Prognosetechnik: Erkundung der Prognoselogik in LuckyTemplates-Modellen

Wenn Sie ein reales Beispielszenario für die Prognose mit LuckyTemplates haben möchten, sind Sie auf der richtigen Seite. In diesem Tutorial finden Sie eine Prognosetechnik, die Sie sicher in Ihrer eigenen Arbeitsumgebung implementieren können. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Im Beispiel vergleiche ich meine tatsächlichen Ergebnisse mit meinen Prognosen und betrachte sie kumulativ. Die kumulierten Summen geben mir einen viel besseren Überblick und stellen sicher, dass ich weiß, wann sich ein Trend abzeichnet. Wenn Sie die Prognosetechnik verwenden, die ich in diesem Tutorial bespreche, können Sie dasselbe erreichen.

Zunächst müssen Sie jedoch die eigentliche Prognose erstellen. Möglicherweise haben Sie dies in einer separaten Datenquelle oder Tabelle oder müssen es erstellen, weil Sie noch keines haben. Es gibt viele Möglichkeiten, es zu erstellen – manchmal ist es einfach und manchmal ist es meiner Meinung nach komplexer, als es sein muss.

Sobald Sie dies eingerichtet haben, können Sie durch die Entwicklung einer einfachen Logik und die Verwendung von Formeln mit DAX wirklich Einblicke in Ihre Daten erhalten.

Es ist in Ordnung, die tatsächlichen Ergebnisse einzeln zu überprüfen, aber in vielen Fällen benötigen Sie einen Benchmark, um die relative Leistung wirklich darzustellen.

Sofern Sie nicht über umfassende Zahlenkenntnisse verfügen, ist die Verwendung eines Benchmarks oder einer Prognose (wie in diesem Fall) der beste Weg, dies Ihren Verbrauchern zu zeigen.

Darüber hinaus können Sie durch die Verwendung der anderen Filter in Ihrem Datenmodell Ihre Berichte so einrichten, dass sie effektiv in bestimmte Bereiche Ihrer Datensätze eintauchen und sehen, wie sich die Ergebnisse im Vergleich zum eindeutigen Benchmark entwickelt haben. Manchmal müssen einige Nuancen verstanden werden, aber dies ist ein weiteres Tutorial.

Inhaltsverzeichnis

• Erstellen einer Prognose
• Ausarbeitung der kumulativen Prognose
• Prognose versus Umsatz
• Abschluss

Erstellen einer Prognose

Wir haben hier ein einfaches Datenmodell mit Gesamtverkäufen, bei dem es sich lediglich um historische Informationen handelt, daher müssen wir eine Prognose erstellen. Es gibt viele Möglichkeiten, dies zu tun, aber ich zeige Ihnen, wie Sie eine einfache erstellen.

In dieser Demonstration werde ich projizieren, was wir in den Jahren 2015 bis 2016 erreicht haben. Ich verwende mit Total Sales , gehe dann zu und gebe Dates ein .

Dies wird uns die Umsätze des letzten Jahres bescheren. Wir können in unserer Tabelle hier sehen, dass die ersten Dateneingaben am 1. Juni 2014 erfolgten.

Jetzt spiegelt sich dies in unserem Jahr 2015 wider (der Gesamtumsatz des letzten Jahres).

Allerdings müssen wir noch einen Schritt weiter gehen. Wir wollen 2016 prognostizieren, also beginnen unsere Daten im Januar 2016 und beziehen sich dann auf das gesamte Jahr. Dazu ändern wir den Kontext der Berechnung (mithilfe von CALCULATE ), filtern jedoch Informationen heraus, die nicht im Jahr 2016 vorliegen (mit einer Anweisung). Deshalb filtern wir die Datumstabelle , bei der das Jahr 2016 entspricht.

Dadurch wird im wahrsten Sinne des Wortes jedes Datum, das für diese Prognose nicht das Jahr 2016 ist, gelöscht oder ausgeblendet. Ziehen wir es in unsere Tabelle und wir sehen, dass unsere Daten ab Januar 2016 beginnen.

Wir haben jetzt eine Prognose für 2016.

Wenn wir es in einem Diagramm anzeigen, können wir unseren Gesamtumsatz pro Tag und unsere Umsatzprognose sehen, die lediglich eine Prognose des Vorjahres ist.

Ausarbeitung der kumulativen Prognose

Jetzt werden wir diese in kumulative Summen umwandeln und diese kumulativ betrachten, was uns ermöglicht, bessere Erkenntnisse zu gewinnen. Als Erstes müssen wir den kumulierten Umsatz berechnen .

Wir können dies dann wiederverwenden, um unsere kumulative Prognose für 2016 zu erstellen . Alles, was wir tun müssen, ist, den Gesamtumsatz mit der Prognose für 2016 einzubeziehen .

Jetzt haben wir die kumulative Summe der Prognose 2016 , bei der es sich lediglich um die prognostizierten Ergebnisse für 2015 handelt. Wir haben sie in eine kumulierte Summe umgewandelt, die wir mit unseren kumulierten Verkäufen dieses Jahres vergleichen können .

Wir können dies in eine Visualisierung umwandeln und diese Informationen darüber, wie es uns geht, kumulativ analysieren. Hier gibt es ein kleines Problem, da die kumulative Gesamtsumme vollständig projiziert wird, obwohl keine Informationen vorliegen und wir das wahrscheinlich nicht wollen.

Wir können das Problem ganz einfach beheben, indem wir in unsere Formel aufnehmen. Wenn es also an diesem Tag buchstäblich keine Verkäufe gibt, wird zurückgegeben . Dadurch werden alle Informationen gelöscht, die ab einem bestimmten Datum übermittelt werden.

Wir drücken die Eingabetaste und sehen in unserem Diagramm, dass die Linie verschwindet, da wir unsere aktuellen Verkäufe mit unserer Umsatzprognose überlagern.

Prognose versus Umsatz

Von hier aus können wir unsere Verkäufe im Vergleich zu unserer Prognose durch Kennzahlenverzweigung berechnen .

Und wir könnten dies allein in eine Visualisierung umwandeln, aber es generiert im Moment keine wirklichen Erkenntnisse für uns, weil wir keine Daten von September bis Dezember haben und diese einfach als Null angenommen werden.

Wir können dies erneut beheben, indem wir die ISBLANK- Logik einfügen .

Und damit können wir jetzt sehen, wie wir mit der Zeit im Vergleich zu unserer kumulativen Prognose voranschreiten.

Da dies außerdem im Datenmodell verknüpft ist, können wir beispielsweise unsere Produkte einbinden. Wir verwandeln es in einen Allesschneider und sehen, wie wir jedes unserer Produkte verarbeiten.

Wir können alle unsere Produkte dynamisch auswählen und sehen, wie sie verfolgt werden.

Prognoseanalysetechniken in LuckyTemplates mit DAX
Erstellen von Zukunftsprognosen in LuckyTemplates mit DAX
Erstellen einer neuen Tabelle in LuckyTemplates: So implementieren Sie Budgets und Prognosen automatisch mit DAX

Abschluss

Dies ist eine einzigartige Prognosetechnik, die ich in diesem Tutorial demonstriert habe. Zuerst haben wir eine Prognose erstellt, die wir ziemlich einfach gehalten haben, und dann eine kumulative Summe verwendet, um sie besser zu visualisieren. Danach haben wir es verglichen und konnten im Laufe der Zeit verfolgen, wie sich alle Verkäufe entwickelten.

Dabei dreht sich alles um die Geschäftsanwendungen. In meinem virtuellen Kurs „Solving Analytical Scenarios“ behandle ich tatsächlich viele ähnliche Anwendungen rund um die Prognose  Dies ist einen Blick wert, wenn Sie mehr über die Prognosetechnik, Budgetierung, Segmentierungs- und Gruppierungstechniken und Szenarioanalyse erfahren möchten, um nur einige zu nennen.

Ich hoffe, dass Sie einen Weg finden, diese Prognosetechnik in Ihre eigene Arbeit zu integrieren.

Alles Gute!

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