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.
Bygga datadimensioner i LuckyTemplates
I dagens blogginlägg vill jag diskutera hur du kan bygga ytterligare datadimensioner i LuckyTemplates.
Dessa dimensioner kan hjälpa dig att filtrera din data på olika sätt. Utöver det kan dessa dimensioner hjälpa dig att komma med intuitiva visualiseringar senare.
Detta är också anledningen till att du behöver sätta upp din datamodell på bästa möjliga sätt. Som jag har nämnt i de tidigare handledningarna bör du separera uppslagstabellerna och faktatabellerna. På så sätt kan du ställa in ytterligare datadimensioner vid behov.
Innehållsförteckning
Lägga till ytterligare datadimensioner
Nu vill jag visa dig scenarierna där du behöver lägga till andra dimensioner.
Först har jag den här Produktnamn- kolumnen i tabellen Produkter . Produkterna som listas här filtreras efter deras produktnamn.
Det kommer dock att finnas tillfällen då du vill gruppera produkterna baserat på intäkter eller marginaler. På grund av det måste du lägga till en ny kolumn och placera den i en tabell. Det är här du behöver skapa ytterligare dimensioner som du kan använda för att köra mellanliggande beräkningar.
Om du tittar närmare på tabellen kan du se att den enda produktrelaterade kolumnen är Produktbeskrivningsindex .
Därför måste du manuellt bygga ytterligare data som du behöver beräkna för totala intäkter. För att göra det klickar du på menyfliksområdet Modellering och sedan på Ny kolumn .
Efter det bör du namnge det som Produktförsäljning . Den här kolumnen visar de totala intäkterna för varje produkt under kolumnen Produktnamn .
Nu när du har de totala intäkterna måste du lägga till ytterligare en dimension för produktgrupperingarna.
Återigen, klicka på Ny kolumn och namnge den som klientgrupper . För denna beräkning måste du använda funktionen. Denna funktion hjälper dig att automatiskt avgöra om produktförsäljningen är större än 10 miljoner eller inte.
Om försäljningen är större än 10 miljoner kan du klassificera dem som Bra kunder . Om försäljningen är mindre än eller lika med 10 miljoner kan du klassificera dem som Ok-kunder .
Lägg slutligen till BLANK i den sista delen för att stänga formeln.
Eftersom du har skapat kolumnen Kundgrupper kan du nu skapa en relation till tabellen Försäljning .
Du kan nu filtrera valfri beräkning med hjälp av de ytterligare dimensionerna i tabellen Produkter . Utan dem måste du köra din beräkning med hjälp av de tusentals raderna i tabellen Försäljning .
Ytterligare kolumner är viktiga eftersom de hjälper dig att göra effektivare beräkningar. De kan också påskynda LuckyTemplates prestanda jämfört med att göra en beräkning i en enorm tabell.
Hantera andra datadimensioner
Ett annat sätt att hantera dina dimensioner är att dölja irrelevanta kolumner i rapportvyn.
Du kan dölja valfri kolumn när du högerklickar och sedan väljer Dölj i rapportvy .
I det här exemplet behöver du dölja tabellen Produktförsäljning eftersom du bara behöver visa de olika kundgrupperna i din rapport. Du bör också dölja kolumnen Index eftersom den inte är relevant i rapporten för kundgrupper.
I rapportvyn behöver du bara visa data om goda kunder och ok kunder . Det betyder att du måste använda kolumnen Klientgrupper som ett filter och utsnitt.
I utsnittet Klientgrupper kan du göra rapporten dynamisk genom att välja antingen Bra kunder eller Ok klienter .
Eftersom de andra kolumnerna är dolda kan du inte se dem i rapportvyn.
Den dolda kolumnen Index och Produkter var bara användbara för att skapa relationen för de andra datadimensionerna, men det är irrelevant att visa dem i visualiseringen.
Du kan tillämpa den här tekniken på andra liknande scenarier som du kommer att stöta på när du skapar visualiseringar.
Slutsats
Jag har diskuterat ett antal datamodelleringstekniker som är viktiga. Jag hoppas att du får behärska dessa tekniker och tillämpa dem varje gång du arbetar inom datamodellområdet.
Som jag har sagt tidigare måste du bygga din datamodell på bästa möjliga sätt så att du inte får några problem när du gör dina beräkningar.
Skål!
LuckyTemplates mobilrapporteringstips och tekniker
Denna korta handledning belyser LuckyTemplates mobilrapporteringsfunktion. Jag ska visa dig hur du kan utveckla rapporter effektivt för mobila enheter.
Professional Service Analytics-rapporter i LuckyTemplates
I denna LuckyTemplates Showcase går vi igenom rapporter som visar professionell serviceanalys från ett företag som har flera kontrakt och kundengagemang.
Microsoft Power Platform-uppdateringar | Microsoft Ignite 2021
Gå igenom de viktigaste uppdateringarna för Power Apps och Power Automate och deras fördelar och konsekvenser för Microsoft Power Platform.
Vanliga SQL-funktioner: En översikt
Upptäck några vanliga SQL-funktioner som vi kan använda som sträng, datum och några avancerade funktioner för att bearbeta eller manipulera data.
LuckyTemplates Skapa mall: Guide och tips
I den här handledningen kommer du att lära dig hur du skapar din perfekta LuckyTemplates-mall som är konfigurerad efter dina behov och preferenser.
Fältparametrar och små multiplar i LuckyTemplates
I den här bloggen kommer vi att visa hur man lager fältparametrar med små multiplar för att skapa otroligt användbara insikter och bilder.
LuckyTemplates Rank och anpassad gruppering
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.
Visar kumulativ total endast upp till ett visst datum i LuckyTemplates
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.
Punktdiagram: Avancerade anpassade bilder för LuckyTemplates
Lär dig hur du skapar och anpassar punktdiagram i LuckyTemplates, som huvudsakligen används för att mäta prestanda mot mål eller tidigare år.