Труба в R: підключення функцій за допомогою Dplyr
У цьому підручнику ви дізнаєтесь, як об’єднати функції разом за допомогою оператора каналу dplyr мовою програмування R.
Аналіз ефективності бюджетування іноді може вимагати від нас сегментації результатів, які ми маємо наразі, за різними групами. Це для того, щоб проаналізувати, які виконавці були кращими за інших порівняно з їхніми цілями. Ви можете переглянути повне відео цього підручника внизу цього блогу.
LuckyTemplates може керувати сегментацією продуктивності та розуміти їх відмінності та вплив на загальний бюджет. У цьому посібнику я збираюся обговорити, як виконати сегментацію ефективності бюджетування.
Сегментація — це техніка, яка використовується для звуження великих цільових суб’єктів до певних цільових груп.
Це загальна вимога для аналізу типу бюджетування. Однак це нелегка техніка для тих, хто тільки починає працювати з LuckyTemplates. Є багато речей, які вам потрібно зробити правильно для цієї техніки.
Я також обговорю, як можна сегментувати параметр бюджетування , який ви аналізуєте. Ви можете розділити на групи, наприклад, найкращі результати проти найгірших . Це може базуватися на різниці між вашим доходом і бюджетом .
Головне, на що тут слід звернути увагу, це зрозуміти формулу сегментації даних .
Зміст
Допоміжна таблиця для сегментації ефективності бюджетування
Ми будемо використовувати сторінку звіту, якою я користувався минулого. Усі сесії були присвячені бюджету.
Однак цей підручник лише зосередиться на тому, як сегментувати дані на групи . Це допоможе нам побачити, як створювати групи, які не існували в наших даних, але були отримані з результатів на основі наших даних.
Усі бюджетні заходи тут уже були отримані, оскільки вони обговорювалися під час цього. Ви можете переглянути всі ресурси та дискусії, які можна завантажити.
Припустимо, що ми вже маємо показники наших продажів до бюджетних даних. Потім нам потрібно сегментувати це, щоб визначити, хто має позитивні результати в групі або, у цьому прикладі, регіоні .
Але ми повинні пам’ятати, що цього немає в нашому наборі даних. Отже, нам необхідно створити допоміжну таблицю для класифікації продуктивності за регіонами. Давайте подивимося на цю наявну опорну таблицю.
На основі цієї таблиці регіони класифікуються як найкращі, якщо вони на 40% перевищують бюджет . Якщо вони не досягають свого бюджету й не виконують його взагалі, тоді вони класифікуються як найгірші .
Це дозволить нам отримати кращу інформацію та зрозуміти сценарій нашого аналізу. Дані для кожної сегментації буде відображено після створення допоміжної таблиці.
Розуміння формули сегментації ефективності бюджетування
На зображенні нижче показано загальний шаблон DAX для сегментації даних.
Оскільки ми шукаємо дані з різних регіонів, важливо переглянути кожне окреме місто в кожному регіоні . І це те, що робить змінна RankingDimension . Він створює список із назвами кожного окремого міста.
Потім ми додамо це до функції, оскільки нам потрібно оцінити кожне окреме місто на основі відсотка продажів і бюджету . Після цього ми використаємо результат цієї оцінки, щоб визначити бюджетний діапазон або групу, до якої належить місто.
Як ви можете бачити тут, обчислення, про які ми говорили раніше, підрахували кількість міст у кожній зі створених нами груп ефективності .
Ми також можемо використовувати цей схожий шаблон для показника «Продажі бюджетної групи» .
Використання тієї самої формули для показника продажів бюджетної групи
По-перше, давайте клацнемо показник продажів бюджетної групи та перевіримо цю формулу:
Тут ми використали логіку, яка майже така ж, як сегментування магазинів за містом. З шаблоном немає великих змін. Але замість того, щоб підраховувати магазини, ми обчислюємо загальний обсяг продажів кожного магазину за допомогоюфункція.
Ця інформація корисна, якщо ми хочемо показати результати за допомогою візуалізацій, таких як карта. Це забарвить кожне місто залежно від того, до якої групи ефективності воно належить у вибраному контексті.
Ми можемо натиснути цю візуалізацію, щоб перевірити міста, які належать до певної групи ефективності. Для цього прикладу клацніть групу «Найкращі виконавці» .
Коли ми перевіримо карту та поглянемо на регіон Маямі , ми побачимо, що це велике місто. Це може бути причиною кращих продажів у цьому регіоні.
Коли ми клацаємо групу «Найгірші результати» , ми також можемо побачити міста, які входять до цієї групи ефективності.
Динамічне групування на основі вибраного сегмента
Ще одна річ, яку тут слід зазначити, полягає в тому, що нам потрібно відтворити всі відповідні показники, щоб вони могли змінюватися на основі вибору з візуалізації групи продуктивності. Це показники різниці в % бюджетної групи, продажів бюджетної групи, ефективності бюджетної групи та підрахунків бюджетної групи .
Це пояснюється тим, що ми вибираємо розмір у допоміжній таблиці, який не має відношення до нашої основної моделі.
Якщо ми використаємо наші старі показники та виберемо з показників групи ефективності, це не вплине на інші обчислення ( відсоткова різниця бюджетної групи, продажі бюджетної групи, результативність бюджетної групи, кількість бюджетних груп ), які ми відображаємо.
Що робить показник сегментації ефективності бюджету динамічним, так це те, що він змінює інші обчислення на основі вибраних даних із візуалізації групи ефективності . Для цього нам потрібно змінити всі наші обчислення на інший контекст. Коли вибір зроблено, нам потрібно перерахувати його на основі цієї логіки сегментації.
Нарешті, ця частина логіки повторює продажі в кожному регіоні та визначає групу ефективності, до якої належить місто . І в основному це те, що вам потрібно для успішного сегментування даних або результатів у групи.
Розширений аналіз бюджету продукту – LuckyTemplates і методи DAX
Висновок
Підводячи підсумок, можна сказати, що сегментація ефективності бюджетування за допомогою DAX у LuckyTemplates може бути корисною різними способами. Це чудовий спосіб представити дані в часі. Це може почати обговорення результатів ефективності клієнтів, продуктів, магазинів або навіть регіонів.
Це не тільки дозволяє групувати дані на основі визначеної сегментації, але й полегшує маніпулювання необробленими результатами та порівняння їх із бюджетами чи створення прогнозів.
Незважаючи на те, що обговорювана динамічна сегментація є бездоганною, потрібно мати можливість генерувати відносно складний аналіз, порівнюючи фактичні результати з бюджетними результатами.
Сподіваємось, ви отримали багато користі від цієї техніки та знайшли способи, як застосувати її у своїх власних моделях.
У цьому підручнику ви дізнаєтесь, як об’єднати функції разом за допомогою оператора каналу dplyr мовою програмування R.
RANKX від LuckyTemplates дозволяє повернути рейтинг певного числа в кожному рядку таблиці, який є частиною списку чисел.
Дізнайтеся, як розібрати файл PBIX, щоб витягти теми та зображення LuckyTemplates із фону та використовувати їх для створення звіту!
Шпаргалка формул Excel: Посібник середнього рівня
Календарна таблиця LuckyTemplates: що це таке та як ним користуватися
Дізнайтеся, як інсталювати мову програмування Python у LuckyTemplates і як використовувати її інструменти для написання кодів і відображення візуальних елементів.
Дізнайтеся, як обчислювати динамічну маржу прибутку за допомогою LuckyTemplates і як ви можете отримати більше інформації, глибше досліджуючи результати.
Дізнайтеся, як правильно сортувати поля зі стовпців розширеної таблиці дат. Це хороша стратегія для складних полів.
У цій статті я поясню, як знайти найпопулярніші продукти для регіону за допомогою обчислень DAX у LuckyTemplates, включаючи функції TOPN і CALCULATE.
Дізнайтеся, як використовувати вимірювання сміття для позначок низької потужності, які ви хочете ефективно включити у свою модель даних.