Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Vi kommer att ta LuckyTemplates utveckling till nästa nivå och upptäcka viktiga nya trender i vår data. Först måste vi dyka in i våra dataavvikelser genom lite avancerad logik i LuckyTemplates med DAX. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Jag hjälper dig att förstå skillnaden mellan råa och filtrerade sammanhang. Så vi kommer att analysera och visa upp extremvärden i vår data effektivt inuti LuckyTemplates.

Outliers påminner mycket om anomalier i vår data. De är de resultat som ligger utanför det övergripande mönstret för en fördelning. Därför, genom vår analys, kommer vi sannolikt att vilja segmentera dessa specifika resultat i vår data.

Men jag klassificerar dem lite annorlunda än anomalier eftersom vi kanske vill sätta triggerpunkter kring vad vi skulle betrakta som en extremitet.

Så, hur upptäcker vi dem? Hur visar vi upp dem riktigt bra i LuckyTemplates? Och hur kan vi göra det dynamiskt? 

Innehållsförteckning

Visa extremvärden dynamiskt genom LuckyTemplates

I det här blogginlägget vill jag visa er något ganska avancerat som jag älskar att prata om. Detta är bara ett exempel på de fantastiska funktionerna hos LuckyTemplates. 

För att visa upp våra dataavvikelser genom LuckyTemplates måste vi kombinera ett antal DAX-formler och visualiseringstekniker. Detta är hur vi kan visa upp vad som är ett onormalt resultat och varför denna extrema kan uppstå.

Dessutom vill vi också fördjupa oss i dessa extrema resultat för att göra det möjligt för oss att förstå varför de är så.

Det är här vi kan ta vår LuckyTemplates-utveckling till nästa nivå. Vi kan verkligen titta igenom och förstå vad som driver de resultat vi ser.

Identifiera dataavvikare

I det här exemplet här kommer vi att använda den här instrumentpanelen för att fokusera på att titta på kundernas extremvärden genom LuckyTemplates. 

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Som vi kan se i den övre högra delen av instrumentpanelen kan vi klicka oss igenom olika tidsramar. Det viktigaste är att den automatiskt visar oss data för det specifika året eller kvartalet.

Om vi ​​till exempel vill analysera extremkunderna under första kvartalet 2017 kan vi klicka på 2017 och sedan på Q1 .

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Framför allt är det så här vi kan manipulera vår data i LuckyTemplates för att extrahera insikter på det sätt som vi aldrig kan göra i Excel. Men vi kan, inuti LuckyTemplates. För mig är detta verkligen kraftfullt och det är här det verkliga värdet kommer från vår analys.

Till exempel, vad jag klassificerade som en outlier i det här specifika försäljningsfallet var en kund med försäljning över 10 000 USD som hade vinstmarginaler över 30 %, i ett visst kvartal.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Om vi ​​ser oss omkring och borrar i en viss insikt, kanske vi vill se fördelningen av de särskilda extremkunderna under en viss period. Bortsett från det kanske vi också vill kolla trenderna för kunder som inte är avvikande.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Så, låt oss hoppa över till den här demon som jag har satt upp.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Vi får se här, jag har två mått som specificerar den extrema kundförsäljningen och den icke-extrema. Den nedersta raden i ljus rödbrun färg betecknar de avvikande kunderna, medan den övre raden i mörkt rödbrun är de icke-avvikande kunderna.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Visa dataavvikelser med DAX

Dessutom, låt oss dyka in i formeln för att bryta ut och klassificera dessa dataavvikelser i LuckyTemplates.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Som vi kan se vid det här laget har olika kvartal olika data. Så vår outlier här är dynamisk eftersom den förändras över vilken tidsram som helst.

Därför måste vi skapa en dynamisk beräkning baserad på de övergripande extremvärdena som vi har.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

I grund och botten behöver vi bara beräkna den totala försäljningen som är den viktigaste delen. 

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Men, vi vill bara beräkna det för de kunder som har överskridit de extremvärden som vi tidigare har satt upp. Därför kan vi inte bara placerai formeln eftersom data vi har är dagliga data.

Vad vi kan göra här är att lägga till (Datum) för att ta bort alla sammanhang från datumen, men behålla kvartalskontexten.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Dessutom kan vi ange ett urval för platserna – skriv bara in ALLA(platser),

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

eller ett urval för produkterna, ange ALLA(PRODUKTER).

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

För att förtydliga vill vi bara se till att vi inte har ett extra filter eftersom det vi utvärderar är kvartalstalet som har 10 000 USD och 30 %.

Kom ihåg att vi vill att den totala försäljningen ska vara ett kvartalsvisa tal, på samma sätt som . Vårt mål är att skapa ett sammanhang för våra kunder baserat på den övergripande sifferjämförelsen.

Nu, låt oss gå tillbaka till vår instrumentpanel. Det vi kan se i tabellen för FÖRDELNING AV KUNDRESULTAT kommer alltid att vara samma delmängd av kunder som vi kan se i tabellerna för försäljning och marginalfördelning.

Identifiera och visa upp dataavvikelser i Lucky-mallar med DAX

Det är så kraftfulla vi kan få inuti LuckyTemplates.




Slutsats

Sammanfattningsvis är våra extrema resultat, oavsett om det är över eller under trend, saker vi vill utforska mer. Att slutföra den här typen av arbete i LuckyTemplates kräver därför en rimlig mängd kunskap om DAX-formler, vilket är anledningen till att jag bestämde mig för att skapa den här handledningen.

Vi har grävt djupare i hur vi kan och alla de olika varianterna av DAX för att få det att hända.

Njut av att dyka in i den här handledningen – det finns så mycket mer att lära sig, men vi är säkra på att alla kommer att älska att upptäcka mer om detta ämne.

Skål,


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.