Scenarioanalystekniker som använder flera What If-parametrar

LuckyTemplates är ett otroligt verktyg för att köra scenarioanalys och vad-om-analysexempel. Jag har faktiskt aldrig sett eller stött på ett analytiskt verktyg som är så effektivt och intuitivt att implementera den här typen av komplexa analyser. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Nyckeln är att du måste tänka mer analytiskt på de underliggande elementen i dina datauppsättningar än vad du kan ha gjort tidigare. Du måste isolera nyckelvariabler och sedan bestämma hur du faktiskt vill köra "vad-om" eller scenarioanalysen ovanpå dem.

I det här blogginlägget visar jag hur du kan sammanföra många olika element inom LuckyTemplates, speciellt med DAX-formler, för att i slutändan initiera denna typ av analys i dina egna modeller.

Innehållsförteckning

• Gör en scenarieanalys i LuckyTemplates
• Ett scenario i verkligheten
• Isolerande produkter
• Vald Scenario Försäljning
• Ej vald scenarieförsäljning
• Scenario prestanda
• Slutsats

Gör en scenarieanalys i LuckyTemplates

Att skapa "vad-om"-analys har blivit mycket enklare med den som du nu kan initiera från det översta menyfliksområdet i LuckyTemplates. När dessa väl är aktiverade är det bara att använda måtten (som skapas automatiskt) och sätta dem i kraft för att chocka de nödvändiga variablerna i din data.

Dessa kan vara saker som pris eller efterfrågad kvantitet, eller råvarukostnader, etc. (Jag dyker djupare in i dessa variabler under handledningen).

En av de viktigaste lärdomarna av scenarioanalys i LuckyTemplates är att du måste förstå itereringsfunktioner mycket väl. I videoexemplet visar jag hur du kan isolera vissa variabler och sedan lägga över den korrekta "vad-om"-parametern till dem, inuti en itererande funktion som SUMX. Detta är verkligen det enda sättet du kan göra det på ett effektivt sätt, så du bör verkligen försöka bemästra detta koncept.

Ett scenario i verkligheten

Jag fick ett e-postmeddelande av någon som ville se vad returerna skulle bli eller vad returerna skulle ha varit – antingen historiska eller prognostiserade – om du sänker priset på en produkt eller en grupp av produkter och sedan genom den rabatten kan du kontrollera hur mycket din vinst eller din försäljning skulle bli om det ökade efterfrågan på dina andra produkter.

Detta är ett verkligt scenario, eller hur? Du kanske till exempel vill sänka priset på dina produkter, vilket kommer att få fler människor till din butik. I slutändan kan de köpa en bredare portfölj av dina produkter. Efterfrågan på dina produkter i allmänhet kan öka för alla dessa icke-utvalda eller icke-rabatterade produkter.

Det här är ett exempel på några verkliga scenarier som du kan analysera inuti. Istället för att gå igenom varje enskild beräkning steg för steg, har jag redan ställt in det och jag ska bara gå igenom hur jag gjorde det.

Först och främst, låt oss se funktionaliteten. Jag har satt upp saker där vi kan ändra priset på en utvald produkt. Vi kan till exempel välja mellan 2 %, 5 %, 10 % och 20 %.

Om vi ​​väljer 20% kan du se att förändringen i försäljningen i princip minskar med 20% eftersom det säger att vi sänker priset på allt med 20%.

Isolerande produkter

Det jag vill göra är att isolera vilka produkter vi ändrar priset på . Låt oss säga att vi väljer en produkt och sänker priset med 20 %. Å andra sidan kommer efterfrågan att öka med en viss procent på de icke utvalda produkterna. Låt oss säga att vi väljer produkt 1 och sänker dess pris med 20 %. På grund av den prisförändringen kommer vi att se en 8% ökning i efterfrågan på alla andra produkter.

Så vad kommer detta att göra med den totala försäljningsprestanda? Här kan du se en procentuell ökning av den totala försäljningen över tiden.

Vald Scenario Försäljning

Låt oss gå igenom några av formeln som jag använde för att faktiskt skapa detta. Uppenbarligen är detta historiskt så vi beräknade den totala försäljningen genom att använda SUMX för enhetspriset multiplicerat med orderkvantiteten.

Nästa steg är att räkna ut den totala försäljningen för bara de valda produkterna. För att få detta skapade jag ett nytt mått och kallade det Selected Sales . Jag använde en VARIABEL för att summera den totala försäljningen och lade till prisjusteringen.

Och sedan i den nedre delen av formeln beräknade jag bara för de produkter som har valts ut.

Så när jag klickar på produkt 1 och håller muspekaren över den säger verktygstipset 9,79 miljoner, vilket också återspeglas i Selected Sales.

När vi klickar igenom de olika produkterna kan du se att det förändras för vilket urval vi än har gjort eftersom datan är dynamisk.

Vad den valda scenarieförsäljningen gör är att den beräknar den totala försäljningen men bara för den justerade prisändringen . Men vi måste lägga till det till det som inte är valt, eller hur? Den icke-valda delen justeras med 8 % högre.

Ej vald scenarieförsäljning

För att skapa måttet för icke-vald scenarieförsäljning, använder vi All försäljning – Vald försäljning.

För DemandScenarios går vi med icke-vald försäljning och lägger sedan till efterfrågejusteringen. Vi får våra icke-valda försäljningar och då säger vi att om den inte är vald, kommer den att justeras av efterfrågeparametern.

Slutligen lägger vi in ​​dem i CALCULATE-satsen också.

Nu har vi dessa två siffror: det valda scenariet och det icke-valda scenariet . Om jag hoppar ner till min Scenario I-försäljning, lägger jag ihop de två: Försäljningen av valda scenarier + det icke-valda scenariot Försäljning.

Scenario prestanda

Så produkt 1 justeras av detta och alla dessa andra produkter justeras av efterfrågan. Med denna information kan jag sedan räkna ut vad som är prestandan, vilket är Scenario försäljning dividerat med All försäljning om inget hände.

Så det är kärnberäkningarna som går in i detta specifika scenario. Detta är ett perfekt exempel på ett scenario som kan hända i verkligheten. Du kanske till exempel funderar på att släppa dina topp 3-produkter och se vilken effekt det skulle få. Låt oss säga att du till exempel tappar dina topp 3-produkter med 10 %. Du kan förvänta dig att en enorm mängd människor kommer in och ser en ökning av efterfrågan på alla dina andra produkter med 15 %.

Med hjälp av denna beräkning kan vi mycket snabbt räkna ut om rabatten kommer att vara lönsam för oss eller om det är värt att göra. Vi kan också köra lite känslighetsanalys och ta reda på var vårt faktiska break-even är med den här nuvarande modellen.

Den här tekniken visar den verkliga analytiska kraften bakom LuckyTemplates och det är bara en derivata av de många scenarier du kan inkludera i din egen analys.

Slutsats

Om du kan få en förståelse för hur allt detta fungerar, så kan du mycket snabbt göra en del komplext arbete inom dina modeller och över dina egna datamängder, vilket i slutändan är det viktigaste jag vill att du ska kunna uppnå.

Så fort du gör detta en eller två gånger kommer du att kunna börja skapa mycket effektiva LuckyTemplates-modeller som ger insikter av riktigt hög kvalitet.

Om du vill utforska många fler koncept och tillämpningar av scenarioanalys i LuckyTemplates, kolla in min kurs på . Det finns många mer avancerade tekniker för att lära sig om att skapa denna kraftfulla typ av analys.

Lycka till med att implementera denna.