Datanormalisering i Lucky Templates för olika dagars resultat

Denna handledning härrör från en annan fråga omom datanormalisering . Teknikerna som jag kommer att lära dig kommer att vara viktiga för att bli av med anomalier som möjligen kan göra saker komplicerade under dataanalysen . Du kan se hela videon av denna handledning längst ner på den här bloggen.

Ibland, när du kör analyser i LuckyTemplates, kan du behöva ta hänsyn till försäljningen för helger eller helgdagar som kommer från olika länder. Utmaningen är när det är helgdag för ett visst land, men inte i andra länder. Det kommer att bli svårt att normalisera dessa försäljningsdata under rapporteringen med tanke på ländernas olika dagar. Det är där datanormaliseringstekniker kommer in i bilden.

Målet är att få alla olika försäljningar och placera dem tillbaka på de faktiska arbetsdagarna i det rapporterande landet.

Detta är ett ganska unikt exempel på en tidsintelligensteknik i LuckyTemplates. Ändå är det mycket användbart om du har att göra med ett specifikt scenario kring begränsad data eller ingen data som visas i din råinformation.

Innehållsförteckning

• Exempel på normalisering av data för försäljning på olika dagar
• Tränar försäljningen utanför helgen
• Skapa en kumulativ summa
• Slutsats

Exempel på normalisering av data för försäljning på olika dagar

Det viktigaste som jag vill gå igenom i den här handledningen är sätten att skriva lite logik i din formel för att ändra positionen för en rapportdag eller resultaten på en viss dag.

Låt oss titta på den här tabellen och verkligen fokusera på ett exempel. Om du arbetar med något liknande där du måste flytta resultaten från en dag till en annan, kommer den här handledningen att hjälpa.

I rapporten kan du se datumet samt vilken dag det är i kolumnerna Datum och Weeksnamn . Du kommer också att kunna se det totala antalet försäljningar för den specifika dagen i kolumnen Total försäljning .

Nu har jag utarbetat en logik för att flytta försäljningsdata för lördagar och söndagar till försäljningsdata för måndagar . Detta beror på att jag vill registrera dessa helgförsäljningar till en vardagsförsäljning (måndag till fredag). Du kan se uppdaterad försäljningsdata i kolumnen Total försäljning utan helgdagar nedan.

Dessutom ville jag att den här tabellen skulle vara dynamisk så jag har lagt till en dataväljare där du enkelt kan ändra tidsramen för försäljningsdata. Efter att ha valt en respektive tidsram uppdateras informationen i kolumnen Total försäljning utan helgdagar automatiskt.

Utöver det vill jag förgrena mig till några andra beräkningar som kumulativa summor, glidande medelvärden och så vidare. Som du kan se har jag lagt till Cumulative Total Adj. och Kumulativ försäljning . Jag var bara tvungen att ordna om saker lite och gå in i några DAX-beräkningar för att lösa dessa mycket specifika insikter.

Tränar försäljningen utanför helgen

Nu ska jag visa dig hur du tränar och ställer in beräkningen för den totala försäljningen utanför helgen. Det här är nyckeln här för denna handledning för datanormalisering.

Jag har ett par variabler () här för beräkning av Weekend Check och WorkdayCheck . Det jag gör här är att identifiera vilka i det specifika sammanhanget som är helger och vilka som är måndagar.

Jag hoppar tillbaka till min datumtabell och har skapat en kolumn Dagtyp med en mycket enkel logik. Så om dagen inte är lördag eller söndag, kallar jag det Workday . Om det är en lördag (6) eller söndag (0) så kallar jag det helg .

Nu, efter den första delen av formeln, ska jag diskutera den här delen.

Så, om WeekendCheck är sant, vilket betyder att det är en helg, är resultaten för det inställda på tomma. Sedan, om WorkdayCheck är lika med false eller om det valda värdet är lika med Monday är false, returnerar den Total Sales .

Om WorkdayCheck är sant, vilket betyder att det är en måndag, kommer jag att köra denna logik här.

Denna del är en kombination avochfunktioner. För det första kommer den att få summan av den totala försäljningen för måndagen såväl som helgförsäljningen. FILTER - funktionen kommer att gå över alla datum och returnerar bara de datum som är större än det aktuella datumet subtraherat med tre.

I grund och botten flyttar jag bara den totala försäljningen från lördag och söndag till måndag med en kombination av tekniker somuttalanden och olika funktioner. Det är så datanormalisering fungerar för den här typen av analyser.

Samma teknik kommer att vara mycket användbar när du arbetar på semester eller något liknande. Du behöver bara ändra några saker här som HolidayChecks istället för WeekendChecks. Ändå är det en liknande logik och du kan alltid tillämpa den här lösningen på dessa scenarier.

Skapa en kumulativ summa

Nästa sak som jag vill lära dig handlar om att skapa en ackumulerad summa av total försäljning och total försäljning utanför helgen.

En sak du kommer att kunna lägga märke till är att den samlade totala data för helger i den här kolumnen alltid kommer att vara en platt linje eftersom det faktiskt inte finns några data där oavsett vilken tidsram du har.

I samband med det har jag skapat en visualisering som jämför den kumulativa totala justeringen med den kumulativa försäljningen.

Detta är en annan intressant teknik som du kan använda under ett antal dagar när du normaliserar dina data. Låt oss titta på formeln nedan.

För det första har jag skapat en försäljningstabell för justeringar genom att återskapa kolumnerna Datum och Total försäljning icke helgdagar medfungera.

Efter det har jag lagt tillfungera. Som du kan se är justeringsförsäljningstabellen placerad i en FILTER -funktion. Istället för att gå igenom alla datum har jag lagt justerad total försäljning utan arbetsdagar. Slutligen, med hjälp av SUMX , kommer den att iterera varje dag och räkna ut datumet mindre än eller lika med maxdatumet. Den kommer sedan att räkna upp kolumnerna för Normaliserad försäljning .

Denna datanormaliseringsteknik är mycket användbar när du arbetar i flera länder. Som du kan se är det verkligen ett effektivt sätt att normalisera försäljningen över alla olika regioner i rapporten.

Slutsats

Jag har nämnt många användbara tekniker i handledningen som gör att du kan köra några  unika tidsrelaterade analyser i LuckyTemplates. Jag gick igenom ett antal olika DAX-funktioner somfunktion, vissa tabellfunktioner  och andra enkla filter medfungera.

Om du vill kolla in mer kring en mängd olika tidsintelligenstekniker inuti LuckyTemplates rekommenderar jag att du tar en titt på vår kursmodul i LuckyTemplates online som specifikt vänder sig till dessa typer av analyser.

Njut av att arbeta igenom denna detaljerade video.