Los grupos dinámicos se crean cuando se segmenta un rango de diferentes clientes en función de diferentes métricas como ventas, crecimiento del margen y ganancias promedio por mes.
El objetivo de la segmentación dinámica personalizada es clasificar a los clientes en función de diferentes métricas . Al observar la visualización a continuación, verá que los datos están segmentados en tres grupos: 1 a 20, 21 a 50 y "otros".
Gracias a estos grupos, puede ver clientes clave, productos clave o dimensiones clave y realmente profundizar en ese aspecto de una manera más efectiva. Puede ver patrones en sus datos. De lo contrario, todos esos datos solo se verían como un revoltijo de puntos en un gráfico de dispersión sin esos grupos.
También vamos a crear un cálculo dinámico. Esto significa que los clientes no solo se clasifican en todo el conjunto de datos y la línea de tiempo. También lo estamos haciendo para selecciones específicas.
Digamos que solo quiero ver los datos de mis clientes en la región occidental para la primera mitad del año.
Una vez que se aplican esos filtros, verá que los resultados se actualizan dinámicamente. Clasifica automáticamente los datos seleccionados del 1 al 20, del 21 al 50, etc.
Una vez que se crean esas clasificaciones, también puede crear una segmentación y profundizar en estos grupos de clientes específicos de manera realmente efectiva.
Lo interesante de este filtro es que nada de esto pertenece a ninguna tabla existente de los core data models, ni proviene de ninguna base de datos. Se genera dentro de su modelo de LuckyTemplates mediante el uso de la fórmula DAX correcta.
Creación de nuevos grupos dinámicos
Así es como puede crear estos grupos desde cero. Recuerde que está tratando de crear una tabla que presente los datos de la misma manera que lo hace la siguiente tabla, con límites mínimos y máximos para cada grupo.
Lo he limitado a 3 grupos para que sea más fácil de diseñar, pero dependiendo de la necesidad, puedes tener más.
Una vez que se establezcan esos límites, estos grupos personalizados se convertirán en una tabla de apoyo.
Como puede ver, los grupos personalizados no tienen ninguna relación con otros elementos de su modelo. Entonces, agregaremos algo de lógica y ejecutaremos una fórmula DAX a través de esta tabla. Una vez que esa lógica está ahí, podemos comenzar a filtrar los resultados.
Aquí es donde entran en juego estos patrones de segmentación . Vamos a utilizar dos patrones aquí: beneficios y márgenes .
Beneficios por agrupación personalizada
Comenzaremos con el primer patrón, que analiza las ganancias por agrupación personalizada .
Desglosemos esta medida parte por parte.
Ahora, si echamos un vistazo a nuestra clasificación, nuestra clasificación siempre se realizará en función de las Ventas totales .
Lo interesante aquí es que, aunque esto se basa en Ventas totales , nuestro resultado no es en realidad Ventas. El resultado se basará en otras métricas. Eso nuevamente muestra cuán efectiva es esta técnica.
Entonces, en lugar de solo usar la función , agregaremos un contexto diferente a la fórmula. Nuevamente, esto se basa en el hecho de que estamos usando una mesa de apoyo.
Usando la función , vamos a evaluar la clasificación de cada cliente individual.
Clasificaremos a cada cliente utilizando los límites que hemos establecido para cada grupo. Es por eso que verá que hemos agregado el rango mínimo y el rango máximo en nuestra medida.
Ahora, una vez que la evaluación cumpla con las condiciones de los filtros que hemos establecido, los resultados arrojarán los beneficios totales .
Márgenes por agrupación personalizada
Ahora, echemos un vistazo a la segmentación de Márgenes .
Nuevamente, analicemos esta fórmula parte por parte.
Verá que esto es casi exactamente lo mismo que la segmentación de Ganancias, solo que esta vez, estamos usando la función CALCULAR para el Margen de Ganancias .
Al igual que antes, también estamos agregando contexto al establecer el rango mínimo y el rango máximo para nuestros grupos personalizados . A partir de ahí, obtendremos los resultados que necesitamos.
Aquí es donde los resultados se desglosan en diferentes segmentos. La clave para recordar es que lo que estamos filtrando aquí es la tabla que creamos, que es Grupos personalizados .
Como puede ver en la visualización a continuación, esta tabla está filtrada porque nuestro grupo personalizado ahora está en nuestra leyenda.
Entonces, la visualización ahora mostrará datos basados en los clientes particulares que forman parte de ese grupo segmentado.
Con esta técnica, ahora es fácil clasificar los datos en función de segmentos específicos. Recuerda que esta lógica se aplica dinámicamente para cada selección que tengas. Entonces, si desea clasificar los datos para Midwest Wholesale Sales, también debe aplicar esa misma evaluación a esa selección específica.
Este tipo de información no es exactamente algo que surgirá de sus datos sin procesar. La belleza de la segmentación dinámica es que también se puede usar en diferentes situaciones y diferentes aplicaciones de informes.