Kör känslighetsanalys för Lucky Templates med DAX

Har du någonsin trott att det skulle vara trevligt att ta reda på vad det mest optimala resultatet är från ditt scenarioanalysarbete som du gör i LuckyTemplates? I den här handledningen visar jag dig exakt hur du kan upptäcka detta och inkluderar även känslighetsanalystekniker till ditt vad-om-parameter- och scenarioanalysarbete. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Så vi går igenom hur du kan bygga och optimera din modell genom löpande scenarier och sedan utforska eller köra känslighet på dessa scenarier.

Scenarioanalys är ett verkligt kraftfullt sätt att köra avancerad analys eller upptäcka avancerade analytiska insikter inom LuckyTemplates.

Genom att införliva känslighetsanalys och relevanta visualiseringar i dina rapporter kan konsumenterna se vad som skulle hända om flera scenarier inträffade samtidigt jämfört med bara ett enstaka resultat baserat på ett urval.

Genom att använda denna teknik i LuckyTemplates ger du konsumenten en chans att se vad det mest optimala resultatet är baserat på de scenarier som kan uppstå i din data.

Innehållsförteckning

• Känslighetsanalysteknik
• Arbeta scenarierna genom formeln
• Andra element för ytterligare analys
• Slutsats

Känslighetsanalysteknik _

Det viktigaste för denna analys är att ställa in vår datamodell korrekt. Inuti vår datamodell har vi våra uppslagstabeller – datum, kunder, produkter och regioner – som är relaterade till vår försäljningstabell .

Ännu viktigare är att vi skapar dessa tre scenariotabeller eller scenariostödjande tabeller. I den äldre versionen av LuckyTemplates var vi tvungna att göra detta manuellt. Men nu med den senaste versionen av LuckyTemplates kan vi skapa detta med hjälp av parameterfunktionen What-If .

 I dessa scenariotabeller kan vi chocka efterfrågan, kostnaden och priset .

Jag kallar detta flerskikt av scenarier eller en flerskiktsstrategi för scenarier eftersom vi kan trä igenom dessa tre variabler eller element i våra beräkningar, vilket gör att vi kan köra flera scenarier.

Det är så här vi ska springaför att sedan se vilket som är det mest optimerade scenariot i denna nuvarande miljö vi har här i det här exemplet.

När vi väl har den här prognosen eller den här typen av scenario i vår efterfrågan, prissättning och kostnader kommer vi att se dess slutliga inverkan på vår totala vinst eller försäljning.

Arbeta scenarierna genom formeln

Vi går sedan igenom alla våra element genom våra formler. I vår scenarievinstberäkning använder vi itereringsfunktioner . Vi kan isolera alla element som vi tittar på i en viss rad i en tabell.

I det här fallet är det försäljningstabellen vi itererar genom varje enskild rad. Och då kan vi chocka det med förändringen i efterfrågan, pris och kostnad.

Så, om du tänker på det, är dessa element eller scenariotabeller inte ens kopplade till någonting i vår modell eftersom de stöder tabeller. Och vi använder den här formeln för att integrera dem i vår modell .

Istället för att bara visa de övergripande resultaten visar vi känsligheten. Vi använder den flerskiktade scenariometoden inuti itererande funktioner i den här speciella formeln för att sedan skapa dessa känsligheter.

I det här diagrammet här har vi tagit in prisändringen på raderna och längst upp och kolumnerna har vi efterfrågeändringar.

I det här diagrammet kan vi se vad förändringen i efterfrågan, såväl som prisförändringen, faktiskt skulle göra med våra resultat. Och sedan inom matrisen kan vi använda den villkorliga formateringen för att färglägga dem, vilket är ett annat riktigt fantastiskt element, för en bättre visualisering.

I det här diagrammet nedan kan vi se förändringen i kostnad . Så när kostnaderna minskar, till exempel, ökar vår efterfrågan.

Vi kan lika gärna lägga till fler element för att få en mer heltäckande analys. Vi kan lägga in våra datum, regioner osv.

Andra element för ytterligare analys

Vi lägger till vår här så att vi kan ändra tidsramen, vilket är helt fantastiskt. Detta kommer att göra det möjligt för oss att borra in i en specifik tidsram, och sedan kommer det att förändra resultaten vi har i våra diagram.

Med kraften i datamodellen kan vi också inkludera vilket element som helst på alla dynamiska sätt så att vi verkligen kan borra i aspekter av vår data.

Så vi kan använda vad som helst i vår modell, vi kan filtrera våra kunder, produkter, regioner, etc.

Vi kan fortfarande köra dessa känsligheter i dessa mycket specifika regioner. När du väl har valt en region kommer den dynamiskt att ändra resultaten också.

Och det är så du kan optimera dessa scenarier. Det är i princip att köra känslighetsanalys enkelt och effektivt.

Exempel på känslighetsanalys i LuckyTemplates med DAX

Lägga flera "What If"-scenarier i lager i LuckyTemplates – Avancerade DAX-koncept

Slutsats

Som du kan se är det här riktigt kraftfulla grejer. Detta är verkligen högkvalitativt analytiskt arbete som kommer att imponera på alla om du lägger detta framför dem.

Detta arbete var historiskt mycket svårt att uppnå. I LuckyTemplates, precis som magi, kan du skapa detta arbete. Du kan skapa dessa insikter på ett riktigt intuitivt, effektivt och skalbart sätt.

Jag hoppas att du kan se hur snabbt du kan göra detta. Det finns inte många komplexa formler inblandade. Det kräver bara en riktigt bra förståelse för itererande funktioner, och det är nyckeln till att implementera denna teknik.

Lycka till med att använda tekniker som denna i din egen analys.