Variabler och uttryck i Power Query Editor
Denna handledning kommer att diskutera om variabler och uttryck i Power Query Editor. Du lär dig hur du skriver och bygger dem på rätt sätt.
När du analyserar faktiska resultat i din data kanske du ibland vill jämföra den med en prognos eller körhastighet. I den här handledningen kommer jag att visa dig hur du beräknar en kumulativ körhastighet baserat på några historiska resultat. Du kan se hela videon av denna handledning längst ner på den här bloggen.
Detta kom ut som en begäran där en medlem behövde en prognos som möjliggör en jämförelse av aktuella resultat och en genomsnittlig körhastighet under en viss period.
ett LuckyTemplates Support Forum-inlägg
I den här handledningen går jag igenom hur man beräknar den genomsnittliga körhastigheten först och projicerar sedan detta kontinuerligt framåt för att kunna köra den dagliga jämförelsen mot de faktiska resultaten när de inträffar.
Här gör jag visuellt den underliggande trenden mer utbredd än vad jag vanligtvis skulle ha gjort om jag bara granskade dagliga resultat utan någon prognos att jämföra med.
Det bästa sättet att i slutändan jämföra trender är med kumulativa summor.
Det kumulativa totala DAX-formelmönstret som jag täcker i den här handledningen är lite annorlunda än det du kan ha använt tidigare. Detta beror på att det finns ett annat krav här kring hur man i slutändan beräknar den kumulativa summan för den genomsnittliga dagliga körhastigheten.
Så låt oss komma till det.
Innehållsförteckning
Att räkna ut den ackumulerade summan
Det knepiga i det här fallet är att vi har vår Kumulativa försäljning, men vi måste skapa en helt ny Kumulativ Summa baserat på belopp som bestäms av hur vi faktiskt går. Det finns några steg vi måste gå igenom och kombinera DAX-formler för att uppnå detta.
Det första vi behöver beräkna är den kumulativa summan , och det är så här jag har ställt in formeln.
Jag har placerat den ackumulerade summan i en variabel (). Det är samma mönster, men jag placerade det inuti en variabel eftersom jag ville förenkla den faktiska slutformeln.
Om vi inte lägger denna logik, fortsätter den kumulativa summan att projicera framåt, och kommer sannolikt att dra en linje hela vägen ner i botten (i visualiseringen) baserat på vad det slutliga talet är. För att bli av med det använde jag Total Sales . Om det inte blir någon rea den dagen kommer det att vara tomt. Om inte, blir det den ackumulerade summan.
Så det är så jag har satt upp det. Nu, hur beräknar eller projicerar vi en körhastighet?
Träna ut körhastigheten
Logiskt sett skulle vi räkna upp den totala försäljningen som vi har gjort under ett år för att få den totala summan och sedan dividera den med hur många dagar vi faktiskt har sålt . Det kommer att ge oss vårt genomsnittliga dagliga försäljningsbelopp , som jag har kallat den genomsnittliga dagliga körhastigheten .
I vår tabell har vi 29 186 $ här, vilket bestäms av 175 113 $ dividerat med 6, eftersom vi i denna exempeldata har sålt i sex dagar under 2018.
Men hur jag ställer in det här är att det uppdateras automatiskt varje gång vi har fler dagar med försäljning . Med andra ord, detta kommer automatiskt att uppdatera vår genomsnittliga dagliga körhastighet, och sedan skulle förutsägelsen ändras . Här är formeln jag gjorde för detta.
Vi måste göra lite justeringar i variablerna för att få detta att fungera eftersom sammanhanget här är på en daglig nivå . Men vad vi försöker göra är att ta tag i numret, $175 113 (CumulativeTotal), och sedan dividera det med hur många dagar vi har haft försäljning.
För att få DaysWithSales har jag använt med och med. Om det finns en rea på dagen, som är större än noll, kommer den att behålla det datumet. För variabeln CumulativeTotal har jag använt CALCULATE till Cumulative Sales (175 113 USD), och sedan släpper ALLSELECTED Dates datumkontexten på varje rad.
Så nu när vi har den genomsnittliga dagliga körhastigheten kan vi sedan projicera den kumulativa körhastigheten. Låt oss titta på formeln.
Beräknar kumulativ körhastighet
Det finns en liten justering här till vad som finns i vår BERÄKNA . I det här fallet är det inte så enkelt som att bara lägga till Average Daily Run Rate. Vi måste lägga in en, så att vi itererar oss igenom varje dag. Och vad jag har gjort är att jag har ställt in en virtuell tabell (med) med alla datum .
Så, vad SUMMARIZE gör här är att det bara utvärderas till endast en rad. Så till exempel, vi är vid 1 januari, då utvärderar den den raden. Sedan, när vi kommer till den andra raden, utvärderar den återigen bara den andra raden. Och sedan öppnar FILTER ALLSELECTED (det kumulativa totala mönstret) upp de två dagarna. Så det uppgår till $29 186 och beräknas dagen innan också.
När vi flyttar nedåt i tabellen fortsätter den att beräkna den kumulativa summan och kör en iteration inuti CALCULATE .
Nu har vi denna kumulativa körhastighet, som enbart bestäms av den faktiska kumulativa totala försäljningen som vi har vid denna tidpunkt. Om vi lämnar det så här, när vår försäljning anpassas, kommer vår körhastighet att förändras också eftersom detta är dynamiskt.
Men om du vill ställa in dessa siffror, så skulle du förmodligen på något sätt vilja lägga in detta i en beräknad tabell eller exportera dessa data till ett Excel-kalkylblad. På det sättet kommer det att göra det icke-dynamiskt.
Slutsats
Det här är så unika tips och koncept som jag tror att du kommer att tycka är riktigt värdefulla.
Om du kan förstå de många begrepp som behandlas i den här handledningen, är du på ett mycket bra ställe, eftersom det finns så många olika sätt att använda logik som detta.
Du kanske vill granska länkarna nedan, vilket är användbart om du vill lägga till mer färg i det här exemplet.
Njut av att arbeta igenom denna handledning!
***** Lär du dig Lucky Templates? *****
Denna handledning kommer att diskutera om variabler och uttryck i Power Query Editor. Du lär dig hur du skriver och bygger dem på rätt sätt.
En LuckyTemplates värmekarta är en typ av visualisering som används för att visa datatäthet på en karta. I den här handledningen kommer jag att diskutera hur vi kan skapa en - missa inte!
Jag ska lära dig ett riktigt intressant exempel kring Pareto-principen och hur man skapar ett Pareto-diagram med hjälp av viktiga DAX-formler.
Lär dig hur ett anpassat stapeldiagram på marknadsplatsen kan användas för datajämförelse och hur du kan skapa dem med hjälp av exempel i LuckyTemplates.
Lär dig hur funktionen Power Automate Static Results fungerar och varför det är bra att läggas till de bästa metoderna när du skapar flödesdiagram.
eDNA visar hur man utför språk- eller textöversättning med Python och överför det till LuckyTemplates. LuckyTemplates Python Tutorial.
I den här handledningen kommer du att lära dig hur du använder Gauge Bullet Graph för att skapa ett Gantt-diagram i LuckyTemplates Report Builder.
I den här handledningen kommer du att lära dig hur du skapar en tredimensionell (3D) spridningsplot med Python i LuckyTemplates.
Effektiv LuckyTemplates-rapportering – sessionsgranskning och resursnedladdning
Ny kundanalys med LuckyTemplates – Evenemang endast för nästa medlem