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.
Wenn wir eine Analyse unseres Modells durchführen, möchten wir möglicherweise eine Erkenntnis gewinnen, die nichts mit irgendetwas in unseren Tabellen zu tun hat. Hier kommt das Konzept der Verwendung unterstützender Tabellen für die LuckyTemplates-Datenmodellierung ins Spiel.
Unterstützende Tabellen haben keine Beziehung zu unseren Tabellen, wir können sie jedoch zur Unterstützung der Visualisierungen in unseren Berichten verwenden.
Inhaltsverzeichnis
Beispielszenario für die Datenmodellierung in LuckyTemplates
In diesem Beispiel erstellen wir eine unterstützende Tabelle für unsere Kundentabelle . Wir können diese unterstützende Tabelle mit Informationen überlagern. Führen Sie dann die DAX-Logik aus, um Visualisierungen zu erstellen, die mit dem, was wir derzeit in unserer Kundentabelle haben, nicht möglich sind .
In unserer Berichtsansicht haben wir eine Visualisierung, die die gesamten Transaktionen jedes Kunden anzeigt. In diesem Beispiel beträgt die höchste Transaktion eines Kunden 33 .
Dann ist der niedrigste Wert 8 .
Wir möchten beispielsweise eine Visualisierung erstellen, die die Häufigkeit unserer Kunden anhand ihrer Transaktionen anzeigt. Es handelt sich um eine Visualisierung, die den Gesamtumsatz unserer High-, Mid-Range- und Low-Frequency-Kunden zeigt, die in unserem Modell nirgendwo vorhanden ist. Was wir tun können, ist, eine Tabelle zu erstellen, die diese Häufigkeiten enthält, damit wir sie logisch durchlaufen können.
Erstellen einer unterstützenden Tabelle für die Datenmodellierung in LuckyTemplates
Es gibt verschiedene Möglichkeiten, eine Tabelle zu erstellen. Für dieses Beispiel verwenden wir die Option „Daten eingeben“ auf der Registerkarte „Startseite“ .
Nennen wir diese Tabelle „ Kaufhäufigkeit “. Legen Sie dann die erste Spalte als „ Frequenzgruppe“ fest und fügen Sie die Häufigkeitswerte „ Hoch “, „OK “ und „ Niedrig“ hinzu . Fügen Sie auch die Spalten „Min“ und „Max“ hinzu. In unserer aktuellen Tabelle sagen wir, dass unsere Hochfrequenzkunden mindestens 25 – 40 Transaktionen haben sollten. Die Mittelfrequenzkunden sollten 15 – 25 Transaktionen haben, und die Niederfrequenzkunden sind diejenigen mit nur 0 – 15 Transaktionen.
In der Beziehungsansicht positionieren wir unsere hinzugefügte Kaufhäufigkeitstabelle auf der rechten Seite. Dies liegt daran, dass es sich bei der Tabelle „Kaufhäufigkeit“ um eine unterstützende Tabelle handelt . Die in dieser Tabelle erstellten Spalten haben keine Beziehung zu Tabellen in unserem Datenmodell. Wir verwenden dies nur zum Ausführen der DAX-Logik zur Unterstützung der Visualisierungen, die wir in unseren Berichten erstellen möchten.
Erstellen von Kennzahlentabellen für die LuckyTemplates-Datenmodellierung
Erstellen wir neben der Tabelle „Kaufhäufigkeit“ auch eine weitere Tabelle mit der Option „Daten eingeben“ . Nennen wir es Dynamic Grouping . Anschließend erstellen wir in dieser Tabelle eine Kennzahl.
Benennen Sie die Kennzahl in Tabelle „Umsätze nach Häufigkeitsgruppe“ um . Über diesen Link erfahren Sie mehr über die Erstellung von Kennzahlentabellen .
Für unsere Messung verwenden wir einen DAX-Code, der ziemlich kompliziert ist. Diese Kennzahl berechnet den Gesamtumsatz jedes Kunden in der Kundentabelle . Es ermittelt, ob ihre Gesamttransaktionen innerhalb des MIN- und MAX- Werts der von uns erstellten Tabelle „Purchase Frequency“ liegen.
Das Wichtigste dabei ist, dass die Tabelle „Kaufhäufigkeit“ keine Beziehung zu unserer Tabelle „Kunden“ oder anderen Tabellen hat. Indem wir jedoch eine Logik mithilfe einer Kennzahl und eines DAX-Codes erstellen, können wir diese nun zur Unterstützung oder Erstellung einer Visualisierung mit unseren anderen Tabellen verwenden.
Erstellen benutzerdefinierter Visualisierungen in LuckyTemplates
Um die gewünschte Visualisierung zu erstellen, müssen wir lediglich die Spalte „Frequenzgruppe“ unserer dynamischen Gruppierungstabelle auf unsere Leinwand ziehen.
Anschließend ziehen wir unsere Kennzahl „Umsätze nach Häufigkeitsgruppe“ auf unsere Häufigkeitsgruppe auf der Leinwand.
Als Ergebnis verfügen wir nun über eine Visualisierung, die uns den Gesamtumsatz des Kunden aus den Frequenzen hoch, niedrig und mittel ( OK ) zeigt.
Danach können wir daraus eine Donut-Diagramm-Visualisierung machen. Dann werden wir sehen, dass basierend auf der Logik, die wir mit unserem Unterstützungstisch erstellt haben, die meisten unserer Kunden im mittleren Frequenzbereich ( OK) liegen .
Das macht Sinn, denn wenn wir die Gesamttransaktionen unserer Kunden überprüfen, haben die meisten von ihnen etwa 20 bis 21 Transaktionen.
Das liegt im mittleren Frequenzbereich von 15–25 ( OK ), basierend auf unserer unterstützenden Tabelle ( Frequenzgruppe ).
Wir können auch eine weitere Visualisierung erstellen, indem wir die Kennzahl ( Verkäufe nach Häufigkeitsgruppe ) in unsere Kundennamen- Visualisierung ziehen …
… und die Spalte „Häufigkeitsgruppe“ aus unserer unterstützenden Tabelle ( Kaufhäufigkeit ).
Als Ergebnis zeigt die Visualisierung nun den Namen des Kunden, seinen Gesamtumsatz und seine Transaktionshäufigkeit an.
Wenn wir möchten, können wir diese Visualisierung dann in ein Balkendiagramm umwandeln .
Schließlich haben wir diese Visualisierungen für „ Umsätze nach Häufigkeitsgruppe nach Kundennamen und Häufigkeitsgruppe“ und „ Umsätze nach Häufigkeitsgruppe nach Häufigkeitsgruppe“.
Abschluss
Zusammenfassend konnten wir eine unterstützende Tabelle erstellen und diese für die Datenmodellierung in LuckyTemplates verwenden. Dies sind einige leistungsstarke Techniken, die wir durch die Verwendung von Stütztabellen erreichen können.
Überlegen Sie nun, wie wir die Logik hier erweitern können. In diesem Fall haben wir Transaktionen isoliert, können dies aber auch mit anderen Berechnungen für eine Gruppe von Personen in den Bereichen Umsatz, Margen, Wachstum und vielem mehr tun.
Ich hoffe, dass Sie die Logik und Bedeutung der Verwendung unterstützender Tabellen erkennen konnten . Auch hier dienen sie lediglich der Unterstützung der Logik und Visualisierung, die wir erstellen möchten, und wir können sie auf verschiedene Arten verwenden. Damit können Sie Ihren eigenen Modellen fantastische Analysetechniken hinzufügen.
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