Ausreißerergebnisse in LuckyTemplates erkennen und präsentieren

In diesem Tutorial führe ich Sie durch eine Ausreißererkennungsanalyse und erkenne und visualisiere Ausreißerergebnisse. Ihre Daten müssen nicht einmal eindeutig oder individuell sein. Das Tolle daran ist, dass Sie dies praktisch für jeden Datensatz tun können. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Ich zeige Ihnen, wie großartig LuckyTemplates als Analysetool ist.

Dazu müssen Sie lediglich eine Reihe von DAX-Formeln und Analysetechniken in Ihre Modelle integrieren und diese schließlich mit allen dynamischen Visualisierungsfunktionen, die uns in LuckyTemplates zur Verfügung stehen, effektiv visualisieren.

Das wichtigste und wichtigste Konzept, das Sie beim Betrachten dieses Tutorials mitnehmen möchten, ist, dass es auf so viele verschiedene Arten angewendet werden kann.

Wir beginnen also mit einer Erläuterung der Ausreißer in einem Streudiagramm. Anschließend zeige ich Ihnen die verschiedenen Formeltechniken, die Sie anwenden müssen, um es auf diese spezifische Weise visualisieren zu können.

Inhaltsverzeichnis

• Ausreißer in einem Streudiagramm
• Im Datenmodell
• Ausreißererkennung mit DAX
• Abschluss

Ausreißer in einem Streudiagramm

Wenn wir einen Ausreißer erkennen wollen , müssen wir vor allem die Logik herausfinden, die hinter dem Ausreißer steckt.

Aber zunächst möchte ich zeigen, wie sich dies visuell auf unsere Berichte auswirken kann und wie viel einfacher und effektiver es für Verbraucher ist, herauszufinden, was wir ihnen zeigen möchten .

Wenn wir uns nun diese beiden Diagramme ansehen, zeigt das erste Diagramm (links) genau das Gleiche wie das zweite (rechts), außer dass ich im zweiten Diagramm eine Legende oder einen Slicer-Filter erstellt habe, der Folgendes zeigt uns, was unsere Ausreißer sind.

Wenn also der Kundenumsatz und die Gewinnspanne auf demselben Niveau liegen oder über einem bestimmten Niveau liegen, dann ist das ein Ausreißer in unserem Datensatz.

Wir wollen sehen, wer diese Kunden sind, und deshalb können wir das virtuell im zweiten Diagramm viel besser erkennen, als wenn wir im ersten Diagramm nur alle unsere Kunden und ihre Gewinnspannen betrachten.

Darüber hinaus können wir unsere Kunden viel besser erreichen. Wir können einen Filter auswählen ,

Oder erstellen Sie ein Diagramm und fügen Sie im Abschnitt „Filterfelder“ einen Filter ein .

Mithilfe dieses Diagramms können wir genauer auf die Kunden eingehen, die wir als Ausreißer erachten. Schauen wir uns nun unser Datenmodell an, um zu sehen, wie dies angewendet wird.

Im Datenmodell

Als Erstes ist zu beachten, dass wir dies dynamisch tun müssen, da wir segmentieren und hier Gruppen unserer Kunden bilden. Um etwas Dynamisches zu tun, müssen wir es innerhalb von DAX- Formeln tun .

Wir können in unseren Modellen keine berechnete Spalte physisch erstellen und hoffen, dass wir die gewünschten Ergebnisse erhalten, wenn wir in diesem Modell einen anderen Zeitrahmen festlegen würden. Wenn wir berechnete Spalten einfügen, erhalten wir diese statischen Informationen. Es wird nur bei der Aktualisierung aktualisiert.

Die erste Möglichkeit, Logik dynamisch auszuführen, besteht darin, eine unterstützende Tabelle zu haben . Wie Sie hier im Datenmodell sehen können, habe ich diese Ausreißererkennungslogik erstellt . Es handelt sich um einen Stütztisch, das heißt, er ist mit nichts verbunden.

In dieser Tabelle geben wir unsere Logik zur Ausreißererkennung ein.

Wir identifizieren unsere Ausreißer anhand einer minimalen Gewinnspanne von fünfunddreißig Prozent und einer maximalen Gewinnspanne von einhundert Prozent, während unsere Nicht-Ausreißer zwischen null und fünfunddreißig Prozent liegen.

Das Gleiche gilt für den Umsatz. Wir haben eine Logik, die Ausreißer bei einem Gesamtumsatz von über fünfundfünfzigtausend erkennen würde.

Überlegen Sie also, wie Sie dies auf Ihre eigene Logik anwenden können. Möglicherweise haben Sie drei verschiedene Parameter oder Variablen, die den Ausreißer erkennen.

Lassen Sie uns nun die Formeln erstellen, die diese Tabelle durchlaufen und die Kunden bewerten, ob sie der Ausreißerlogik oder der Nicht-Ausreißerlogik entsprechen.

Ausreißererkennung mit DAX

Bedenken Sie, dass wir jeden Kunden durchgehen und feststellen müssen, ob er als Ausreißer oder Nicht-Ausreißer bewertet wird.

Um den Ausreißer zu identifizieren , verwenden wir CALCULATE für unseren Gesamtumsatz für jeden Kunden . Und genau das macht die VALUES- Funktion, wenn wir alle unsere Kunden filtern . Dann gehen wir unsere Ausreißererkennungslogik durch .

Für unseren Nicht-Ausreißer hingegen gehen wir auch eine Logik für jeden Kunden durch, aber der Hauptunterschied ist diese Doppellinie (||), die für „oder“ und nicht für „und“ (&&) steht.

Wenn wir hier „und“ machen, werden nur die Ergebnisse angezeigt, die sowohl unter fünfundfünfzigtausend als auch unter fünfunddreißig Prozent liegen, wie in unserer Ausreißererkennungslogik angegeben.

Als nächstes müssen wir eine Formel erstellen, die wir in unsere Visualisierung einfügen können, und das ist unsere Vertriebsgruppierungsformel .

Diese Berechnung besagt, dass WENN SELECTEDVALUE (Ausreißererkennungslogik) ein Ausreißer ist , wir den Ausreißerumsatz zurückgeben möchten . Wenn nicht, geben wir „Non-outlier Sales“ zurück .

Das ermöglicht uns dann, die verschiedenen Ergebnisse oder die verschiedenen Formeln für jede Auswahl oder jeden Filter, der in unserer Visualisierung angewendet wird, zu integrieren oder abzurufen.

Es lässt sich nicht leugnen, dass da etwas dran ist, aber das zeigt uns nur, wie großartig DAX in LuckyTemplates ist, insbesondere für die Analyse der Ausreißererkennung.

Tauchen Sie tief in die Datenausreißer ein – So entdecken und analysieren Sie sie in LuckyTemplates mithilfe von DAX.
So bewerten Sie Cluster in Ihren Daten mithilfe der DAX-Technik in LuckyTemplates.
Erstellen dynamischer Ausreißer-Triggerpunkte – erweiterte LuckyTemplates-Analysetechnik

Abschluss

Der Ansatz, den ich in diesem Tutorial vorstelle, ist eigentlich nur eine Möglichkeit, aber hoffentlich haben Sie daraus viel gelernt. Wir haben dort eine ziemlich fortgeschrittene Logik implementiert und sie mithilfe von Streudiagrammen auf wirklich effektive Weise dargestellt.

Es gibt so viele Anwendungen für die Ausreißererkennung. Wenn Sie einen ganz bestimmten Einblick wirklich vertiefen oder präsentieren möchten, insbesondere wenn Sie einen Vergleich mit einem Streudiagramm anstellen, dann ist dies die perfekte Möglichkeit, Ihren Visualisierungen einen Mehrwert und mehr Einblick zu verleihen.

Wenn Sie also alle Elemente der Formeln verstehen, einschließlich der Kombination der Formeln und ihrer Platzierung in einer Visualisierung, können Sie diese auf vielfältige Weise anwenden, um Ergebnisse mit Ihren eigenen Datensätzen zu präsentieren.

Beifall!