So speichern und laden Sie eine RDS-Datei in R
Sie erfahren, wie Sie Objekte aus einer .rds-Datei in R speichern und laden. In diesem Blog wird auch behandelt, wie Sie Objekte aus R in LuckyTemplates importieren.
Hier zeige ich Ihnen, wie Sie die Funktion AVERAGEX mit DAX in LuckyTemplates verwenden. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.
Indem Sie lernen und verstehen, wie diese Funktion verwendet wird, eröffnen sich Ihnen sehr schnell eine Reihe von Analysen, die unglaublich aufschlussreich und wertvoll sein können.
Vielleicht möchten Sie den durchschnittlichen Umsatz ermitteln, den Sie pro Tag, pro Monat, pro Kunde usw. erzielen. Es gibt so viele Anwendungen dafür, dass es verrückt ist.
Und vergessen Sie nicht: Anschließend können Sie Zeitvergleiche und Zeitintelligenzanalysen durchführen.
In diesem Beispiel werden wir mit etwas arbeiten, das sich problemlos in fast jedem Modell anwenden lässt. Wir berechnen den durchschnittlichen Umsatz pro Tag für bestimmte Kunden mithilfe von AVERAGEX mit DAX.
Inhaltsverzeichnis
Überprüfung des Datenmodells
Bevor wir tatsächlich unseren durchschnittlichen Umsatz pro Tag berechnen, werfen wir zunächst einen Blick auf unser Datenmodell in LuckyTemplates , damit wir eine Vorstellung davon bekommen, womit wir arbeiten.
Wir haben also eine Organisation, die Verkäufe tätigt, und die Daten befinden sich in der Verkaufstabelle.
Diese Organisation tätigt Verkäufe an einem bestimmten Tag. Die Daten hierzu finden Sie in der Datumstabelle.
Sie verkaufen an einen bestimmten Kunden unterschiedliche Produkte und können in verschiedenen Regionen verkaufen. Die Daten für diese drei finden Sie separat in der Kundentabelle, der Produkttabelle und der Regionentabelle.
Lassen Sie uns anhand der Informationen aus unserem Datenmodell und der bereits verfügbaren Kennzahlen unseren Gesamtumsatz nach Kunden analysieren.
Unsere Tabelle wird wie folgt aussehen. Wir haben also Gesamtumsätze, die nach Kundennamen geordnet sind.
Dann lassen Sie uns daraus eine Visualisierung machen. Hier sehen wir sowohl die umsatzstärksten als auch die umsatzschwächsten Kunden des Unternehmens.
Durchschnittlicher Umsatz pro Tag mit AVERAGEX
Jetzt können wir einen Blick darauf werfen, wie viel wir pro Tag an jeden Kunden verkaufen.
Was wir für jeden Kunden tun müssen, ist, jeden einzelnen Tag zu durchlaufen und dann den Umsatz für diese bestimmten Kunden über die gesamte Dauer zu mitteln.
Dies erreichen Sie, indem Sie AVERAGEX und die VALUES- Funktion mit DAX verwenden.
Lassen Sie uns also eine neue Kennzahl erstellen und sie „Durchschnittlicher Umsatz pro Tag“ nennen .
Dann werden wir AVERAGEX hinzufügen, weil wir diese Iterationsfunktion benötigen. AVERAGEX wird jeden einzelnen Tag durchlaufen.
Und dann werden wir VALUES und dort die Spalte „Datum“ einfügen . Das ist tatsächlich die Art und Weise, wie wir jeden einzelnen Tag durchlaufen.
VALUES erstellt eine virtuelle Tabelle nur mit der Spalte „Datum“ und sagt dann im aktuellen Kontext, dass es sich um einen bestimmten Kunden handelt, und iteriere jeden einzelnen Tag .
Dann fügen wir den Gesamtumsatz hinzu . Sobald wir alle Gesamtverkäufe berechnet haben, werden wir sie mit AVERAGEX mitteln .
Unsere Formel sieht dann wie folgt aus.
Wenn wir nun den durchschnittlichen Umsatz pro Tag in die Visualisierung einbeziehen , können wir im Durchschnitt sehen, wie viel wir pro Tag an jeden einzelnen Kunden verkaufen.
Wir können sogar die Datenetiketten einschalten, um eine Vorstellung von den durchschnittlichen Verkaufszahlen zu bekommen.
Betrachten verschiedener Zeitrahmen
Eine weitere coole Sache, die wir hier machen können, ist, dass wir auch den Zeitrahmen ändern können.
Dazu können wir unseren MonthInCalendar hineinziehen, sodass wir den Monat und das Jahr haben.
Dann können wir daraus einen Slicer machen.
Jetzt können wir den durchschnittlichen Umsatz pro Tag von jedem unserer Kunden in einem bestimmten Monat und Jahr sehen.
Was wirklich cool ist, ist, dass dies eine dynamische Betrachtungsweise dieser Berechnung ist.
Wie Sie im Bild unten sehen können, zeigt das Bild bei Auswahl von August 2014 die Daten für diesen Zeitraum.
Wenn wir nun September 2014 auswählen, zeigt unser Bild den durchschnittlichen Umsatz pro Tag pro Kunde für diesen Zeitraum.
Überprüfung des Prozesses
Um wirklich zu verstehen, wie die Funktionen AVERAGEX und VALUES hier funktionieren, schauen wir uns kurz an, was in unserem Beispiel passiert.
Lassen Sie uns zunächst unsere Visualisierung in eine Tabelle umwandeln, damit sie sinnvoller ist.
Und noch einmal werfen wir einen kurzen Blick auf unsere Formel.
Jetzt haben wir hier unsere verschiedenen Kunden. Für die Burt's Corporation zum Beispiel wiederholen wir jeden Tag. Dies ist im Januar 2015, da wir dies in unserem Slicer ausgewählt haben. Dann berechnen wir den Gesamtumsatz für jeden einzelnen Tag.
Sobald alle Verkäufe pro Tag berechnet sind, kommt der AVERAGEX ins Spiel und ermittelt den Durchschnitt.
Und das passiert bei jedem Kunden, den wir in diesem speziellen Beispiel haben.
Sobald wir den Zeitrahmen ändern, sagen wir im Februar 2015, wird die gleiche Berechnung durchgeführt, dieses Mal jedoch innerhalb dieses neuen Zeitrahmens.
Wenn wir keinen Zeitrahmen ausgewählt haben, wird jeder einzelne Tag in der Datumstabelle durchlaufen.
Verwendung derselben AVERAGEX-Formel für eine andere Dimension
Eine weitere Sache, die wir hier tun können und die Sie wiederum wirklich cool finden werden, ist die Verwendung der exakt gleichen Formel für eine andere Dimension.
Lassen Sie uns zunächst unsere Tabelle „Durchschnittlicher Umsatz pro Tag“ duplizieren .
Schauen wir uns dann die durchschnittlichen Umsätze pro Tag für jede Stadt an.
Und schon ist unsere Tabelle nun nach Städten sortiert.
Andererseits ist es dynamisch. Derzeit zeigen wir die Daten vom Februar 2015.
Wenn wir auf März 2015 klicken, zeigt unsere neue Tabelle auch die durchschnittlichen Verkäufe pro Tag, dargestellt nach Stadt, für diesen von uns ausgewählten Zeitraum an.
Wir könnten es gegen jede Dimension, die wir haben, noch einmal tun. Wir werden genau dieselbe Formel verwenden und sie wird für alle diese Dimensionen perfekt funktionieren.
Abschluss
In diesem Beitrag haben wir gesehen, wie man den durchschnittlichen Umsatz pro Tag für bestimmte Kunden mithilfe von AVERAGEX mit DAX und in Kombination mit der VALUES-Funktion berechnet.
Weitere Tutorials zu DAX-Funktionen finden Sie unter den folgenden Links.
Alles Gute!
Sie erfahren, wie Sie Objekte aus einer .rds-Datei in R speichern und laden. In diesem Blog wird auch behandelt, wie Sie Objekte aus R in LuckyTemplates importieren.
Was ist Self in Python: Beispiele aus der Praxis
In diesem Tutorial zur DAX-Codierungssprache erfahren Sie, wie Sie die GENERATE-Funktion verwenden und einen Kennzahltitel dynamisch ändern.
In diesem Tutorial erfahren Sie, wie Sie mithilfe der Multi-Threaded-Dynamic-Visuals-Technik Erkenntnisse aus dynamischen Datenvisualisierungen in Ihren Berichten gewinnen.
In diesem Artikel werde ich den Filterkontext durchgehen. Der Filterkontext ist eines der Hauptthemen, über die sich jeder LuckyTemplates-Benutzer zunächst informieren sollte.
Ich möchte zeigen, wie der LuckyTemplates Apps-Onlinedienst bei der Verwaltung verschiedener Berichte und Erkenntnisse aus verschiedenen Quellen helfen kann.
Erfahren Sie, wie Sie Ihre Gewinnmargenänderungen mithilfe von Techniken wie Kennzahlenverzweigung und der Kombination von DAX-Formeln in LuckyTemplates ermitteln.
In diesem Tutorial werden die Ideen der Materialisierung von Datencaches und deren Auswirkungen auf die Leistung von DAXs bei der Bereitstellung von Ergebnissen erläutert.
Wenn Sie bisher noch Excel verwenden, ist dies der beste Zeitpunkt, LuckyTemplates für Ihre Geschäftsberichtsanforderungen zu verwenden.
Was ist LuckyTemplates Gateway? Alles was du wissen musst