankning
• Kundvinstrankning
• Använda virtuella tabeller
• Använda SUMX som en itererande funktion
• Fördelar med virtuella tabeller
• Slutsats

Var kan man använda virtuella tabellalgoritmer

Det finns tillfällen där du vill ranka dina kunder över ett antal olika variabler. Men i slutändan vill du ta tillbaka dem med bara en variabel .

För att detta ska hända behöver du skapa en algoritm som gör att du kan analysera alla dessa olika variabler och faktorer efter en dimension (som i det här fallet är mina kunder).

Men då vill man också ta tillbaka det till ett nummer. På så sätt kan du mäta om en kund har varit bra eller dålig baserat på denna ena faktor, istället för att räkna in tre till tio variabler.

Försäljning, vinster och marginaler: tittar på den större bilden

För den här handledningen har jag redan täckt försäljningen , vinsten och marginalerna . Nästa sak att göra är att skapa en algoritm inom a som ger oss det numret. Detta nummer talar om för oss om en kund har varit bra eller dålig.

Ibland, när vi tittar på en sak isolerat (som försäljning till exempel), ger det oss inte hela bilden. Detta beror på att du behöver utvärdera vinsten , där en kund som har producerat mindre vinster förmodligen är bättre än någon som har producerat mycket försäljning.

Marginaler är också mycket viktiga. Om du tar ut en mycket hög marginal från en kund med lägre volym, kan den kunden klassas som en bra kund.

Så överlag är vårt mål att skapa en algoritm som kommer att se över alla dessa tre variabler ( Total försäljning , Total Vinst och Vinstmarginaler ) för att veta vilka våra bästa kunder och bottenkunder är.

Fastställande av kundrankning

Jag har redan brutit ner dessa beräkningar en efter en i tabellen. Vi har vår kundförsäljningsrankning , kundvinstrankning och kundmarginalrankning .

Vi kommer att räkna upp de här tre leden, och sedan kommer det att ge oss de bästa kontra de sämsta kunderna.

Kundförsäljningsrankning

Låt oss ta en titt på formlerna jag har använt för varje enskild åtgärd. Jag har använt, vilket är perfekt för att rangordna alla våra kunder mot ett visst uttryck eller mått.

För kundförsäljningsrankningen rankade vi våra kunder baserat på deras totala försäljning från 1 till vad som helst.

Du kan se att i toppen av tabellen är William Andrews. Han är vår bästa kund så han är rankad 1.

Kundvinstrankning

Vi tillämpade samma teknik från föregående åtgärd för att komma fram till vår kundvinstrankning .

Vi kan se här att våra toppkunder inte riktigt är våra toppkunder med marginal. Deras marginaler är faktiskt mycket lägre.

Så om vi tittar på våra toppkunder med marginal, är de faktiskt mycket lägre när det gäller försäljning.

Använda virtuella tabeller

Som jag har nämnt tidigare vill vi skapa det här numret och jag kommer att visa dig hur du gör det med hjälp av en virtuell tabell. Det finns ett par sätt att göra det, men att använda virtuella tabeller kan förenkla din formel .

I verkligheten behöver du inte ens skapa eller bryta ut var och en av dessa individuella formler. Du kan placera dem i en virtuell tabell och sedan använda kolumnerna som du placerar i dina virtuella tabeller.

Inuti denna ena formel (som jag har kallat övergripande rankningsfaktor ), har jag använt för att skapa individuella formler som kundförsäljningsrankning , kundvinstrankning och kundmarginalrankningsmått .

Använda SUMX som en itererande funktion

Det här är den del där jag använde en virtuell tabell för att göra en summa av alla dessa olika kundrankningar. Jag behövde också skapa en iterator så det är här funktionen kommer in.

Med SUMX måste vi iterera genom en tabell, eller hur? Vi kan göra detta med en virtuell tabell. Det som är fantastiskt med virtuella tabeller är att vi kan sätta in vilken tabell vi som helst.

Det jag har gjort är att skapa en virtuell tabell där SUMMARIZE låter mig skapa den här tabellen över alla rankningar. Jag kan skapa det praktiskt taget utan att behöva referera till en beräkning eller mått individuellt. Det är allt inom detta ena mått.

Jag har lyckats skapa en virtuell tabell som listar kundnamn , försäljningsrankning , vinstrankning och marginalrankning en efter en och bredvid varandra.

Vad som också är fantastiskt är att vi inom denna itererande funktion kan iterera genom alla våra kunder och sedan referera till kolumnerna som vi har placerat i den virtuella tabellen.

Detta kommer att summera alla olika rangordningar och interna beräkningar inom ett enda mått. Genom att använda denna teknik behöver du inte dela upp den i flera mått.

Du kan bara skapa detta ena mått som omfattar alla olika beräkningar som du vill lägga till din algoritm. Du kan skapa mycket avancerade och komplexa algoritmer och sedan lägga dem alla i ett snyggt mått.

Slutligen kan vi ta med måttet övergripande rankningsfaktor i vår tabell. Du kan nu se utdata från algoritmen vi just har skapat och använda den i vår analys.

Det är bara ett nummer jämfört med alla siffror som kom från vår försäljning, vinst och marginaler. Till exempel är vår kund Peter Boyd rankad 36:a i försäljning, 8:a i lönsamhet, 29:a i marginalrankning, med en total ranking på 73:a. Det är så vi klassificerar våra bästa kunder med alla dessa faktorer.

Fördelar med virtuella tabeller

Många LuckyTemplates-användare kommer inte ens att inse att du inte alltid behöver bara köra beräkningar och avancerad logik genom kolumner eller tabeller som fysiskt finns i din datamodell.

Du kan skapa virtuella tabeller och sedan köra logik genom dessa tabeller även om de inte finns fysiskt någonstans i din modell.

Dessa tabeller är ett perfekt och snabbt sätt att köra avancerad logik som kan ge insikter som kan användas och agera på i en mängd olika scenarier .

Slutsats

Med LuckyTemplates får du skapa mer avancerade algoritmer inom mått. Banker eller försäkringsbolag kan dra stor nytta av denna teknik eftersom de alltid försöker rangordna saker och köra algoritmer baserat på ett antal olika faktorer.

De kan ta reda på hur sannolikt det är att någon kommer att fallera, eller hur sannolikt de kommer att behöva betala ut ett försäkringskrav. Att kunna implementera den här typen av beräkningar inom åtgärder är verkligen kraftfullt.

Om du kan förstå hur detta fungerar inuti LuckyTemplates, specifikt med åtgärder, är du på väg att utveckla något otroligt analytiskt arbete inuti LuckyTemplates.

För många mer avancerade analystekniker för LuckyTemplates, kolla in kursmodulen nedan som finns på .