Zählen von Kunden im Laufe der Zeit mit DISTINCTCOUNT in LuckyTemplates

In diesem Blogbeitrag werde ich erläutern, wie Sie mithilfe einiger Funktionen wie DISTINCTCOUNT in LuckyTemplates berechnen können, an wie viele Kunden Sie im Laufe der Zeit verkaufen. Es gibt tatsächlich mehrere Möglichkeiten, es zu berechnen, weshalb ich ein kurzes Tutorial dazu erstellen wollte, um ein paar Dinge zu veranschaulichen. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

In diesem Beispiel ist es von entscheidender Bedeutung, dass Sie wissen, wie Sie mit dem von Ihnen eingerichteten Datenmodell umgehen können. Deshalb zeige ich Ihnen unbedingt, wie ich es eingerichtet habe. Dies ist wichtig, da es nicht so einfach ist, einfach einen COUNT über Ihren Kundentisch zu legen. Denken Sie daran, dass wir zeigen möchten, wie sich die Anzahl unserer Kunden im Laufe der Zeit ändert. Deshalb müssen wir sicherstellen, dass das Ergebnis auch nach unserer Datumstabelle gefiltert wird.

Inhaltsverzeichnis

• Verwenden Sie DISTINCTCOUNT, um Ihre Kunden zu zählen
• Formel Nr. 1: Herausfinden, wie viele Kunden pro Tag
• Formel Nr. 2: Erstellen einer neuen Formel zum Anzeigen einer Beziehung
• Formel Nr. 3: Verwendung erweiterter Tabellen
• Visualisierung der Daten
• Abschluss

Verwenden Sie DISTINCTCOUNT, um Ihre Kunden zu zählen

In diesem Beitrag werden wir einige relativ einfache DAX-Formeln durchgehen . Denken Sie nur darüber nach, wie diese Dinge logisch berechnet werden und wie DAX mit dem Datenmodell funktioniert. Wir werden uns also schnell das Datenmodell ansehen. Wir haben die Verkaufstabelle unten und die Faktentabelle oben: Datumstabelle, Produkttabelle, Regionstabelle und Kundentabelle als Nachschlagetabellen. Diese Tabellen sind alle miteinander verbunden.

Wir möchten sehen, an wie viele Kunden wir pro Tag verkaufen. Dies wird ein kleines Problem aufzeigen, das wir möglicherweise mit der Formel haben, aber ich werde Ihnen zeigen, wie Sie es tatsächlich auf verschiedene Arten lösen können. Auf diese Weise können Sie verstehen, was im Datenmodell geschieht.

Formel Nr. 1: Herausfinden, wie viele Kunden pro Tag

Als Erstes müssen wir uns ansehen, an wie viele Kunden wir tatsächlich pro Tag verkauft haben. Wir können eine Kennzahl erstellen, sie „Total Customers“ nennen und dann DISTINCTCOUNT und Customer Name verwenden.

Logischerweise ist das Ihrer Meinung nach das, was Sie tun müssten: Zählen Sie, wie viele Kunden wir jeden Tag verkaufen . Das Problem dabei ist, dass wir jeden Tag genau das gleiche Ergebnis erhalten.

Der Grund, warum wir dies erhalten, ist, dass die Formel an die Kundentabelle geht und angibt, wie hoch die eindeutige Anzahl der Kunden für jeden einzelnen Tag ist. Das Problem besteht darin, dass die Dates-Tabelle überhaupt keine Beziehung zur Customer-Tabelle hat . Die einzige Beziehung zwischen diesen beiden Tabellen besteht in der Tabelle „Sales“. Für jeden einzelnen Filter, der in der Dates-Tabelle platziert wird, wird nichts in der Customer-Tabelle gefiltert, wenn wir DISTINCTCOUNT jeden Tag ausführen , und deshalb erhalten wir genau das gleiche Ergebnis.

Wenn wir sehen möchten, an wie viele Kunden wir an einem bestimmten Tag verkauft haben, müssen wir diese Formel etwas ändern. Wir müssen es so ändern, dass es die Sales-Tabelle berücksichtigt, da die Date-Tabelle dort mit verbunden ist . Wenn einem Ergebnis ein Kontext hinzugefügt wird, fließt dieser durch die Beziehungen nach unten und in die Tabelle, mit der er verbunden ist, in diesem Fall die Tabelle „Sales“.

Formel Nr. 2: Erstellen einer neuen Formel zum Anzeigen einer Beziehung

Um dies zu erreichen, erstellen wir eine weitere Formel und nennen sie Total Customers 2 . Wir verwenden wieder DISTINCTCOUNT, aber anstatt die Tabelle „Customer“ zu verwenden, müssen wir den Kundennamenindex in der Tabelle „Sales“ finden.

Sobald wir diese neue Kennzahl in die Tabelle ziehen, sehen Sie, wie viele eindeutige Kundennamenindizes es für jeden einzelnen Tag gibt.

Formel Nr. 3: Verwendung erweiterter Tabellen

So machen Sie es also auf einfache Weise. Es gibt tatsächlich eine andere Möglichkeit, genau das gleiche Ergebnis zu erzielen. In LuckyTemplates gibt es nie wirklich nur eine Antwortmöglichkeit; Es gibt immer mehrere Möglichkeiten – und manchmal sogar mehr –, um die gewünschten Ergebnisse zu erzielen.

Erstellen wir eine weitere Kennzahl und nennen sie Gesamtkunden 3 . Was wir in CALCULATE tun werden, ist, auf die erste von uns erstellte Gesamtkundenkennzahl zu verweisen, die gerade 50 für jeden einzelnen Tag generiert, und dann die gesamte Umsatztabelle als Filter hinzuzufügen.

Sobald wir die Eingabetaste drücken und es in die Tabelle ziehen, werden Sie feststellen, dass die Berechnung eine Weile dauert, da die Berechnung etwas komplexer ist. Aber wie Sie sehen können, liefert es tatsächlich genau das gleiche Ergebnis wie die korrekte Gesamtzahl der Kunden 2.

Das liegt an einem Konzept namens „ Expanded Tables“ . Was die Sales-Tabelle hier tatsächlich darstellt, ist eine vollständige Flatfile unseres Datenmodells. Es gibt eine riesige Flatfile, die Dates , Products , Regions und Customers enthält . Durch die Verwendung dieser Technik und dieser Formel ermöglichen wir der DAX-Sprache im Wesentlichen , die Gesamtkundenzahl neu zu berechnen, indem wir sie über die gesamte erweiterte Verkaufstabelle berechnen .

In der ersten Maßnahme bestand kein Zusammenhang. Deshalb haben wir in der dritten Kennzahl eine Verbindung hergestellt, indem wir in einer Berechnungsanweisung auf die erweiterte Tabelle „Sales“ verwiesen haben, um das richtige Ergebnis zu generieren.

Visualisierung der Daten

Im Allgemeinen würde ich mich einfach für die Option Nr. 2 entscheiden, die wir erstellt haben, damit wir mit der Visualisierung mithilfe des Flächendiagramms beginnen können.

Wir können im Laufe der Zeit sehen, an wie viele Kunden wir tatsächlich pro Tag verkaufen. Wir können auch die in LuckyTemplates integrierten Analysefunktionen verwenden, um eine Trendlinie zu zeichnen. Wir können sehen, dass wir im Durchschnitt etwa acht bis neun Kunden pro Tag haben.

Denken Sie daran, dass auch dies alles dynamisch ist, sodass wir einen zusätzlichen Kontext einbringen können, den wir möglicherweise hinzufügen möchten.

Wir haben einige Konzepte durchgearbeitet und Sie können sie für eine Reihe verschiedener Dinge verwenden; Anstelle von Kunden könnten es Produkte, Regionen oder Verkäufer sein. Im Kern geht es darum, zu verstehen, was DISTINCTCOUNT tut, und das Datenmodell hinter den Kulissen zu verstehen, um sicherzustellen, dass Sie das richtige Ergebnis berechnen.

Abschluss

Diese Technik liefert interessante Erkenntnisse, die Sie letztendlich auf viele verschiedene Arten nutzen und visualisieren können. Eine Möglichkeit, die mir in den Sinn kommt, wäre die Szenarioanalyse . Anhand von Prognosen, die Sie möglicherweise aus historischen Kundenzahlen projizieren, können Sie erkennen, wie sich Ihre Ergebnisse auswirken könnten, wenn Sie die Anzahl der Kunden, an die Sie verkaufen, erhöhen. Sie könnten hierzu Szenarien ausführen, indem Sie einen geschätzten durchschnittlichen Verkaufspreis verwenden, um den durchschnittlichen Wert pro Kunde abzuleiten. Wirklich starkes Zeug. Hoffentlich sehen Sie hierin die gleichen Chancen wie ich.

Eine andere Möglichkeit, diese Art von Erkenntnissen zu visualisieren, besteht darin, einen Zeitvergleich zu zeigen. Vielleicht möchten Sie die Anzahl der Kunden, an die Sie verkauft haben, kumulativ anzeigen und diese mit dem letzten Monat oder dem letzten Quartal vergleichen. Sie würden hier beginnen und dann mithilfe von Zeitintelligenzfunktionen „verzweigen“.

In meinem Kurs erläutere ich, wie ich alle Zeitintelligenzfunktionen nutzen kann, um diese Zeitvergleichsanalyse durchzuführen .

Viel Glück bei der Umsetzung und lassen Sie mich im Kommentarbereich unten wissen, wenn Sie irgendwelche Gedanken dazu haben.