Lös en dataanalysutmaning med LuckyTemplates Accelerator
Finslipa dina färdigheter i rapportutveckling genom att gå med i en dataanalysutmaning. Acceleratorn kan hjälpa dig att bli en LuckyTemplates superanvändare!
LuckyTemplates procent av totalen är en riktigt vanlig beräkning som vi kräver ganska ofta. Detta är bra för att snabbt visa var den större delen av resultaten sitter jämfört med hela befolkningen.
Att slutföra detta i LuckyTemplates kräver inte mycket skriven kod, men det kräver viss förståelse. Det kommer i allmänhet att vara en av de första introduktionerna till CALCULATE-satsen.
Låt oss börja med att gå igenom ett exempel.
Låt oss först skapa en total försäljningskalkyl. Det här är lätt.
Nu kan vi placera den bredvid en av våra dimensioner, säg kunder, och vi kommer att returnera den totala försäljningen för varje kund.
Hur kan vi nu beräkna procenten av det totala? Tja, vi måste få försäljningen för ALLA kunder och på något sätt placera den på varenda rad. Vi måste dividera varje enskilt totalförsäljningsresultat bredvid varje kund med summan för ALLA kunder.
Det enda sättet att göra detta är att använda funktionen för att ändra filterkontexten för det totala försäljningsmåttet.
Låt oss se vad som händer när vi tar med måttet "Försäljning för ALLA kunder" i tabellen bredvid kunderna
Så du ser att vi har uppnått det vi behöver. Vi kan nu dividera måttet 'Total försäljning' med måttet 'Försäljning för ALLA kunder' och få % av totalen som resultat. Låt oss göra det.
Bra, nu har vi våra resultat anpassade till varje kundnamn. I resultaten här kan vi direkt se att försäljningen snarare är fördelad på alla våra kunder med de högsta kunderna som bara har 2,64% associerade till dem.
Vi behöver inte ens dessa mellanhandsnummer längre. Vi kan bara visa procenten.
Vad som är riktigt häftigt nu är att vi kan börja dela upp data efter några av våra andra dimensioner och få procentandelen av totalerna för det nya sammanhanget (våra nya filter).
Låt oss kolla upp detta genom att ta in produkter och länder och se hur våra resultat förändras.
Som du kan se justeras nu resultaten dynamiskt för alla val vi gör. Vi kan välja ett land, sedan en produkt, och snabbt identifiera vilka våra bästa kunder är för det urvalet.
Jag vill tillägga här att vi uppnår dessa resultat endast för att vi har skrivit vårt med hjälp av BERÄKNA-satsen mot kundens sammanhang. Om vi placerade det här måttet mot en annan dimension som från produkttabellen regioner, skulle vi få konstiga resultat.
Det är därför du måste förstå filterkontexten väl. Det kommer att vara något som vi kommer att beröra många gånger med tiden.
För mer information om LuckyTemplates procent av totalen, kolla in länkarna nedan.
Lycka till med detta!
Finslipa dina färdigheter i rapportutveckling genom att gå med i en dataanalysutmaning. Acceleratorn kan hjälpa dig att bli en LuckyTemplates superanvändare!
Lär dig hur du beräknar löpande summor i LuckyTemplates med DAX. Löpande summor låter dig inte fastna i ett individuellt resultat.
Förstå konceptet med variabler i DAX inom LuckyTemplates och konsekvenserna av variabler för hur dina mått beräknas.
Lär dig mer om den anpassade visual som kallas LuckyTemplates Slope-diagram, som används för att visa ökning/minskning för en enstaka eller flera mätvärden.
Upptäck färgteman i LuckyTemplates. Dessa är viktiga för att dina rapporter och visualiseringar ska se ut och fungera sömlöst.
Att beräkna ett genomsnitt i LuckyTemplates kan göras på många sätt för att ge dig exakt information för dina affärsrapporter.
Låt oss fördjupa oss i Standard LuckyTemplates-teman och granska några av funktionerna som är inbyggda i själva LuckyTemplates Desktop-applikationen.
I den här handledningen lär du dig hur du bygger en anpassad förklaring i en LuckyTemplates Map Visual för att visa dina föredragna färger och segmentering.
Lär dig hur du ställer in en LuckyTemplates-bakgrundsbild med PowerPoint. Detta är en av mina tekniker för att skapa mina LuckyTemplates-rapporter.
I den här handledningen kommer vi att dyka in i en del inköpsanalyser inom en organisation, med hjälp av en interagerande funktion och kraften i datamodellen.