Home
» Power BI
»
Оцінка скорочення маржі клієнтів за допомогою LuckyTemplates
Оцінка скорочення маржі клієнтів за допомогою LuckyTemplates
Тут ми розглянемо скорочення клієнтської маржі. Ми спробуємо з’ясувати, яка маржа клієнта скорочується і чому вона скорочується . Це через частоту їх покупок? Це через продукти, які вони купують? Чи з якоїсь іншої причини? Ви можете переглянути повне відео цього підручника внизу цього блогу.
Ми збираємося вирішити цю аналітичну проблему за допомогою LuckyTemplates, використовуючи ряд прийомів.
Такий приклад ідеально підходить для ознайомлення, якщо ви хочете покращити власні аналітичні можливості під час використання LuckyTemplates.
Не лише ваше аналітичне мислення, а й практичне застосування LuckyTemplates як інструменту для вирішення подібних проблем.
Завдяки LuckyTemplates і застосовуючи низку технік, які я демонструю, ви можете досить ефективно розробити це розуміння.
Мало того, ви можете працювати над цим динамічно. Скажімо, наприклад, у нас є клієнти в різних регіонах. Ну, можливо, ми також захочемо вибрати ці регіони, а потім дізнатися, маржа яких із наших клієнтів скоротилася в тому чи іншому регіоні за певний період.
Це дійсно високоякісна аналітична інформація, і це ключ. Ось для чого ми хочемо використовувати LuckyTemplates. Це те, що я хочу, щоб ви застосували у своїх власних моделях.
Демонстрація розуміння, яке можна отримати за допомогою цієї техніки
У моєму прикладі тут я оцінюю те, що відбулося між цим і минулим роками , скоротилася чи зросла маржа клієнтів, але детально розглядаю тих, які скоротилися.
На цій інформаційній панелі ми можемо натиснути кожен стан. Ми могли б налаштувати це багатьма різними способами, скажімо, наші роздрібні магазини, якщо ми хочемо детальніше розібратися в конкретному магазині. У цьому випадку ми дивимось на штати, де продаємо нашу продукцію.
Ми зосереджуємося лише на маржах, менших за нуль. Ми використовуємо деякі природні фільтри всередині LuckyTemplates, щоб досягти цього розуміння або отримати це розуміння з інформації.
Наприклад, ми розглядаємо Нью-Йорк, ми бачимо всі продажі, які ми зробили в Нью-Йорку. Якщо ми подивимося на всіх клієнтів тут, ми, можливо, захочемо знати, чия маржа скоротилася найбільше і чому . У кластері клієнтів тут ми хочемо знати, які продукти вони купували, хто був продавцем, який конкретний магазин вони купували тощо.
Якщо ми хочемо знати, скільки був фактичний продаж і прибуток, ми можемо фактично зайти в наштут і виберіть усі ці елементи окремо.
У цій таблиці нижче ми маємо кожне замовлення, кожну покупку та всі деталі цієї покупки. У нас є клієнт, продавець, назва округу, штату, назва міста або назва магазину, фактична норма прибутку від продажу, загальний обсяг продажів і загальний прибуток.
Тож у нас дійсно є дуже конкретна інформація. Якщо ви подумаєте про це, це величезний набір даних. І ми тут справді вникаємо в деталі, виявляючи, що відбувається і чому.
Це тому, що у нас були ці товари на розпродажі, чи ми зробили на них знижку? Чи є загальні продукти? Чи є продавці, які щоразу просто знижують ціну, щоб продати?
Розробка формул
Для створення цього аналізу ми використовуємо природну фільтрацію. Нам не потрібно писати складні формули DAX. Перше, що потрібно зробити, це створити кілька простих основних показників, таких як загальний обсяг продажів, прибуток, витрати тощо.
Ми переходимо до New Measure, а потім створюємо нашу міру Margins. Для цієї формули ми просто ділимо загальний прибуток на загальний обсяг продажів . Потім ми переконаємося, що він відформатований у відсотках.
Тепер, оскільки ми хочемо проаналізувати понаднормову роботу та порівняти 2017 і 2016 роки , ми розмістимо фільтр на рівні сторінки на 2017 році. Так, наприклад, маржа прибутку тут для всього, що ми продали в 2017 році. Потім ми можемо порівняти норми прибутку за 2017 і 2016 роки. за допомогою деяких функцій Time Intelligence .
Тож ми знову використовуємо новий показник і створюємо маржу прибутку LY (за минулий рік). Ми використовуємо CALCULATE Profit Margins , а потім SAMEPERIODLASTYEAR .
Отримавши цей результат, ми тепер можемо розрахувати збільшення або скорочення клієнтської маржі в період між 2017 і 2016 роками.
Тож ми знову створюємо новий показник, зміну маржі , який дорівнює маржі прибутку (цього року) мінус маржі прибутку LY (минулого року).
Створення інформаційної панелі та подальші вдосконалення
Коли ми встановимо всі ці заходи, ми можемо почати створювати нашу інформаційну панель. Цей аналіз ідеально підходить для точкової діаграми, оскільки саме тут ми можемо знайти кластери інформації .
Для цього ми відкладаємо зміну маржі на вісь X, а маржу прибутку – на вісь Y. Ми вводимо ім’я нашого клієнта в Деталі, щоб отримати цей кластер у нашій діаграмі.
Далі ми встановлюємо наш стан, де ми можемо фільтрувати стани. Потім ми встановили наш стіл внизу. Завдяки моделі даних, яку ми маємо тут, ми можемо взяти елементи з усіх наших таблиць пошуку та порівняти їх із будь-чим у таблиці Sales або з будь-якою формулою, яку ми створили над таблицею Sales.
Тож ми можемо отримати ідентифікатор нашого замовлення, розглядаючи кожне окреме замовлення, а потім ввести всі інші елементи, включаючи назву продукту, округ, штат, магазин, клієнта, який його придбав, загальний обсяг продажів, Загальний прибуток і належна маржа.
Одна проблема полягає в тому, що зміна маржі точно така ж, як маржа прибутку. чому Тому що фактично продажу минулого року не було , і це марна інсайт. Це покаже значну зміну маржі, оскільки минулого року маржа була нульовою.
Що нам потрібно зробити, так це позбутися їх, створивши показник, який визначає загальну кількість транзакцій минулого року . Тепер ми вже отримали загальну кількість транзакцій (вимірювання) за поточний 2017 рік, тому ми створимо формулу під назвою Transaction LY (минулий рік).
Ми будемо робити точно таку саму техніку, яку використовували раніше. Ми використовуємо CALCULATE Total Transactions і. Потім ми вставляємо наш стовпець дат .
Ми також можемо використовувати ці фільтри з правого боку. Ми можемо вибрати візуальні параметри, зміну маржі та маржі прибутку за іменем клієнта, а потім отримати показник Transactions LY і додати його до фільтрів візуального рівня.
Крім того, ми можемо встановити додатковий фільтр, нам не потрібно писати складні формули DAX для всіх цих дрібниць, які ми можемо захотіти фільтрувати.
Розмістивши цей фільтр лише для тих продажів минулого року, які перевищують нуль, ми можемо дуже швидко позбутися всіх тих помилкових цифр, які насправді нічого не означають.
Тепер, оскільки ми дивимось на скорочену маржу, ми хочемо позбутися всього, що розширюється. Для цього ми повертаємось до розділу фільтрації та дивимось на значення, менші за 0 . Ми натискаємо «Застосувати фільтр», і діаграма автоматично змінюється.
Тепер, коли ми маємо потрібну інформацію, ми можемо пограти й покращити візуальні ефекти, наприклад фон, кольори тощо.
У цьому підручнику я ознайомився з кількома техніками, включно з тим, як ми переходимо через певну логіку DAX і ще глибше вивчаємо конкретну інформацію, використовуючи ці додаткові фільтри праворуч і фільтр візуального рівня.
Ключовим тут є те, що ця техніка дозволяє вам знаходити або докладати цю інформацію без необхідності писати справді складні формули.
Зануртеся в цей вміст і спробуйте відтворити його. Зрозумійте, як ви можете це зробити, а потім відтворіть це на своїх власних наборах даних.
Ось як ви отримаєте максимум користі від цього матеріалу та деяких із цих посібників, які я переглядаю.