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.
In diesem Tutorial werde ich einige fortgeschrittene Analysetechniken in LuckyTemplates und der DAX-Formelsprache, die ich sekundäre Tabellenlogik nenne, durchgehen. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.
Wenn Sie LuckyTemplates für Ihre Analysen verwenden, möchten Sie manchmal interessante Erkenntnisse finden oder entdecken, aber die aktuellen Daten, mit denen Sie arbeiten, ermöglichen es Ihnen möglicherweise nicht, solche Erkenntnisse zu extrahieren.
Aus diesem Grund ist es manchmal von entscheidender Bedeutung, sekundäre Tabellen zu erstellen, um solche Informationen in Ihr Kerndatenmodell einzubringen.
Ich zeige von Anfang bis Ende, wie man analytisch über die Verwendung dieser Tabellen nachdenken muss, aber auch, wie man sie wirklich praktisch umsetzt.
Wir lernen besser, indem wir es tun, und deshalb zeige ich Ihnen an einem praktischen Beispiel, wie Sie dies selbst tun können. Ich werde zeigen, wie Sie verschiedene Informationen oder Erkenntnisse in Ihre Datenanalyse einbringen können, die die Dinge wirklich viel effektiver darstellen.
Hier ermitteln wir also den Gesamtumsatz unserer Verkäufer in den letzten 60 Tagen. Auf dieser Grundlage klassifizieren wir sie dann dynamisch in gute, mittlere oder untere Verkäufer.
Im Laufe der Zeit können wir auf die letzten 60 Tage zurückblicken und sehen, welche Verkäufer in einem Zeitraum von 60 Tagen wirklich gut verkaufen.
Inhaltsverzeichnis
Verzweigung zur sekundären Tabellenlogik
Bevor wir uns mit der Erstellung der sekundären Tabellenlogik befassen, gehen wir die Berechnungen durch, die dazu erforderlich sind.
Dieses Beispiel hier ist statisch im Hinblick auf den integrierten Demodatensatz, daher musste ich eine Formel erstellen, die das letzte Datum meiner Verkaufstabelle abruft.
Ich beabsichtige dies speziell für diese Demonstration, aber Sie können es auch auf andere Weise in Ihren eigenen Datensätzen haben, sodass es jeden Tag aktualisiert wird. Hier ist die Formel, die ich erstellt habe, um das letzte Datum zu ermitteln .
Daraus können wir dann diese Formel in unsere Berechnung „ Transaktionen letzte 60 Tage“ einspeisen . In dieser Berechnung berechnen wir die ZÄHLER der Verkaufstabelle . Dann öffnen wir das dynamische 60-Tage-Fenster, indem wir FILTER ALL Dates verwenden , das die Dates- Tabelle durchläuft und uns dann die gesuchten Ergebnisse liefert.
Dies zeigt uns fortlaufend den Gesamtumsatz, den ein Verkäufer in den letzten 60 Tagen erzielt hat, während wir uns im Laufe der Zeit bewegen. Wenn wir dies filtern, können wir unsere schlechtesten und besten Verkäufer sehen.
Wir können dies auch optisch ansprechender gestalten, indem wir einige Datenbalken verwenden . Wir gehen zur bedingten Formatierung über,
Dann ändere es ein wenig mit ein paar Farben.
Jetzt können wir in diesem Datensatz unsere Top-Verkäufer basierend auf den letzten 60 Tagen deutlich sehen.
Hier kommt nun die sekundäre Tabellenlogik ins Spiel. Wir gruppieren diese Verkäufer basierend darauf, wie viele Produkte sie verkaufen.
Diese Einsicht wird uns helfen, unsere Mitarbeiter gut zu verwalten und bessere Entscheidungen zu treffen, sei es die Gewährung von Belohnungen oder vielleicht sogar die Entlassung derjenigen, die überhaupt keine Leistung erbringen.
Erstellen der sekundären Tabelle
Hier ist eine sekundäre Tabellenlogik notwendig, da es sich um eine dynamische Berechnung handelt. Wir können dies nicht in die Nachschlagetabelle aufnehmen. Wir müssen in der Lage sein, die Zahlen in der Logik einer sekundären Tabelle zu durchlaufen, um diese Personen dann zu gruppieren.
Um also eine weitere Tabelle zu erstellen, gehen wir zu „Daten eingeben“ und geben dann den Titel und die Spalten ein.
Wir erstellen unser Min und unser Max und geben dann die Werte ein, die wir haben möchten. Dann klicken wir auf Laden.
Sobald das geladen ist, haben wir es in unserem Modell. Beachten Sie, dass eine sekundäre Tabelle keine Beziehung zu unserem Datenmodell hat. Es liegt nur hier draußen und wir verbinden es mit nichts, weil wir es nicht brauchen.
Dies ist die Tabelle, die wir durchlaufen müssen. Das bedeutet, dass wir für jeden Verkäufer und das Ergebnis, das wir aus unserer Transaktion der letzten 60 Tage erhalten haben, anhand unserer Min- und Max-Werte hier bestimmen, zu welcher Gruppe er gehört.
Jetzt müssen wir also eine Formel schreiben, die es uns ermöglicht, herauszufinden, was das ist.
Verwendung sekundärer Tabellenlogik zum Extrahieren von Erkenntnissen
Um diese Erkenntnisse zu extrahieren, müssen wir zunächst eine neue Kennzahl erstellen. Wir werden hier einen Textwert zurückgeben, weil wir diese Personen einer Gruppe zuordnen.
Nennen wir diese Formel „Salespeople Performance Group“ . Wir verwenden die Funktion CALCULATE für SELECTEDVALUE , unsere sekundäre Tabellenlogik , in der ein Textwert (oben, OK, schlecht) gefunden und zurückgegeben wird. Für alle Fälle geben wir ein alternatives Ergebnis ( BLANK ) ein.
In der nächsten Zeile fügen wir dann unsere sekundäre Tabellenlogik ein. Und wir verwenden die FILTER- Funktion, da sie ALLE unsere Vertriebsmitarbeiterlogiken durchläuft .
Mit dieser Logik ermitteln wir die Gruppe, zu der ein bestimmter Verkäufer gehört, und diese Gruppe wird dynamisch sein, da diese Kennzahl dynamisch ist. Wenn wir das also in unsere Tabelle aufnehmen, sehen wir jetzt die Ergebnisse.
Wir haben eine bestimmte Zahl aus einer anderen Tabelle, die ich Sekundärtabelle nenne, entnommen und sie dann über Kennzahlen in unser Modell eingefügt.
So bewerten Sie Cluster in Ihren Daten mithilfe der DAX-Technik in LuckyTemplates.
Verwenden Sie DAX, um Daten in LuckyTemplates zu segmentieren und zu gruppieren.
Gruppieren Sie Kunden dynamisch nach ihrem Ranking mit RANKX in LuckyTemplates
Abschluss
Das ist die Leistungsfähigkeit der erweiterten Analyse in LuckyTemplates. Durch die Verwendung sekundärer Tabellenlogik benötigen wir diese Zwischenberechnungen nicht. Die Formel erledigt die ganze harte Arbeit für uns.
Dies sind alle Tipps, die Sie benötigen, um dieses einzigartige Konzept in LuckyTemplates zu verstehen. Diese Techniken gibt es eigentlich nur bei und einigen der Best-Practice-Entwicklungen, die wir durchführen.
Erst nachdem Sie diesen Blog gelesen und sich das Video unten angesehen haben, werden Sie genau verstehen, was ich meine. Schauen Sie sich also das Video an. Ich kann versprechen, dass es viel zu lernen gibt.
Ihr Gehirn wird sich im Hinblick auf die Analysen und Informationen, die Sie in Ihre Berichte einbringen können, exponentiell erweitern.
Viel Glück!
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