Hitta mönster i dina data med hjälp av intern logik i LuckyTemplates

Idag ska jag visa upp hur du kan upptäcka mönster i din data när du använder LuckyTemplates. Detta är en avancerad analysteknik som använder intern logik. Du kan se hela videon av denna handledning längst ner på den här bloggen.

LuckyTemplates är ett fantastiskt analytiskt verktyg, och genom att använda spridningsdiagram effektivt kan du visa upp några fantastiska insikter.

Vad jag hittar med punktdiagram, särskilt om det finns många datapunkter, är att diagram blir extremt upptagna och det är svårt att se något meningsfullt eller se mönster av information som ger något värde.

Så vad jag har utarbetat är en utvecklingsstrategi där du kan lägga över lite intern logik för att bryta ut dina spridningsdiagram på ett strategiskt sätt.

I det här exemplet undersöker vi om inköpsfrekvensen har gjort någon skillnad för våra kundgruppers marginaler och försäljningstillväxt .

Detta är verkligen en insikt av riktigt hög kvalitet.

Jag går igenom hur du kan få in logik i din modell som inte finns i dina kärntabeller. Detta gör att du kan hitta insikter från saker som kan vara något orelaterade, men låter dig upptäcka ett mönster i din data som du vanligtvis inte skulle hitta i dina datamängder.

Innehållsförteckning

• Använder spridningsdiagram och intern logik
• Slutsats

Använder spridningsdiagram och intern logik

Att använda ett spridningsdiagram är ett riktigt bra sätt att visa upp mönster i din data och visa kluster i din data.

I det här exemplet ska vi använda tre olika och orelaterade beräkningar eller delar av logik, och se om det finns något samband med dem . Vi ska se om det finns något samband med vad vinstmarginaler är för kunder, till vad deras försäljningstillväxt kan ha varit och till hur många transaktioner vi gör med dem.

Det finns många viktiga insikter som vi kan extrahera från detta, och det är därför jag vill visa upp hur du faktiskt kan utveckla dessa i dina modeller, och hur du dynamiskt kan borra in i dessa mönster eller kluster av information .

I den här modellen har vi några uppslagstabeller överst, som alla leder ner till vår försäljningstabell.

Så vad jag har gjort här är att jag skapade ett mått för marginaler och ett mått för försäljningstillväxt .

Sedan skapade jag den här logiken i vår kundtabell. I den här tabellen har jag räknat ut om kunderna är högfrekventa, lågfrekventa eller mellanfrekvenser, vilket är baserat på de transaktioner som kunderna gjorde under det aktuella året.

För att göra detta använde jag CALCULATE och FILTER . denna logik beräknar hur många transaktioner varje kund gör under 2017.

I Buyer Frequency använde jag funktionen och kvalificerade grupperna genom att identifiera >= tio, fem och noll som högre, mellan- respektive lågfrekvens.

Genom att skapa denna interna logik inuti den här tabellen skapas denna ytterligare dimension som vi sedan kan använda i vilken visualisering som helst. Vi kan använda denna dimension i vårt spridningsdiagram, som sedan skulle dela upp spridningsdiagrammet i olika grupper.

På diagrammet kan vi tydligt se de höga, mellan- och låga frekvenserna. Från detta kan vi få lite insikter om våra vinstmarginaler, till exempel. Du kan också tänka på saker som åldersgrupper, demografi eller prestanda. Du kan få prestanda på marginaltillväxt och marginalprestanda under det senaste kvartalet eller året, etc. Det finns många sätt du kan göra det på.

Nu för att ställa in detta har jag skapat måtten som jag har satt inuti X- och Y-axlarna. Sedan har jag använt legenden för att bryta upp den för att skapa dessa olika färger.

Jag har också ändrat färgerna för att de ska sticka ut.

Med de dimensioner som skapats kunde vi verkligen borra i, bryta upp det och se vad mönstret är.

Hur man upptäcker kluster i dina datamängder med hjälp av DAX i LuckyTemplates

Slutsats

Det viktigaste här är att bygga in logik i dina tabeller . Att göra det kan verkligen öppna upp för många olika insikter.

Genom att använda dessa typer av utvecklingstekniker, gör det att du kan visualisera insikter på ett mycket mer övertygande sätt inuti LuckyTemplates. Det jag vill att du ska få ut av den här handledningen är att standarden ibland inte räcker till.

Ibland behöver du tänka analytiskt på problemet, bestämma vad du vill visa upp och sedan lägga över lite avancerad DAX-logik för att göra din poäng.

Det här är ett riktigt bra exempel på hur man gör det, samt visar hur man använder LuckyTemplates på ett effektivt sätt.

Med vänliga hälsningar,