Finden von Mustern in Ihren Daten mithilfe der internen Logik in LuckyTemplates

Heute zeige ich Ihnen, wie Sie mit LuckyTemplates Muster in Ihren Daten erkennen können. Dies ist eine fortgeschrittene Analysetechnik, die interne Logik nutzt. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

LuckyTemplates ist ein erstaunliches Analysetool, und durch den effektiven Einsatz von Streudiagrammen können Sie erstaunliche Erkenntnisse präsentieren.

Was ich bei Streudiagrammen merke, insbesondere wenn es viele Datenpunkte gibt, ist, dass die Diagramme extrem überlastet sind und es schwierig ist, etwas Sinnvolles oder Informationsmuster zu erkennen, die irgendeinen Wert bieten.

Was ich also entwickelt habe, ist eine Entwicklungsstrategie, bei der Sie eine interne Logik überlagern können, um Ihre Streudiagramme auf strategische Weise aufzuteilen.

In diesem speziellen Beispiel untersuchen wir, ob die Kaufhäufigkeit einen Einfluss auf die Margen und das Umsatzwachstum unserer Kundengruppen hat .

Das ist wirklich eine wirklich hochwertige Erkenntnis.

Ich gehe durch, wie Sie Logik in Ihr Modell integrieren können, die in Ihren Kerntabellen nicht vorhanden ist. Dies ermöglicht es Ihnen, Erkenntnisse aus Dingen zu gewinnen, die möglicherweise nicht miteinander in Zusammenhang stehen, ermöglicht es Ihnen jedoch, ein Muster in Ihren Daten zu entdecken, das Sie normalerweise in Ihren Datensätzen nicht finden würden.

Inhaltsverzeichnis

• Verwendung von Streudiagrammen und interner Logik
• Abschluss

Verwendung von Streudiagrammen und interner Logik

Die Verwendung eines Streudiagramms ist eine wirklich großartige Möglichkeit, Muster in Ihren Daten darzustellen und Cluster in Ihren Daten aufzuzeigen.

In diesem Beispiel werden wir drei verschiedene und voneinander unabhängige Berechnungen oder Logikteile verwenden und prüfen, ob es einen Zusammenhang zwischen ihnen gibt . Wir werden sehen, ob es einen Zusammenhang mit den Gewinnspannen der Kunden, ihrem Umsatzwachstum und der Anzahl der Transaktionen gibt, die wir mit ihnen tätigen.

Wir können daraus viele wichtige Erkenntnisse gewinnen, und deshalb möchte ich zeigen, wie Sie diese tatsächlich in Ihren Modellen entwickeln und wie Sie diese Muster oder Informationscluster dynamisch untersuchen können .

In diesem Modell haben wir oben einige Nachschlagetabellen, die alle zu unserer Verkaufstabelle führen.

Was ich hier also getan habe, ist, dass ich eine Kennzahl „Gewinnmargen “ und eine Kennzahl „Umsatzwachstum“ erstellt habe .

Dann habe ich diese Logik in unserer Kundentabelle erstellt. In dieser Tabelle habe ich herausgefunden, ob es sich bei den Kunden um hochfrequente, niedrigfrequente oder mittelfrequente Kunden handelt, basierend auf den Transaktionen, die die Kunden in diesem bestimmten Jahr getätigt haben.

Dazu habe ich CALCULATE und FILTER verwendet . Diese Logik berechnet, wie viele Transaktionen jeder Kunde im Jahr 2017 tätigt.

Bei der Käuferhäufigkeit habe ich die SWITCH- Funktion verwendet und die Gruppen qualifiziert, indem ich >= zehn, fünf und null als höhere, mittlere bzw. niedrige Häufigkeit identifiziert habe.

Durch die Erstellung dieser internen Logik innerhalb dieser Tabelle wird diese zusätzliche Dimension erstellt, die wir dann in jeder Visualisierung verwenden können. Wir können diese Dimension in unserem Streudiagramm verwenden, wodurch das Streudiagramm dann in verschiedene Gruppen aufgeteilt wird.

Auf dem Diagramm können wir die hohen, mittleren und niedrigen Frequenzen deutlich erkennen. Daraus können wir beispielsweise Erkenntnisse über unsere Gewinnmargen gewinnen. Sie können auch an Dinge wie Altersgruppen, Demografie oder Leistung denken. Sie können die Leistung des Margenwachstums, der Margenleistung im letzten Quartal oder Jahr usw. ermitteln. Es gibt viele Möglichkeiten, dies zu tun.

Um dies nun einzurichten, habe ich die Maße erstellt und sie in die X- und Y-Achse eingefügt. Dann habe ich die Legende verwendet, um sie aufzuteilen und diese verschiedenen Farben zu erstellen.

Ich habe auch die Farben geändert, um sie hervorzuheben.

Mit den erstellten Dimensionen konnten wir einen tieferen Einblick gewinnen, es aufschlüsseln und sehen, was für ein Muster es ist.

SWITCH True Logic erklärt für LuckyTemplates.
So erkennen Sie Cluster in Ihren Datensätzen mithilfe von DAX in LuckyTemplates.
So verwenden Sie die integrierten Analysetools für LuckyTemplates. Verwenden Sie
DAX, um Daten in LuckyTemplates zu segmentieren und zu gruppieren

Abschluss

Der wichtigste Lerneffekt besteht darin, Logik in Ihre Tabellen einzubauen . Dies kann wirklich viele verschiedene Erkenntnisse eröffnen.

Durch den Einsatz dieser Art von Entwicklungstechniken können Sie Erkenntnisse in LuckyTemplates viel überzeugender visualisieren. Ich möchte, dass Sie aus diesem Tutorial lernen, dass die Standardvisualisierungen manchmal nicht ausreichen.

Manchmal müssen Sie analytisch über das Problem nachdenken, entscheiden, was Sie präsentieren möchten, und dann eine erweiterte DAX-Logik darüber legen, um Ihren Standpunkt zu verdeutlichen.

Dies ist ein wirklich gutes Beispiel dafür und zeigt, wie man LuckyTemplates effektiv nutzt.

Alles Gute,