Моделювання даних у LuckyTemplates за допомогою допоміжних таблиць

Виконуючи аналіз нашої моделі, ми можемо захотіти знайти інформацію, яка не пов’язана ні з чим у наших таблицях. Ось тут і виникає концепція використання допоміжних таблиць для моделювання даних LuckyTemplates.

Допоміжні таблиці не пов’язані з нашими таблицями, але ми можемо використовувати їх для підтримки візуалізацій у наших звітах. 

Зміст

• Зразок сценарію для моделювання даних у LuckyTemplates
• Створення допоміжної таблиці для моделювання даних у LuckyTemplates
• Створення таблиць вимірювань для моделювання даних LuckyTemplates
• Створення власних візуалізацій у LuckyTemplates
• Висновок

Зразок сценарію для моделювання даних у LuckyTemplates

Для цього прикладу ми створимо допоміжну таблицю для таблиці «Клієнти» . Ми можемо накласти на цю допоміжну таблицю інформацію. Потім запустіть логіку DAX, щоб створити візуалізації, які неможливі з тим, що ми зараз маємо в нашій таблиці клієнтів . 

У перегляді звіту ми маємо візуалізацію, яка показує загальну кількість транзакцій кожного клієнта. У цьому прикладі найбільша транзакція від клієнта становить 33 .

Тоді найменше дорівнює 8 .

Наприклад, ми хочемо створити візуалізацію, яка показуватиме частоту відвідування наших клієнтів на основі їхніх транзакцій. Це візуалізація, яка показує загальні продажі наших клієнтів високого, середнього та низького діапазону, яких немає ніде в нашій моделі. Що ми можемо зробити, це створити таблицю, яка міститиме ці частоти, щоб ми могли запустити через неї логіку.

Створення допоміжної таблиці для моделювання даних у LuckyTemplates

Існують різні способи створення таблиці. Для цього прикладу скористаємося опцією «Ввести дані» на вкладці «Домашня сторінка». 

Назвемо цю таблицю « Частота покупок ». Потім встановіть перший стовпець як Frequency Group і додайте значення частоти як High , Ok і Low . Також додайте стовпці Min і Max . У нашій поточній таблиці ми говоримо, що наші високочастотні клієнти повинні мати принаймні 25–40 транзакцій. Середньочастотні клієнти повинні мати від 15 до 25 транзакцій, а низькочастотні – лише 0 – 15 транзакцій.

У перегляді зв’язків ми розташуємо нашу додану таблицю частоти покупок праворуч. Це тому, що таблиця частоти покупок є допоміжною таблицею . Стовпці, створені в цій таблиці, не мають жодного відношення до жодної таблиці нашої моделі даних. Ми використовуватимемо це лише для запуску логіки DAX для підтримки візуалізацій, які ми хочемо створити у наших звітах. 

Створення таблиць вимірювань для моделювання даних LuckyTemplates

Крім таблиці Purchase Frequency , давайте також створимо ще одну таблицю за допомогою параметра Enter Data . Назвемо це динамічне групування . Потім ми створимо міру в цій таблиці.

Перейменуйте показник на таблицю «Продажі за групою частот» . Ви можете дізнатися більше про .

Для вимірювання ми будемо використовувати код DAX, який є досить складним. Цей показник обчислює загальний обсяг продажів кожного клієнта в таблиці «Клієнти» . Він визначає, чи відповідає загальна сума транзакцій MIN і MAX значенням таблиці частоти покупок , яка є допоміжною таблицею, яку ми створили. 

Головне, що таблиця Purchase Frequency не пов’язана з нашою таблицею «Клієнти» чи іншими таблицями. Однак, створивши логіку за допомогою вимірювання та коду DAX, тепер ми можемо використовувати її для підтримки або створення візуалізації з іншими нашими таблицями.

Створення власних візуалізацій у LuckyTemplates

Щоб створити потрібну нам візуалізацію, нам просто потрібно перетягнути стовпець Frequency Group таблиці динамічного групування на наше полотно.

Потім ми перетягнемо показник Sales by Frequency Group до нашої групи частот на полотні.

У результаті ми тепер маємо візуалізацію, яка показує нам загальні продажі клієнта на високих, низьких і середніх ( OK ) частотах.

Після цього ми можемо перетворити це на візуалізацію круглої діаграми. Тоді ми побачимо, що на основі логіки, яку ми створили за допомогою нашої допоміжної таблиці, більшість наших клієнтів знаходяться в межах частоти середнього діапазону ( OK) .  

Це має сенс, тому що якщо ми перевіримо загальну кількість транзакцій наших клієнтів, більшість із них мають приблизно 20-21 транзакцію.

Це в межах середнього діапазону 15-25 ( OK ) частоти на основі нашої допоміжної таблиці ( група частот ).

Ми також можемо створити іншу візуалізацію, перетягнувши показник ( Sales by Frequency Group ) у візуалізацію імен клієнтів …

… і стовпець «Група частот» із нашої допоміжної таблиці ( Частота покупок ).

У результаті візуалізація тепер відображає імена клієнтів, їхні загальні продажі та частоту транзакцій. 

Потім ми можемо перетворити цю візуалізацію на гістограму , якщо хочемо.

Нарешті, ми маємо ці візуалізації для продажів за групою частот за іменами клієнтів і групою частот і продажів за групою частот за групою частот.

Висновок

Таким чином, ми змогли створити допоміжну таблицю та використовувати її для моделювання даних у LuckyTemplates. Це деякі потужні методи, які ми можемо досягти, використовуючи допоміжні таблиці.

Тепер подумайте, як ми можемо розширити логіку тут. У цьому випадку ми виокремили транзакції, але ми також можемо зробити це з іншими обчисленнями для групи людей щодо продажів, маржі, зростання та багато іншого.

Я сподіваюся, що ви змогли побачити логіку та важливість використання допоміжних таблиць . Знову ж таки, вони використовуються виключно для підтримки логіки та візуалізації, яку ми хочемо створити, і ми можемо використовувати їх різними способами. Завдяки цьому ви можете додавати фантастичні аналітичні методи у власні моделі.

Все найкраще,