Quest-ce que le self en Python ? Exemples concrets
Qu'est-ce que le self en Python ? Exemples concrets
Une fois que vous vous familiariserez de plus en plus avec les formules DAX avancées, vous verrez le monde des opportunités analytiques s'étendre incommensurablement pour vous. Dans cet exemple, je vais vous montrer à quel point. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.
Dans cet article de blog, je vais explorer une logique DAX relativement avancée, puis la développer en combinant un calcul initial avec un autre. Ce billet de blog fait suite à une vidéo existante qui nous a permis de regrouper nos clients en fonction de leur classement des ventes .
Cela m'a amené à penser à quoi d'autre pouvons-nous générer à partir de ces informations. J'ai réalisé qu'il serait intéressant de l'examiner d'un point de vue de pourcentage au lieu d'un point de vue total.
Par exemple, si une année vous réalisez 20% de vos ventes auprès de vos 5 meilleurs clients et que l'année suivante vous n'en réalisez que 5%. D'un point de vue marketing, vous voulez comprendre pourquoi cela se produit et prendre des mesures pour augmenter ce pourcentage.
Table des matières
Détermination du classement dynamique par groupe de clients
Voyons d'abord comment nous avons regroupé ces clients en premier lieu. Nous avons créé une mesure et l'avons appelée Customer Sales by Group en utilisant cette formule :
Essentiellement, ce que nous avons fait était de classer dynamiquement au cours de chaque année le nombre de ventes réalisées par client à l'aide de DAX avancé . Nous les avons regroupés en trois : Top 5, Top 5 à 20, puis The Rest.
Mais maintenant, ce que nous voulons faire, c'est déterminer le pourcentage de ces montants dans les ventes totales. Nous voulons donc voir tous ces chiffres sous forme de pourcentages afin que nous puissions voir si le changement de pourcentage se produit dans le temps.
Ce n'est pas trop difficile à faire d'où nous sommes maintenant. Si vous avez parcouru le précédent article de blog ou vidéo et que vous l'avez compris, celui-ci sera un jeu d'enfant.
Pour obtenir ces résultats sous forme de pourcentage, nous devons déterminer comment obtenir les nombres de la ligne Total aux nombres du Top 5, du rang 5 à 20 et du reste. Par exemple, nos 5 meilleurs clients nous ont rapporté 4 988 170,10 $ en 2014, qui doit être divisé par notre total de 35 040 899,50 $ pour obtenir le pourcentage.
La première chose à faire est de copier et de répliquer le tableau dans le canevas, puis d'élaborer une mesure qui récupérera les 35 millions de ventes totales dans ce contexte.
Comme vous pouvez le constater, nous avons visualisé le total des ventes depuis la fonction CALCULATE, puis modifié le contexte à l'aide d'une formule DAX assez avancée .
Tableaux des ventes totales et des groupes de clients
Le total des ventes, en lui-même, n'a aucun lien avec le tableau des groupes de clients que nous avons créé dans le précédent article de blog. Il n'y a absolument aucun lien entre les deux.
Donc, si nous essayons de filtrer les ventes totales par le tableau des groupes de clients, rien ne se passera. Mais regardez ce qui se passe lorsque nous apportons cela dans le tableau.
Un filtre est placé dans les colonnes 2014, 2015 et 2016 ; nous obtenons donc le total à chaque itération de la table Groupes. Cependant, la dimension Groupes ne filtre pas car ils ne sont pas connectés au modèle de données. Nous avons donc essentiellement les deux éléments clés de cette analyse.
Détermination du pourcentage des ventes des clients par groupe de classement
L'étape suivante consiste à créer une nouvelle mesure ou à utiliser la mesure existante et à l'appeler % des ventes de clients par groupe. Nous allons diviser les ventes aux clients par groupe par les ventes totales, avec 0 comme résultat alternatif.
Évidemment, nous devrons formater cela et le changer en pourcentage.
La dernière étape consiste à saisir cette mesure et à la mettre dans le tableau pour voir le pourcentage. Il semble qu'il calcule le bon résultat car nous obtenons 100 % pour tous les totaux. Comme vous pouvez le voir, il s'agit d'une technique super cool construite sur une technique existante que nous avons utilisée précédemment.
Visualiser les données
Comme touche finale, vous pouvez mettre cela dans une visualisation, surtout si vous allez montrer plus que les trois années que j'ai illustrées dans ce tableau. Il existe plusieurs façons de découper ces informations, comme avec ce graphique linéaire :
Ou si vous préférez, nous pouvons utiliser un graphique en aires à la place :
Voilà : nous avons maintenant calculé de manière dynamique d'où proviennent nos ventes et de quels groupes de classement elles proviennent au fil du temps.
Il s'agit d'un travail d'analyse DAX très avancé qui produit d'excellentes informations. Dans de nombreux scénarios, avoir une bonne compréhension de la composition de vos attributs est essentiel à la prise de décision et à la gestion des risques. Je pense à des situations telles que les livres de prêt bancaire, la couverture d'assurance, l'attribution des ventes et bien d'autres. En utilisant une combinaison de ces techniques, vous pouvez découvrir ces informations assez efficacement.
Conclusion
De nombreux éléments interviennent dans l'élaboration de ce type de calcul. Si vous débutez avec DAX, consultez mes cours en ligne et pour bien comprendre par où commencer et ce que vous pouvez accomplir en plus. La combinaison de techniques ici ouvre un monde d'opportunités que vous pouvez utiliser encore et encore dans de nombreux modèles.
La clé pour comprendre comment déplacer cela vers vos propres modèles est de réfléchir à la dimension ou à l'attribut que vous souhaitez explorer, comme les clients, les régions ou les produits. Vous devrez ensuite itérer cet attribut à l'intérieur de votre mesure. Parfois, vous pouvez même avoir besoin d'une table de support pour créer cette logique à parcourir.
Bonne chance avec celui-ci. Si vous avez des questions ou des commentaires, faites-le moi savoir dans les commentaires ci-dessous.
Qu'est-ce que le self en Python ? Exemples concrets
Vous apprendrez à enregistrer et à charger des objets à partir d'un fichier .rds dans R. Ce blog expliquera également comment importer des objets de R vers LuckyTemplates.
Dans ce didacticiel sur le langage de codage DAX, découvrez comment utiliser la fonction GENERATE et comment modifier dynamiquement le titre d'une mesure.
Ce didacticiel explique comment utiliser la technique Multi Threaded Dynamic Visuals pour créer des informations à partir de visualisations de données dynamiques dans vos rapports.
Dans cet article, je vais parcourir le contexte du filtre. Le contexte de filtrage est l'un des principaux sujets que tout utilisateur de LuckyTemplates doit d'abord connaître.
Je souhaite montrer comment le service en ligne LuckyTemplates Apps peut aider à gérer différents rapports et informations générés à partir de diverses sources.
Découvrez comment calculer les modifications de votre marge bénéficiaire à l'aide de techniques telles que la création de branches de mesure et la combinaison de formules DAX dans LuckyTemplates.
Ce didacticiel abordera les idées de matérialisation des caches de données et comment elles affectent les performances des DAX dans la fourniture de résultats.
Si vous utilisez encore Excel jusqu'à présent, c'est le meilleur moment pour commencer à utiliser LuckyTemplates pour vos besoins en matière de rapports commerciaux.
Qu'est-ce que la passerelle LuckyTemplates ? Tout ce que tu as besoin de savoir