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.
Heutzutage werde ich immer komplexer mit DAX, aber das liegt daran, dass es mir Spaß macht, die Leistungsfähigkeit dieser Formelsprache in LuckyTemplates zu zeigen. Ich möchte, dass du auch dort ankommst. Deshalb möchte ich die Umsetzung immer praktisch angehen. Die dynamische Segmentierung ist ein perfektes Beispiel für wirklich wertvolle kommerzielle Erkenntnisse, die Sie aus Ihrer Analyse in LuckyTemplates gewinnen können. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.
Angenommen, Sie möchten sehen, welche Kundengruppen Ihre Produkte kaufen. Wenn ich von Kundengruppen spreche, sind es dann Ihre Top-Kunden, Ihre Mittelklasse-Kunden oder Ihre Bottom-Kunden? Sie werden schnell feststellen, dass dies gar nicht so einfach ist, da diese „Gruppierung“ in Ihren Rohtabellen nicht einmal vorhanden ist. Sie müssen es über eine unterstützende Tabelle erstellen, und ich zeige Ihnen in diesem Blogbeitrag, wie.
In diesem Beitrag gehen wir darauf ein, wie Sie visualisieren können, welche Kundengruppen am meisten zu Ihren Gewinnen beitragen. Nun müssen wir ein paar Schritte durchlaufen, um an diesen Punkt zu gelangen, aber dies ist eine wirklich großartige Analyse, wenn Sie durch die Zeit reisen und feststellen möchten, wie hoch Ihre Top 5, Top 5 – 20 und der Rest sind Ihrer Kunden tragen zu Ihrem Gewinn bei.
Sie können die gleichen Techniken verwenden, die wir in diesem Blogbeitrag behandeln, um tatsächlich Ihre eigene Analyse durchzuführen. Durch die Nutzung des Datenmodells können Sie diese Art von dynamischer Visualisierung erstellen. In dieser Visualisierung betrachten wir beispielsweise den Beitrag der Top 5, der Ränge 5 bis 20 und des Rests.
Da alles dynamisch ist, können wir uns auch durch jedes Produkt klicken, das wir direkt verkaufen, und den Unterschied zwischen den einzelnen Produkten erkennen. Wir können sehen, dass einige Produkte völlig von den Top 5 dominiert werden, aber das liegt wahrscheinlich daran, dass sich mit diesem bestimmten Produkt nicht viel verkauft.
Wenn wir andererseits auf ein umsatzstarkes Produkt klicken, können wir feststellen, dass es einen etwas größeren Vertriebseffekt hat. Dies sind die großartigen Erkenntnisse, die Sie aus dieser Art von Analyse gewinnen können.
Inhaltsverzeichnis
Berechnung des Gesamtgewinns
Fangen wir bei Null an und überlegen, wie wir tatsächlich an diesen Punkt gelangen können. Als Erstes müssen wir einige einfache Berechnungen aufstellen.
Wir berechnen zunächst unseren Gesamtgewinn, indem wir unseren Gesamtumsatz abzüglich unserer Gesamtkosten verwenden.
Erstellen einer Tabelle für das Ranking
Kehren wir zunächst einfach zu unserem Datenmodell zurück. Sie werden sehen, dass wir oben unsere Kerndatenmodelle haben: Datumstabelle, Produkttabelle, Regionstabelle und Kundentabelle, die alle bis zur Verkaufstabelle unten reichen. Jede einzelne getätigte Transaktion befindet sich in unserer Verkaufstabelle, und dort führen wir unsere Berechnungen durch.
Wenn Sie darüber nachdenken, haben wir in unserem Modell hier nichts, was uns sagt, wer unter den ersten fünf ist oder wer einen Platz zwischen 5 und 20 belegt hat oder wer alle anderen sind. Das heißt, wir müssen es erstellen. Denken Sie auch daran, dass es dynamisch sein soll , oder?
Wir müssen also eine Tabelle erstellen, die dies für uns erledigt. Wir erstellen Gruppen sowie deren MIN und MAX. Für die Top 5 beträgt das Minimum 0 und das Maximum 5. Für die Ränge 5 – 20 sind es 5 und 20 und so weiter. Anschließend integrieren wir diese Tabelle über die Dax-Formel in unser Datenmodell und ordnen die Kunden dann dynamisch ein, basierend auf dem Kontext der Berechnung.
Kundengewinne nach Gruppen formulieren
Wir werden herausfinden, wie man Kundengewinne nach Gruppen nachschlägt (4:00). Lassen Sie uns kurz durchgehen, was hier tatsächlich passiert. Zunächst berechnen wir den Gesamtgewinn, das Maß für den Gesamtgewinn, das ich Ihnen zuvor beigebracht habe.
Was wir jedoch tun müssen, ist zu sehen, welchen Rang jeder Kunde einnimmt und ob er sich in jedem dieser benutzerdefinierten Ränge befindet, die wir gerade in unserer Tabelle erstellt haben. Wenn dies der Fall ist, werden sie von den Top 5, den Rängen 5 bis 10 oder dem Rest in diese Gruppe eingeordnet.
Dies ist die Logik, die wir verwenden werden, um diese Berechnungen tatsächlich zu erstellen oder auszuführen.
Lassen Sie uns hier einfach ganz schnell etwas ausdenken und den Monat und das Jahr in unsere Tabelle ziehen. Wir können den Gesamtumsatz für jeden dieser Monate sehen.
Verwendung der Kundengewinne nach Gruppe
Wenn wir unsere Kundengruppen in die Tabelle ziehen, erhalten wir kein korrektes Ergebnis. Wenn man sich diese Zahlen genauer ansieht, sind sie alle genau gleich. Was wir also tun müssen, ist die Kundengewinne nach Gruppe zu verwenden . Dadurch erhalten wir alle Gewinne pro Rangliste.
Was wir tun müssen, ist, einen genaueren Zeitrahmen festzulegen, damit wir einen Filter für die letzten sechs Monate des Jahres 2016 einsetzen können.
Wenn wir einige Datenetiketten anbringen, können wir erkennen, dass es sich um die Berechnung des Gesamtgewinns handelt, der dann aber auf unsere Kundengruppe aufgeteilt wird.
Visualisierung der Tabelle
Lassen Sie uns ein Diagramm erstellen und den Prozentsatz sehen. Wir müssen lediglich die Visualisierung auf das 100 % gestapelte Säulendiagramm umstellen.
Dies gibt uns nun den Prozentsatz der Verkäufe dieser benutzerdefinierten Gruppen an. Wir werden die Visualisierung ein wenig ändern und daraus ein Dropdown-Menü machen. Und dann erstellen wir eine weitere Visualisierung, die uns unseren Umsatz pro Produkt liefert.
Diese Berechnung wird automatisch angepasst, je nachdem, in welchen Kontext wir sie stellen. Wenn wir also alle Monate im Jahr 2016 anpassen und einbeziehen, können wir sehen, wie sich die Dinge für jeden einzelnen Monat ändern.
Wenn wir auf eines der Produkte in der linken Tabelle klicken, können wir dynamisch auf Prozentbasis sehen, wie viel unserer Gewinne von bestimmten Gruppen bestimmt werden.
Visualisierung der Gewinnzusammensetzung
Sobald wir alle verschiedenen Produkte durchgeklickt haben, können wir sehen, wie sich unsere Gewinne im Laufe der Zeit für jedes unserer von uns verkauften Produkte zusammensetzen. Wir können es aus einer Gesamtportfolioperspektive betrachten.
Oder wir können sogar einen Blick auf unsere Top-3-Produkte werfen und feststellen, dass es Ende 2015 einen Rückgang gab. Wir können uns fragen, warum ein größerer Anteil unserer kleineren Kunden diese Produkte kauft, im Vergleich zu unseren größeren Kunden, die gar nichts kaufen.
Offensichtlich wären solche Dinge eine wirklich gute Diskussion zwischen Ihren Vertriebsmitarbeitern und Ihrem Management. Diese DAX-Formel ist eine wirklich großartige Technik, die tatsächlich in verschiedenen Szenarien wiederverwendet werden kann. Ich empfehle dringend, sich mit dieser dynamischen Segmentierungstechnik zu befassen und einen Blick darauf zu werfen, wie Sie diese tatsächlich für sich selbst und für einige Ihrer Analysen nutzen können.
Abschluss
Wie Sie sehen, ist da einiges drin, aber es ist wirklich mächtig. Diese Analyse ist großartig, um zu sehen, wer Ihre Produkte kauft, und zwar nicht nur für Ihre gesamten Produkte, sondern Sie können sogar in bestimmte Produkte eintauchen und vergleichen, wie unterschiedlich die Zusammensetzung sein könnte. Diese Technik hat einen Fachbegriff – dynamische Segmentierung . Das liegt daran, dass wir unsere Ergebnisse dynamisch segmentieren, indem wir sie einer Logik unterziehen, die sie in einen eigenen Kuchen aufteilt.
Ich gehe diese spezielle Technik ausführlich in meinem Kurs „Solving Analytical Scenarios“ bei durch . Schauen Sie sich das an, um mehr zu erfahren. In diesem Video gebe ich einen Überblick darüber, wie Sie es selbst umsetzen können und wie es in Ihren Berichten aussehen kann.
Viel Glück bei der Umsetzung!
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