LuckyTemplates Visuals: Ändra storlek genom rankningslogik

Har du någonsin velat skapa en visualisering som ändras baserat på alla rankningsval du kan göra? Du kan faktiskt ändra storleken på dina LuckyTemplates-bilder genom att ranka logiken. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Tänk på ett scenario där du vill visa upp dina 20 bästa kunder. Låtsas att du är på ett möte och säger: "Detta är de kunder som bidrar mest till vår lönsamhet av all vår försäljning."

Men sedan bestämmer du dig, "låt oss kanske begränsa sökningen till våra topp 5 kunder."

Att dynamiskt kunna välja en slicer som ändrar diagrammet eller visualiseringen som du tittar på, till en mer specifik insikt baserad på rankning, är ett mycket kraftfullt visualiseringsalternativ.

I den här videon visar jag dig en cool visualiseringsteknik där du kan använda rankningsfunktionen för att bestämma vad du ska visa inuti visualiseringen.

Innehållsförteckning

• Skapa stödbordet
• Skapar åtgärderna
• Inkludera åtgärder i beräkningen
• Slutsats

Skapa stödbordet

Den stödjande tabellen kommer att ha valen av rankningsnummer för vilken rankning vi än vill välja. Så det kan vara topp 3, topp 5, topp 20 och så vidare.

Vi kan göra detta väldigt enkelt. Vi kommer bara att skapa en ny tabell genom att gå till Enter Data.

Vi kommer att namnge detta som Ranking Selection och vi sätter helt enkelt rangordning här, 3, 5, 10, 15 och 20. Klicka sedan på Ladda.

Kom ihåg att detta stödbord inte har något samband med någonting. Men dubbelkolla alltid din modell så att den inte har med någonting att göra.

Så vi tar in den här och ändrar den till en skivare, en lista. Och vi vill fånga det här urvalet vi gjorde här, så att vi kan mata in det i vår visualisering.

Skapar åtgärderna

Vi kommer att använda ett mycket liknande mönster som vi använde tidigare.

Vi går till New Measure och låt oss kalla det Rank Select. Sedan, lika med OM, HASONEVALUE; så om ett värde väljs (rankingen), så har vi lika med det värdet (VALUES, Rank).

Skriv sedan antalet kunder du har, vilket i det här exemplet är 50. Om du har tusen kunder, skriv då 1 000.

När vi tar upp det här ser vi att det nu returnerar ett resultat baserat på valet vi gjorde.

Om inget väljs ger det 50 eller 1 000, beroende på hur många kunder du lägger in. Eftersom vi väljer andra belopp får vi då det beloppet dit.

Efter att vi har skapat det måttet kommer vi att ha lite rankningslogik överlagd på en stödtabell som vi skapade.

Vi kommer att mata in detta mått i vår beräkning för att skapa en dynamik.

Men först måste vi ta reda på vad som är en kundrankning. Hur gör vi det? Vi använder RANKX.

Så än en gång går vi till New Measure, och döp det sedan till Customer Ranking . Det ska vara lika med RANKX med tabell som har ALLA kunder eller kundnamn eftersom du vill titta på hela tabellen och inte filtreras in i dess nuvarande sammanhang.

Uttrycket är total försäljning eftersom vi ska rangordna efter försäljning. Vi behöver inget värde i det här fallet och vi kommer att rangordna efter fallande ordning.

När vi nu drar in den här åtgärden kommer vi att se att den mest sålda kunden nu är rankad som nummer ett.

Som jag nämnde i andra videor, om du inte går ALLA här , kommer allt att beräknas till en. Det beror på att allt filtreras i sin tabell i datamodellen.

Om det bara finns en kund kommer den kunden alltid att rankas högst och det är samma sak med varje enskild rad i den här tabellen.

Så när vi tog bort filterkontexten från den tabellen kan vi få rankningen för alla kunder.

Inkludera åtgärder i beräkningen

Vi skriver nu vår beräkning, Försäljning per kund, där vi införlivar de två mått som vi har skapat (Ranks Select och Customer Ranking).

För vår rankningslogik går vi OM Kundrankningen är mindre än eller lika med Rank Select, då vill vi göra totala försäljningar. Om inte, så går vi bara BLANK.

Vadinte kommer att returnera något om det är under detta nummer (10, till exempel). Se vad som händer här:

Det returnerar bara topp 10. Eftersom detta är dynamiskt, kan vi ändra beloppet som om vi går 15, 20, det returnerar därefter. Om vi ​​inte går någon, kommer det att ge tillbaka alla.

Vi kan också göra detta till en visualisering. Bli bara av med alla dessa mellanberäkningar och kanske lägg till några dataetiketter.

Återigen, eftersom detta är dynamiskt, kan vi välja önskat antal kunder att jämföra eller checka ut. Välj bara skivaren så ändras vår visualisering automatiskt.

Med den här tekniken kan vi filtrera alla beräkningar, såsom totala vinster eller marginaler, efter det rankningsvalet.

Slutsats

Det finns seriöst så många olika sätt att du kan använda den här tekniken i dina modeller.

Du kan använda det på dina produkter, regioner, säljare eller andra filter eller dimensioner du har i din datamodell.

Det är en fråga om att bara testa det, se hur det fungerar inom dina nuvarande modeller och sedan försöka bädda in tekniken i ditt sinne så att du mycket snabbt kan se hur den kan användas på andra sätt.

Jag använde samma teknik i många av LuckyTemplates-modellerna på . Kolla in det här om du har lite tid och försök verkligen föreställa dig vad som händer under "huven" på dessa modeller – du kommer att lära dig mycket.

Heja på,