مركز تحليل الجاذبية في LuckyTemplates

يعد العثور على مركز الثقل لمجموعة من المواقع مهمة شائعة للأشخاص الذين يعملون مع أنظمة المعلومات الجغرافية.

أحد الأمثلة على ذلك هو عند النظر في تخصيص العناوين لمستودع أو المهندسين لمنطقة العمل. على الرغم من أن LuckyTemplates لا يدعم حتى الآن طبقات ديناميكية متعددة حقيقية في مرئيات الخريطة ، إلا أنه لا يزال من الممكن توضيح المنهجية.

ومع ذلك ، قد يكون COG المحسوب (مركز الثقل) أعلى مبنى أو جبل. إنها مجرد إشارة إلى مكان عظيم. مطلوب مزيد من التحليل في الظروف الأخرى مثل التطبيق العملي ، والبنية التحتية المحيطة ، وتوافر الموظفين ، والإسكان.

قبل القفز إلى لإثبات ذلك ، سأشرح الرياضيات لمن هم أقل دراية بهذا الأمر.

جدول المحتويات

• فهم مركز تحليل الجاذبية
• نقاط يجب مراعاتها في تحليل مركز الجاذبية
• سيناريو العينة الأولى
  • 1. إنشاء مركز الثقل الاستعلام
  • 2. تحليل مقاييس الحجم واللون
• سيناريو العينة الثانية
• سيناريو العينة الثالثة
• خاتمة

فهم مركز تحليل الجاذبية

هذا الجزء عبارة عن مخطط صغير بأربعة مواقع. يحتوي هذا أيضًا على إحداثيات كل موقع على حدة.

يمكنك رؤية هذه الإحداثيات ممثلة في هذه الخريطة. كما ترى ، الموقع الأول يقع على -250 (س) و -150 (ص) .

في هذه اللحظة ، يكون مركز الثقل المرجح في منتصف كل هذه المواقع.

أريد إنشاء مركز الثقل المرجح هذا للتحرك في اتجاه بناءً على المعلومات التي لدي ، مثل عدد عمليات التسليم إلى الموقع 4 . يمكن أن يعتمد أيضًا على الوزن أو العائد. على الرغم من أنني في معظم الحالات ، أعتبر عمليات التسليم لأنها محرك التكلفة.

أحتاج إلى إكمال الأوزان لحساب مركز الجاذبية. 

لذلك ، إذا أدخلت 100 تحت الموقع 1 ، يمكنك أن ترى أن المركز الموزون سينتقل إلى هذه النقطة. هذا لأن الآخرين لا يزالون 0 .

إذا قمنا بتعيين وزن الآخرين على 200 و 200 و 500 ، سينتقل مركز الثقل إلى موقع آخر بناءً على الأوزان التي حددتها.

هذا يفسر كيفية عمل مركز الثقل المرجح . 

لحساب مركز الثقل ، ما عليك سوى ضرب إحداثيات الموقعين X و Y أو خط العرض وخط الطول بالوزن لكل نقطة . 

بعد ذلك ، قسّمه على الوزن الإجمالي للوصول إلى مركز الثقل الموزون الفعلي.

نقاط يجب مراعاتها في تحليل مركز الجاذبية

في هذا العرض التوضيحي ، استخدمت عددًا قليلاً فقط من مواقع العملاء. 

يعد تحليل COG استراتيجيًا ويجب أن ينظر إلى البيانات على مدى فترة زمنية ممتدة ، ويفضل أن يكون ذلك على مدى عام واحد أو أكثر لتحديد الموسمية. 

لذلك ، أوصي بالبدء بتحليل قياسي لاكتساب نظرة ثاقبة قبل إعداد التحليل. يمكن القيام بذلك بعد ذلك باستخدام مجموعة فرعية أصغر من البيانات ، بعد إكمال الخطوات التالية.

قم بإزالة القيم المتطرفة الصغيرة ، مثل العملاء العرضيين ، وتحقق مما إذا كانت هناك أي عمليات تسليم مضمنة للعملاء أو للعملاء قد تخسرها. علاوة على ذلك ، أضف بيانات للعملاء الجدد بناءً على الملف الشخصي الذي قدموه.

قم بتشغيل بعض التكرارات للنموذج لإظهار السيناريوهات المختلفة المرتبطة بأي تغييرات.

في مجموعات البيانات الأكبر التي تحتوي على آلاف النقاط ، ضع في اعتبارك تجميع بياناتك في Power Query . لقد استخدمت الرمز البريدي والمجموعة من خلال ، مع الحفاظ على خطوط الطول والعرض للعميل مع أكبر عدد من عمليات التسليم.

سيناريو العينة الأولى

هذا هو COG بسيط لمجموعة معينة من البيانات.

ها هو نموذج البيانات. كما ترى ، لا توجد علاقات.

1. إنشاء مركز الثقل الاستعلام

أولاً ، قمت بإنشاء استعلام عن مركز الثقل .

أحتاج إلى حساب مركز الثقل على مجموعة بيانات محددة . من أجل القيام بذلك ، تمامًا مثل ما أظهرته في ورقة Excel ، يجب أن آخذ إجمالي الطلبات . 

أحتاج أيضًا إلى حساب مركز الجاذبية لخط العرض . في هذه الحالة ، قمت بضرب خط العرض في عدد الولادات.

ثم قمت بنفس العملية الحسابية لخط الطول.

بعد ذلك ، قسمت COGs المعينة على المطالب .

بعد ذلك ، سيتم إرجاع هذا في جدول من صف واحد باستخدام الدالة . لقد تأكدت من أن عدد الأعمدة هو نفس عدد الأعمدة في مجموعة البيانات. لقد تأكدت أيضًا من أن الأعمدة يمكن أن تحتوي على نص أو صيغة. في هذه الحالة ، لدي مقاييس DAX لخطوط الطول والعرض COGs.

بعد ذلك ، قمت بالاتحاد. إذن ، الجدول الأخير الذي استخدمته للعرض هو الجدول الذي يحتوي على اتحاد مركز الثقل والبيانات.

بعد إكمال هذه الخطوات ، سيعرض هذا الجدول أسماء المواقع والإيرادات والطلبات وخط الطول وخط العرض والعمودين اللذين أضفتهما لهذا العرض التوضيحي ( لون COG وعمود الحجم ) .

2. تحليل مقاييس الحجم واللون

يحدد مقياس الحجم ما إذا كان إجمالي الطلب يساوي صفرًا أو أكثر من صفر. ومن ثم ، إذا كان الرقم صفرًا ، فسيتم تعيين الحجم على 1 . إذا كان أعلى من الصفر ، فسيتم ضبطه على 0.15 .  

سيؤدي القيام بذلك إلى إنشاء حجم مختلف لمركز الجاذبية ، والذي يظهر باللون الأحمر والحجم 1 .

يرتبط اللون الأحمر بمقياس لون COG .

يشير هذا بشكل أساسي إلى أنه إذا كان الحجم واحدًا ، فيجب أن يكون لون مؤشر COG باللون الأحمر. خلاف ذلك ، يجب أن تكون زرقاء. 

في ألوان البيانات ضمن علامة التبويب تنسيق ، ما عليك سوى تعيين التنسيق حسب قيمة الحقل ، ثم تحديد المقياس للخيار استنادًا إلى الحقل . بالنسبة لهذا السيناريو ، اخترت مقياس لون COG .

الآن ، دعنا نأخذ تحليل العينة هذا خطوة أخرى إلى الأمام.

سيناريو العينة الثانية

في هذا المثال ، قمت بإنشاء خمسة مراكز جاذبية جنبًا إلى جنب مع مجموعة البيانات الحالية الخاصة بهم.

يجب أن تعرض الخريطة مركز الثقل بناءً على التحديد من آلة التقطيع.

إن تحقيق هذا السيناريو بسيط للغاية. لقد اتخذت مركز الثقل لكل نقطة على الخريطة.

لقد أنشأت نفس الحساب لكل مقياس.

بعد الانتهاء من حسابات COG الخمس ، أضفتها في جدول الاتحاد هذا.

بعد ذلك ، يعرض هذا الجدول الآن مركز الثقل أعلى البيانات.

يوفر هذا مزيدًا من المرونة فيما يتعلق بتحليل البيانات عبر جميع المستودعات الحالية . 

إذا قمت بتحديد Blank و Depot Rotterdam ، فستعرض الخريطة نقاط البيانات ومركز الثقل لـ Depot Rotterdam . سيعرض أيضًا مركز الثقل للمواقع الأخرى ، والتي أود الاحتفاظ بها كمرجع.

سيعرض الجدول أيضًا البيانات بناءً على التحديد. كما ترون ، فقد عكس الألوان والأحجام المقابلة.

مقياس اللون هو نفس المثال الأول. إذا كان الحجم 1 ، يجب أن يكون اللون أحمر ؛ وإلا ، يجب أن يكون أزرق.

المقاييس الأخرى هي مجرد انعكاس للتحليل القياسي مثل إجمالي الإيرادات وإجمالي الطلب .

سيناريو العينة الثالثة

في المثال الأخير ، أضفت المواقع ومركز الثقل إلى البيانات. لذلك ، لدي المستودعات والبيانات ومركز الثقل . 

ينتج عن ذلك خريطة مختلفة قليلاً. بادئ ذي بدء ، ما أحبه حقًا في هذه الخريطة هو أنها تحتوي على مستودعات وجميع النقاط.

يمكنني إجراء التحديدات في هذه القطاعة أيضًا. 

إذا قمت بمسح القطاعة ، يمكنك أن ترى أن الخريطة تعرض الآن المستودعات ( الدوائر الخضراء) ، ومركز الثقل (الدوائر الحمراء).

من وجهة نظر واحدة ، لدي كل ما أحتاجه لإنجاز التحليل. 

إذا حددت Depot Rotterdam ومركز الثقل ، فستعرض الخريطة جميع النقاط الخاصة بـ Rotterdam . كمرجع ، سيعرض أيضًا مركز الثقل للمواقع الأخرى.

بالنظر إلى الجدول ، فإن الحجم يستجيب الآن كما أتوقع أن يكون.

الشيء نفسه ينطبق على Color COG .

بقيت جميع البيانات كما هي باستثناء إضافة المستودعات. لكن بالنسبة للباقي ، قمت للتو بتعديل اللون وإضافة التحديدات التي ستنعكس على الخريطة. 

مركز الثقل الذي تراه في هاتين البطاقتين هو مركز الثقل الفعلي للنقاط المحددة. ومع ذلك ، لن تنعكس في نقطة أخرى على الخريطة لأن البيانات لم يتم تحديثها.

يختلف مقياس اللون الذي استخدمته عن المقياس الأول. يوضح هذا مقياس اللون للمثال الأول.

بالنسبة إلى مقياس الألوان للمثال الثاني ، أضفت القليل من المنطق لإنشاء الألوان المختلفة على الخريطة.

الأسطورة عبارة عن طاولة صغيرة وبسيطة. عادة ، الأساطير في الخرائط ليست جيدة. لذلك ، أفضل إنشاء خاصتي إذا استطعت.

في هذه الحالة ، قمت بإنشاء وصف صغير لمفتاح الرسم واللون.

بالنسبة لهذا السيناريو النموذجي ، لست بحاجة إلى وسيلة الإيضاح هذه لتصفية الخريطة. لقد استخدمته فقط لعرض دليل لما يراه المشاهد على الخريطة.

تصورات البيانات LuckyTemplates - الخرائط الديناميكية في تلميحات الأدوات ،
LuckyTemplates Map Visual: إنشاء
تحليل جغرافي مكاني أسطورة مخصص - دورة تدريبية جديدة حول LuckyTemplates

خاتمة

يغطي ذلك البرنامج التعليمي حول كيفية حساب مركز الثقل في التحليل الجغرافي المكاني وتعديل الخريطة بصريًا.

يمكنك أيضًا تجربة هذه الإعدادات. ضع في اعتبارك أنه يمكنك تحقيق نتائج مختلفة اعتمادًا على طريقة إعداد البيانات. 

تحقق من الروابط أدناه لمزيد من الأمثلة والمحتوى ذي الصلة.

هتافات!

بول