Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

In diesem Tutorial werde ich eine ziemlich fortgeschrittene Datensegmentierungstechnik durchgehen , bei der es um die dynamische Gruppierung von Daten in LuckyTemplates geht . Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

In diesem Tutorial werden wir uns speziell mit dieser speziellen Visualisierung in diesem Dashboard befassen, die ich während eines Learning Summit zum Thema Kundeneinblicke verwendet habe.

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

In diesem Fall gruppieren oder segmentieren wir Kunden basierend auf dem Prozentsatz des Umsatzes. Wir verwenden eine Sekundärtabelle oder eine unterstützende Tabelle und kombinieren sie mit DAX-Formeln, um diese Gruppierung zu erstellen.

Inhaltsverzeichnis

Segmentierung von Kunden basierend auf dem Umsatzprozentsatz

Eine Gruppe gehört zu den oberen 20 %, eine andere liegt zwischen 25 und 80 % und die dritte Gruppe gehört zu den unteren 25 %. Ich habe diese Prozentsätze verwendet und sie durch eine DAX-Formel geleitet, um dann diese Gruppen von Top, Mid und Bottom zu erstellen .

Die Segmentierung basiert in diesem Fall auf den Verkäufen, es handelt sich also um ein Diagramm, das die Verkäufe im Vergleich zu den Margen für einen bestimmten Zeitraum zeigt, die Segmentierung erfolgte jedoch über die Verkäufe.

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

In diesem Streudiagramm sehen wir die Top 20 % der Kunden; sie werden durch die dunkelblauen Flecken dargestellt. Die Mid-Kunden liegen aus Vertriebssicht zwischen 25 % und 80 %; Sie werden durch die blassblauen Flecken im mittleren Teil des Diagramms dargestellt. Die unteren 25 % der Kunden, basierend auf dem Umsatz, sind die hellblauen Punkte im unteren Teil des Diagramms. 

Dabei handelt es sich um eine ziemlich fortgeschrittene Technik zur Datensegmentierung, bei der wir eine fortgeschrittene Logik in die Berechnungen integrieren , um diese Gruppen zu erstellen, die einfach nicht existieren . Mit anderen Worten: In unseren Rohdaten gibt es nichts, was die Top 20 der Kunden, die unteren 25 % usw. aufschlüsseln könnte.

Wir müssen diese Logik also mithilfe einer unterstützenden Tabelle oder einer sekundären Tabelle , wie ich sie nenne, erstellen. Diese Tabelle hat keine physische Beziehung zu einer unserer Tabellen im Datenmodell, ist aber der Schlüssel zu dieser Art von Analyse.

Verwendung eines sekundären oder unterstützenden Tisches

Werfen wir also einen Blick auf die Tabelle. Sie können diese Gruppen wahrscheinlich auf viele verschiedene Arten erstellen, aber so habe ich es für diese Demonstration eingerichtet.

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

In dieser unterstützenden oder sekundären Tabelle haben wir unsere Gruppen als Top, Mid und Bottom. Wir haben die Spalte „Niedrig“ und die Spalte „Hoch“, um zu identifizieren, zu welchem ​​Segment jeder Kunde gehört.

Diese sekundäre Prozenttabelle kann tatsächlich für viele verschiedene Kennzahlen wiederverwendet werden. Wir könnten Verkäufe nutzen und problemlos Margen, Gewinne oder Kosten integrieren oder jede andere Berechnung, die wir durchführen können. Es muss nicht einmal umsatz- oder umsatzbezogen sein. 

Wir können auch einen Teil der Logik wiederverwenden, da sich Prozentsätze auf alles beziehen können. Wichtig hierbei ist, die richtige Logik innerhalb der Formel zu erstellen. 

Lassen Sie uns also in die Formel eintauchen, die ich (dieses Jahr) genannt habe , und durchgehen, wie ich die Logik umgesetzt habe.

Ausarbeiten der Variablen

Gehen wir zunächst den ersten Teil der Berechnung durch, in dem wir die Variablen ( VAR ) ermitteln .

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

Die erste Variable dient dazu, die RankingDimension zu identifizieren , die wir bearbeiten werden. In diesem Fall sind es Kunden. Mit der Funktion VALUES durchlaufen wir jeden Kunden, der in einem bestimmten Zeitraum einen Verkauf getätigt hat . 

Die nächste Variable ist TotalCustomers , die ermittelt, wie viele Kunden tatsächlich einen Verkauf getätigt haben . Wir wollen nicht alle Kunden zählen, sondern nur diejenigen, die Verkäufe getätigt haben. In dieser Logik verwenden wir die Funktionen CALCULATE , COUNTROWS , FILTER und ALL .

Die dritte Variable ist CustomerRank , wobei wir unsere Kunden anhand der von ihnen getätigten Verkäufe einstufen. Und das ist die Formel für den Kundenrang TY .

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

Bei dieser speziellen Formel handelt es sich lediglich um eine einfache Rangfolge, die die RANKX- Funktion verwendet.

Logik für die Datensegmentierung

Kommen wir nun zum Rest der Berechnung. Dies ist die Logik, die es uns ermöglicht, diese Datensegmentierungsanalyse durchzuführen.

Die CALCULATE- Funktion durchläuft jeden Kunden und wertet anhand der unterstützenden Tabelle ( Kundengruppen ) aus, die wir mit den Funktionen COUNTROWS und FILTER erstellt haben . 

Anschließend wird ausgewertet, ob der „ CustomerRank“ größer als „ TotalCustomers“ ist, und dann mit der Spalte „Customer Groups Low“ multipliziert . Es fragt uns also, ob der CustomerRank höher als der untere ist.

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

Und dann wird in der nächsten Zeile hervorgehoben, ob der CustomerRank kleiner oder gleich TotalCustomers ist; Anschließend wird er mit der höheren Klasse der Kundengruppentabelle multipliziert.

Wenn der Wert „true“ lautet, wird dieser Kunde behalten und wir erhalten den Gesamtumsatz.

So verwenden Sie die Datensegmentierungsformel wieder

Diese Formel ist etwas komplex, aber wirklich interessant. Auch diese Berechnung verwenden wir wieder.

Wenn wir unsere Kunden beispielsweise anhand einer anderen Kennzahl, beispielsweise einer Gewinnspanne, betrachten möchten, müssen wir hier lediglich den Gesamtumsatz durch die Gewinnspanne ersetzen und den Rang basierend auf den Gewinnspannen ändern .

Datensegmentierung basierend auf Prozentgruppen – Advanced DAX in LuckyTemplates

Dann können wir genau dieselbe unterstützende Tabelle verwenden, um diese Logik auszuführen. 


Verwenden Sie DAX, um Daten in LuckyTemplates zu segmentieren und zu gruppieren.
Beispiel für die Segmentierung mit Advanced DAX in LuckyTemplates.
Gruppieren Sie Kunden dynamisch nach ihrem Ranking mit RANKX in LuckyTemplates

Abschluss

Dies ist eine fortgeschrittenere Technik zur Datensegmentierung, die ich in diesem Tutorial demonstriert habe. Wir nutzen die Leistungsfähigkeit von DAX und dem Datenmodell mit unserer unterstützenden Tabelle.

Es ist erstaunlich, was wir mit der gesamten Formel machen können. Wir können den Zeitrahmen ändern und die Kunden werden immer nach den von uns festgelegten spezifischen Prozentsätzen aufgeteilt. 

Ich hoffe, dass Sie aus diesem Tutorial großen Nutzen ziehen und es auf Ihre eigene Arbeit anwenden können.

Alles Gute!

***** LuckyTemplates lernen? *****







Streudiagramm-Visualisierungen mit Charticulator

Streudiagramm-Visualisierungen mit Charticulator

In diesem Tutorial erfahren Sie, wie Sie mit Charticulator eine Streudiagramm-Visualisierung für Ihren LuckyTemplates-Bericht erstellen und entwerfen.

PowerApps-Suchfeld: So fügen Sie es hinzu und passen es an

PowerApps-Suchfeld: So fügen Sie es hinzu und passen es an

Erfahren Sie, wie Sie ein PowerApps-Suchfeld von Grund auf erstellen und es an das Gesamtthema Ihrer App anpassen.

Power Automate String-Funktionen: Substring und IndexOf

Power Automate String-Funktionen: Substring und IndexOf

Erlernen Sie ganz einfach zwei komplizierte Power Automate String-Funktionen, die in Microsoft Flows verwendet werden können – die Funktionen substring und indexOf.

Power Query M: Abwechselndes 0-1-Muster in der Datumstabelle

Power Query M: Abwechselndes 0-1-Muster in der Datumstabelle

Dieses Tutorial konzentriert sich auf die Power Query M-Funktion „number.mod“, um ein abwechselndes 0-1-Muster in der Datumstabelle zu erstellen.

Prognosetechnik: Erkundung der Prognoselogik in LuckyTemplates-Modellen

Prognosetechnik: Erkundung der Prognoselogik in LuckyTemplates-Modellen

In diesem Tutorial führe ich eine Prognosetechnik durch, bei der ich meine tatsächlichen Ergebnisse mit meinen Prognosen vergleiche und sie kumulativ betrachte.

Speichern Sie E-Mail-Anhänge in SharePoint mit Power Automate

Speichern Sie E-Mail-Anhänge in SharePoint mit Power Automate

In diesem Blog erfahren Sie, wie Sie mit Power Automate E-Mail-Anhänge automatisch in SharePoint speichern und E-Mails anschließend löschen.

Führen Sie eine Bis-Loop-Steuerung in Power Automate durch

Führen Sie eine Bis-Loop-Steuerung in Power Automate durch

Erfahren Sie, wie die Do Until Schleifensteuerung in Power Automate funktioniert und welche Schritte zur Implementierung erforderlich sind.

Berechnen eines gleitenden Durchschnitts in LuckyTemplates mithilfe von DAX

Berechnen eines gleitenden Durchschnitts in LuckyTemplates mithilfe von DAX

In diesem Tutorial erfahren Sie, wie Sie mithilfe der ALLSELECTED-Funktion einen dynamischen gleitenden Durchschnitt in LuckyTemplates berechnen können.

Berechnen Sie dynamisch eine laufende oder kumulative LuckyTemplates-Summe

Berechnen Sie dynamisch eine laufende oder kumulative LuckyTemplates-Summe

Durch diesen Artikel erhalten wir ein klares und besseres Verständnis für die dynamische Berechnung einer laufenden oder kumulativen Gesamtsumme in LuckyTemplates.

Power Automate auf jede Aktion in Workflows anwenden

Power Automate auf jede Aktion in Workflows anwenden

Erfahren und verstehen Sie die Bedeutung und ordnungsgemäße Verwendung der Power Automate-Aktionssteuerung „Auf jede anwenden“ in unseren Microsoft-Workflows.