Extrahera unika insikter i LuckyTemplates med hjälp av Ranking DAX-mått

I den här bloggen visar jag upp rankade DAX-mått för att analysera något riktigt praktiskt och få fantastiska insikter i LuckyTemplates. Det är för att räkna ut den totala försäljningen för mina 3 bästa säljare baserade i vilken region som helst . Du kan se hela videon av denna handledning längst ner på den här bloggen.

En riktigt intressant insikt, eller hur? Det kan verka relativt intuitivt, men att faktiskt implementera detta inuti LuckyTemplates är inte så lätt.

Du måste förstå hur man skriver en DAX-formel som uppnår denna speciella insikt baserat på det sammanhang som vi placerar den i.

Kontexten kommer att vara den specifika regionen, och sedan för någon av dessa regioner kommer vi att analysera alla säljare, förstå om de är bland topp 3 och sedan räkna upp försäljningen som de faktiskt bidrar med.

När skulle du behöva titta på den här typen av information?

Ur ett riskreducerande perspektiv är det värt att ta reda på om alla dina intäkter är samlade kring ett litet antal personer.

Om just dessa personer lämnade sina försäljningsregioner, så skulle helt plötsligt ditt företag i just den regionen dra ihop sig avsevärt. Jag dyker mycket djupare in i hur du faktiskt kommer att implementera detta under handledningen.

Jag visar dig också hur du kan visualisera detta på ett övertygande sätt . I kombination med, kommer du att kunna se att LuckyTemplates kan extrahera dessa högkvalitativa insikter effektivt och dynamiskt.

Om du kan förstå denna formel och hur man implementerar den, öppnar sig många saker för dig analytiskt i LuckyTemplates. Dyk in i handledningen och försök lära dig så mycket du kan.

Innehållsförteckning

• Gå igenom datauppsättningen
• Tränar DAX-formeln
• Skapar visualiseringen
• Slutsats

Gå igenom datauppsättningen

Denna exempeldatauppsättning är mycket generisk. Vi har våra små och stora regioner här, där de större regionerna har fler säljare som är mycket mer distribuerade än de mindre regionerna, så klart.

Vad som är coolt är att vi kan dyka in i denna information dynamiskt. Med de nya tabellfunktionerna och datafälten som skapas kan vi undersöka denna visualisering och borra djupare och extrahera mer betydelsefulla insikter.

Här kan vi se att Florida är en av våra största säljare. Vi skulle kunna rangordna detta eller sortera efter total försäljning för att tydligt se vår toppförsäljning ner till vår bottenförsäljning.

Genom datafälten kan vi se var våra största risker finns, vilket visar Rhode Island som en av dem.

Vi kan välja en stat, och den kommer att ge oss information om hur mycket vi faktiskt tjänade i vart och ett av dessa kvartal. Och genom det urvalet kunde vi se alla säljare i den regionen också.

Så om det finns en extremvärde kan vi faktiskt välja det specifika kvartalet och numret med data.

Till exempel valde vi kvartal 3 2016, vi kunde se att vi hade mer än 10 000 $ försäljning och 70 % gick till våra topp 3 säljare, som jag placerade i topp 3.

Vi kan också borra i våra säljare och se hur mycket de säljer och varför detta är 70 %. Hur långt du kan dyka in i denna information för att extrahera insikten är bara otroligt.

Du kan identifiera alla extremvärden så snabbt och kunna se varför det är en extremvärde. Vi kan klicka till vilken tidsram som helst i vilken stat som helst och se varje försäljning per säljare.

Tränar DAX-formeln

Låt mig gå igenom hur du skaparatt du måste skapa den här visualiseringen.

Det är inga lätta formler. Det finns få steg som du måste gå igenom för att verkligen få det att fungera, och det största är faktiskt att beräkna hur mycket av vår försäljning som tillskrivs våra topp 3 säljare.

Nu har vi redan vår totala försäljning , som jag visar i många av mina andra handledningar.

Så vi går till New Measure och skapar vår Formel för Top Sales People Sales .

Vi kommer att använda SUMX och sedan gå ner till en annan rad, där vi lägger en virtuell tabell med hjälp av TOPN -funktionen. Vi lägger 3 här eftersom vi letar efter våra 3 bästa säljare.

På nästa rad går vi till Säljare , vilket är ett annat virtuellt bord. Så vi skapar en virtuell tabell i en virtuell tabell här.

Därefter går vi till Säljare , sedan SalesAmount på nästa rad, och vi använder vårt totala försäljningsmått . Vi filtrerar sedan TOPN efter SalesAmount.

Vi refererar faktiskt nu från ett mått i kolumnen "SalesAmount". Vi kan skapa en kolumn med information och referera till den i en annan tabellfunktion för att skapa ett filter.

Det verkar komplicerat, men det är verkligen fantastiskt vad du kan uppnå när du börjar göra sådana här saker.

Slutligen kommer vi att sätta uttrycket i SUMX, som är vår totala försäljning.

Detta är en återanvändbar formel, så du kan implementera den på ett antal olika sätt.

Nu vill vi också veta procentandelen av försäljningen som går till våra topp 3 säljare med avseende på all försäljning.

Så än en gång går vi till New Measure, och vi kallar denna % av försäljningen till toppsäljare . Vi går bara DELA för vi har redan åtgärderna. Vi behöver inte göra något alltför annorlunda än vad vi redan har.

Så vi delar våra bästa säljare med den totala försäljningen och lägger till vårt alternativa resultat, som är 0 .

Med våra formler redo kan vi nu göra vår visualisering.

Skapar visualiseringen

Jag ska visa dig hur du kan skapa den här visualiseringen med hjälp av datafälten.

För vårt första bord tar vi vårt Kvartal & År från våra datum och går till vår plats och hittar vår delstat . Vi lägger Kvartal & År i kolumnerna och vårt tillstånd i raderna. Sedan lägger vi in ​​vår totala försäljning i värdena.

För att skapa, klickar vi på det här värdeavsnittet här, som är en rullgardinspil, och går till Villkorsformatering och klickar på Datafält.

Vi väljer helt enkelt den temafärg vi vill ha för våra datafält här och klickar på OK.

Med datafälten kan vi se kvartalsvis hur många försäljningar vi faktiskt gjorde per stat. Vi sorterar det sedan efter försäljning , så att vi tydligt kan se den högsta ned till vår lägsta försäljning per stat.

Vi vill också veta hur stor procentandel av försäljningen som går till våra topp 3 säljare med avseende på all försäljning . För att göra detta kopierar vi bara och klistrar in den här tabellen här nere och drar sedan måttet vi skapade, % av försäljningen till toppsäljare till värdena.

Om vi ​​jämför den här tabellen nedan med tabellen överst, är den inte riktigt insiktsfull om du inte lägger någon villkorlig formatering på datafälten, eller hur? Så låt oss använda datafälten i den här tabellen också, och sedan sortera det för att ge oss tydliga rankningsbilder.

Med datafälten är informationen tydligt uppenbar nu. Vi kunde inte uppnå så bra visualiseringar som denna förrän datafälten fanns.

Vi skulle kunna, men vi måste skapa individuella staplade stapeldiagram. Men det skulle vara så tråkigt. Med datafält skulle det vara så enkelt och snabbt att få dessa insikter.

Slutligen tar vi tag i vårt säljarnamn och sätter vår totala försäljning mot det för att skapa ytterligare ett bord vid sidan av. Sedan rangordnar eller sorterar vi det och placerar filtret.

Slutsats

Genom att använda den nya tabellfunktionen har vi massor av möjligheter att borra i informationen och få unika insikter i LuckyTemplates, såsom tillskrivning av säljares prestanda.

I det här exemplet visar jag hur effektiva funktionerna är, tillsammans med några effektiva rankande DAX-mått, för att uppnå fantastiska visualiseringar och försäljningsinsikter.

Vi skulle faktiskt kunna ändra formeln, Top Sales People Sales, lite och återanvända den. Om du verkligen kollar in formeln är det bara ett mönster.

Säg till exempel att du vill ha den bästa kunden, då kan vi göra det genom att helt enkelt ändra numret här. Detta kommer automatiskt att ändra resultaten i tabellen.

Om du vill börja bemästra DAX-formler, kolla inkurs.

Det är här jag täcker många av de viktiga koncepten kring DAX som du behöver lära dig riktigt bra för att enkelt implementera denna typ av analytiskt arbete över din egen data.

Alla tankar eller kommentarer, låt mig veta i kommentarsektionen nedan.

Skål!