Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Det här blogginlägget kommer att demonstrera en av de bästa datavisualiseringsteknikerna jag hittills har upptäckt i LuckyTemplates - tekniken för dynamisk visuell multi-measure. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Om du vill skapa dynamiska bilder som verkligen kan få din analys att sticka ut måste du använda den.

Det låter dig arbeta och presentera dina resultat på ett dynamiskt sätt. Du kan inte bara arbeta med dynamiska resultat, du kan ändra måttet eller måttet du vill visa en jämförelse med.

Jag kommer att visa hur du kan lägga upp detta på olika sätt för att i slutändan kunna visualisera fantastiska insikter.

Jag ska visa en visualiseringsteknik som jag snubblade över när jag ville jämföra en sak mot en annan och ville göra det på ett dynamiskt sätt. Självklart kan du visa skillnaden mellan något från en period till nästa, men vad händer om du ville visa ett urval kontra ett annat urval i samma diagram?

Till exempel ville du visa ett klustrade kolumndiagram men ville kunna välja detta dynamiskt? Jag trodde att det här förmodligen var svårt att göra, men sedan insåg jag att du faktiskt kan göra det eftersom det bara är ytterligare ett derivat från dynamiken i det visuella som jag har visat upp ett antal gånger.

Först ska jag sätta upp några beräkningar som vi kan mata in i ett mått och som kommer att tillåta oss att dynamiskt ändra med ett urval. Jag har beräknat min totala försäljning , totala vinst och totala kostnader . Jag har också beräknat min försäljning förra året , försäljningen förra månaden och försäljningen för sex månader sedan . Jag vill skapa ett klustrade kolumndiagram där jag kan välja vilken som helst av dessa mätvärden kontra en annan mätning.

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Innehållsförteckning

Skapa Slicers

Vi kommer att skapa två filter eller två slicers genom att gå in i data. Jag kommer att kalla den första skivaren för urval A. Vi kommer att namnge den första kolumnen som Valt mått och lägga in total försäljning, total vinst och totala kostnader. Vi lägger också in ett index här och laddar in det.

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Jag kommer också att skapa en annan slicer och kalla denna för Selection B . Vi namnger kolumnen Jämförelseurval och lägger in vår försäljnings-LY , försäljnings-LM och försäljning för 6 miljoner sedan . Jag kommer också att skapa ett jämförelseindex och sedan ladda in det.

Nu när vi har dessa två skärmaskiner på duken kan vi välja bland alternativen.

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Valda åtgärder

Nästa sak vi ska göra är att skapa ett mått och kalla det för mått valda med den här formeln. Det är lite av en uppsättning inblandad här men det här är vad du måste göra för att komma fram till en sådan fantastisk analys som denna.

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Sedan ska jag bara kopiera formeln, skapa ett nytt mått och klistra in formeln. Jag ska ändra Valt mått till Jämförelseurval och sedan välja Försäljning förra året .

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Detta kommer att returnera valen som vi har gjort i de två skärmaskinerna.

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Det är här den riktigt coola delen kommer in: vi kommer att skapa dynamiska mått som gör att vi kan ändra visualiseringen baserat på urvalet. Vi skapar ett nytt mått och kallar det urval 1 och använder SWITCH -funktionen. Vi använder SWITCH(TRUE) och skriver sedan lite logik där om de valda måtten är lika med totala vinster , totala försäljningar och totala kostnader , så går vi BLANK .

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Jag tar bara in min månad och år i tabellen. Det ger nu våra totala vinster, men vi kan byta till totala kostnader eller totala försäljningar.

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Jämförelse vald

Det här ser redan ganska bra ut men vi kan göra ännu bättre. Vi måste kopiera och klistra in formeln i ett nytt mått och kalla det Selection 2 och sedan ändra Measures Selected till Comparison Selected . Vi kommer sedan att lägga till vår Sales LY , Sales LM och Sales 6M sedan .

Datavisualiseringsteknik i LuckyTemplates – Multi Measure Dynamic Visuals

Göra jämförelsen

Så nu kan vi lägga till detta mått till vår visualisering för att göra en jämförelse. Jag hade faktiskt cirka 25 mått men genom att använda exakt samma teknik kunde jag dynamiskt ändra visualiseringen för att visa jämförelsen. Detta är en riktigt cool teknik, där du kan välja vilken åtgärd som helst och visa de fullständiga resultaten sida vid sida.

Slutsats

Detta är ett otroligt effektivt sätt att lyfta fram information på ett mycket komprimerat sätt i en LuckyTemplates-rapport. Historiskt sett, om du arbetade med Excel på PowerPoint, skulle du ha behövt skapa en omfattande presentation för att visa upp så många resultat du kan eller vill i bara den här bilden.

Denna analytiska och jämförelseteknik för LuckyTemplates öppnar upp flera visualiseringsalternativ som dina konsumenter kommer att älska och tycker är mycket värdefulla.

Om du skapar rapporter och vill förbättra dina visualiseringar på ett övertygande sätt, är detta absolut en teknik du måste överväga att placera i dina rapporter och modeller.

Kolla länken nedan för ännu mer omfattande guider om datavisualiseringstips från.

Lycka till med denna!


Pipe In R: Anslutningsfunktioner med Dplyr

Pipe In R: Anslutningsfunktioner med Dplyr

I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.

Extrahera LuckyTemplates-teman och bilder från PBIX

Extrahera LuckyTemplates-teman och bilder från PBIX

Lär dig hur du tar isär en PBIX-fil för att extrahera LuckyTemplates-teman och bilder från bakgrunden och använda den för att skapa din rapport!

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

Excel Formler Fuskblad: Mellanvägledning

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

LuckyTemplates Kalendertabell: Vad är det och hur man använder det

Python i LuckyTemplates: Hur man installerar och ställer in

Python i LuckyTemplates: Hur man installerar och ställer in

Lär dig hur du installerar programmeringsspråket Python i LuckyTemplates och hur du använder dess verktyg för att skriva koder och visa bilder.

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Beräkna dynamiska vinstmarginaler – enkel analys av LuckyTemplates med DAX

Lär dig hur du beräknar dynamiska vinstmarginaler vid sidan av LuckyTemplates och hur du kan få fler insikter genom att gräva djupare i resultaten.

Sortering av datumtabellkolumner i LuckyTemplates

Sortering av datumtabellkolumner i LuckyTemplates

Lär dig hur du sorterar fälten från en utökad datumtabells kolumner korrekt. Detta är en bra strategi att göra för svåra fält.

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

Hitta dina bästa produkter för varje region i LuckyTemplates med DAX

I den här artikeln går jag igenom hur du kan hitta dina toppprodukter per region med hjälp av DAX-beräkningar i LuckyTemplates, inklusive TOPN- och CALCULATE-funktionerna.

Skräpdimension: Vad är det och varför det är allt annat än skräp

Skräpdimension: Vad är det och varför det är allt annat än skräp

Lär dig hur du använder en skräpdimension för flaggor med låg kardinalitet som du vill infoga i din datamodell på ett effektivt sätt.