Kumulativa summor baserat på månadsgenomsnittliga resultat i LuckyTemplates

Idag ville jag täcka en unik teknik kring kumulativa summor baserade på månadsgenomsnittliga resultat i LuckyTemplates . Du kan se hela videon av denna handledning längst ner på den här bloggen.

För att ställa in datumintervallet för beräkningen av månadsmedelvärden kommer vi att använda en datumskärare.

En LuckyTemplates slicer  är ett alternativ för filtrering som begränsar den del av datamängden som visas i de andra visualiseringarna av en rapport. A eller filter används helt enkelt för att begränsa relativa datumintervall i LuckyTemplates.

Den kumulativa summan , å andra sidan, används för att visa den totala summan av data när den växer med tiden eller någon annan serie eller progression.

Vanligtvis när vi granskar, vi analyserar dem över ett visst datum eller över månader och år . I den här artikeln kommer vi att beräkna kumulativa summor över bara månaderna.

Det intressanta med just den här tekniken är att när du har ett sammanhang av bara månaden måste du ta hänsyn till de olika åren som väljs ut. Detta kan ske via ett LuckyTemplates-datumutsnittsval eller ett filter på sidnivå.

Detta specifika exempel härrör från ett mycket intressant ämne på . Kolla in detta om du vill recensera mer.

Innehållsförteckning

• Utvärdera problemet
• Granska det kumulativa totala mönstret
• Konflikt i att använda kumulativt totalmönster för månadsgenomsnittliga resultat
• Kolumnen för kumulativ månatlig försäljning
• Skapar datumintervallet
• Lägger till kolumnerna MonthName och MonthNumber
• Beräknar den ackumulerade summan baserat på antalet månader
• Slutsats

Utvärdera problemet

Någon ville visa den ackumulerade försäljningen baserat på månadens namn istället för efter månad och år .

Nu är problemet med detta om datumvalet du har så småningom går över ett helt år.

Så vi måste analysera hur vi med största sannolikhet bara kan fortsätta att få en kumulativ summa, precis som det var ett utvalt särskilt år.

Till exempel, om du har januari till september nästa år i din datumtabell, skulle du troligen ha totalt 20 månader där inne. I det här fallet kommer standardmönstret inte att fungera, så vi måste revidera det.

Detta är definitivt ett intressant scenario och en riktigt bra möjlighet till lärande kring avancerad DAX för alla.

Låt oss först ta en snabb titt på hur det vanliga kumulativa totalmönstret faktiskt fungerar.

Granska det kumulativa totala mönstret

I det här exemplet kommer vi att titta på en mycket generisk försäljning .

Denna formel är inställd för att beräkna försäljning inom det valda intervallet . Funktionen ALLSELECTED här visar primärt värdena baserat på vilket datumintervall som än är valt i denna specifika rapport.

Och som du kan se här i denna LuckyTemplates datumskärare är vi för närvarande mellan den 2 februari och den 20 september .

Nu, i den här aktuella kontexttabellen, kan vi validera att formeln för den kumulativa försäljningen fungerar helt bra. Detta beror på att den fortfarande beräknar ackumuleringen av den totala försäljningen från januari till september.

Konflikt i att använda kumulativt totalmönster för månadsgenomsnittliga resultat

Även om formeln för kumulativ total för närvarande fungerar bra, kan det uppstå problem när man härleder beräkningen baserat på en datumskärare .

Som visas på bilden utökade jag bara långsamt datumintervallet ytterligare och drog ut det till nästa år.

Den här formeln ackumulerar den månatliga totala försäljningen , men den börjar också föra ackumuleringen in i de nya månaderna. Så detta resulterar i ett udda värde för januari , som egentligen bara är en fortsättning på alla pågående månader .

Med andra ord, det är korrekt beräkning, men det ger oss faktiskt inte det resultat som vi särskilt vill ha.

Vad den för närvarande gör här är att den börjar från värdet för januari och går hela vägen till december ; och hoppar sedan tillbaka till januari igen, ackumuleras från december och så vidare.

Om jag bara drar ut datumet igen, kommer du att se att det kumulativa försäljningsvärdet sträcker sig ner ännu lägre när vi går.

Och sedan, när du faktiskt drar ut det ganska långt, kommer du att märka att den ackumulerade försäljningen från månaderna januari till maj alla blev 23 miljoner , vilket i princip är summan. Det går bara i en cykel för varje månad varje år.

Vad vi faktiskt vill här är att få en uppdaterad kumulativ totalsumma baserat på månadsgenomsnittliga resultat ; där den bör börja med den totala försäljningen för januari och sedan ackumuleras därifrån.

För att lösa detta krävs en teknik som skiljer sig något från vad du kanske tror. Vi måste också se till att summorna är korrekta och att de dynamiskt justeras för olika val i datumutsnittet , som kan komma från användarna.

Kolumnen för kumulativ månatlig försäljning

Jag ska ta in resultatet av min formel för just detta problem och visa varför det faktiskt fungerar.

Tydligen kommer du att se här att det alltid ackumuleras den månatliga totala försäljningen .

Men kolla vad som händer när jag försöker förlänga detta.

Det ackumuleras alltid från januari . Det gör inte den konstiga beräkningen som det kumulativa försäljningsmönstret gör.

Uppenbarligen ger kolumnen Kumulativ månadsförsäljning ett mer logiskt resultat.

Å andra sidan är det kumulativa försäljningsresultatet inte riktigt vettigt ur visualiseringssynpunkt.

Vad jag gjorde i min lösning är att jag återskapade ett nytt mönster som gav oss svaret som vi behövde för just detta scenario.

Låt oss nu diskutera hur vi kunde komma fram till den tillhandahållna lösningen.

Skapar datumintervallet

Att skapa datumintervallet är det första vi behöver för att fastställa formeln.

För att skapa detta initierade vi ett minimidatum , som representerades av variabeln MinDate; och ett maxdatum , som representerades av variabeln MaxDate . Sedan gjorde vi beräkningen för varje variabel genom att använda ALLSELECTED, MIN och .

Funktionen ALLSELECTED får det sammanhang som representerar alla rader och kolumner i frågan , samtidigt som explicita filter och andra sammanhang än rad- och kolumnfilter behålls . Den här funktionen kan användas för att få visuella summor i frågor.

Samtidigt returnerar funktionen det minsta värdet i en kolumn, eller mellan två skalära uttryck och MAX -funktionen returnerar det största värdet.

Efter att ha initierat minimi- och maximidatumet kunde vi skapa datumintervallet på ett något annat sätt än vad vi gjorde i mönstret Kumulativt totalt .

Jag behövde återskapa den här delen av tabellen där jag hade månadsnamnet och den totala försäljningen. Detta beror på att vi bara ville beräkna det inom detta specifika datumintervall.

Så genom att använda SUMMARIZE- funktionen kunde jag sedan begränsa datumintervallet .

Lägger till kolumnerna MonthName och MonthNumber

Som du kan se har vi inkluderat kolumnen Månadsnamn från tabellen Datum och kolumnen Försäljning som i princip är Total försäljning .

Nu är den första delen av formeln för närvarande ganska annorlunda än det kumulativa försäljningsmönstret .

Dessutom har vi lagt till MonthNumber till logikmönstret. Detta hämtades från tabellen Datum . Detta kommer att fungera som en virtuell eller imaginär kolumn som kommer att sätta ett värde från 1 ner till 12 för månaderna januari till december .

Från värdena i kolumnen MonthNumber kunde jag beräkna den ackumulerade summan baserat på antalet månader.

Beräknar den ackumulerade summan baserat på antalet månader

För att vara mer specifik, de efterföljande delarna av formeln itererar genom varje enskild rad i den angivna tabellen.

Sedan kommer kolumnen MonthNumber att utvärderas om den är mindre än eller lika med den maximala månaden på året .

Denna del beräknar vad det aktuella månadsnumret är.

Om vi ​​till exempel befinner oss i maj månad kommer värdet på MonthNumber att vara 5 . Sedan går det här speciella logiska mönstret inuti den här tabellen för varje enskild rad .

Vid den tidpunkten kommer den att utvärdera om det finns några av siffrorna som är mindre än eller lika med 5 . Om det finns kommer det att inkludera dessa i beräkningen och behålla den kolumnen från tabellen.

Slutligen kommer vi att räkna upp försäljningsbeloppet .

Och det är så vi kommer till 11:e raden här som är november .

Denna del utvärderades november som 11 .

Vi itererade igenom hela tabellen och utvärderade om den 11:e i månaden är mindre än eller lika med den aktuella månaden i sammanhanget, som är 11 .

Sedan går vi och räknar upp försäljningen , som representeras av just den här kolumnen här i .

Slutsats

I min föreslagna lösning använde jag en kombination av DAX-formler inklusive SUMX och SUMMARIZE . Men vad du också behöver göra är att se till att du lindar in just dessa funktioner med en FILTER-sats.

Den filtersatsen gör det möjligt för dig att i slutändan få den korrekta kumulativa summan baserat på en dynamisk datumlogik.

Det finns en del att lära i den här handledningen, men det är verkligen ett intressant innehåll. Förhoppningsvis kan du implementera några av dessa tekniker i dina egna modeller.

När du lär dig hur man kombinerar mycket i LuckyTemplates blir det absolut möjligt att lösa dessa unika scenarier.

Lycka till med att dyka in i den här.