Quest-ce que le self en Python ? Exemples concrets
Qu'est-ce que le self en Python ? Exemples concrets
Dans ce blog, je comparerai l' allocation client existante dans les dépôts ou hubs à une allocation nouvellement calculée basée sur une distance sélectionnée . Ce type d'analyse permet aux entreprises de comprendre en profondeur la rentabilité des clients.
Il existe ici deux ensembles de données similaires, à savoir la sélection des données client et les données client actuelles . J'ai utilisé ces ensembles de données pour afficher à la fois l'allocation client actuelle et l'allocation nouvellement calculée combinées dans un seul rapport.
En plus de cela, il y a une table d'emplacements de stock avancés qui pourraient être des dépôts ou des usines. Cette table a été annexée aux deux tables clients ( section Données client et Données client actuelles ) pour permettre l'affichage simultané des données.
Table des matières
Configuration du scénario et du rapport de comparaison
Imaginez que vous disposiez d'une infrastructure de livraison allant des emplacements de stockage, des casiers à colis ou des hubs aux clients.
Historiquement, une allocation s'est développée entre les emplacements de stock à terme existants. De nouvelles affaires ont été acquises et il est temps de se demander si la configuration actuelle est toujours justifiée.
Passons en revue le rapport que j'ai généré pour ce scénario .
Tout d'abord, cette carte montre l'affectation actuelle des clients avec le dépôt.
Ensuite, ce tableau indique la distance, les revenus et les demandes.
Ces cartes représentent les totaux et la répartition en pourcentage pour l'emplacement de stock à terme sélectionné.
Dans le coin supérieur droit se trouve une carte multi-rôle qui n'est pas filtrée. Par conséquent, il affiche les revenus et les demandes globaux dans l'ensemble de données à titre de référence.
Il y a aussi un trancheur pour sélectionner un emplacement de stock avant. Il peut s'agir certainement d'un dépôt, d'une usine ou de tout ce que vous souhaitez analyser.
En conséquence, le slicer du FSL contrôle les deux cartes ici.
La carte inférieure affiche les résultats déclenchés par le segment Select Distance .
Ces cartes du milieu affichent les revenus et les demandes en fonction de la distance sélectionnée. Ceci est utile pour analyser la différence entre l'allocation client actuelle et l'allocation nouvellement calculée sur la base d'une sélection.
Mesures DAX pour la comparaison de l'allocation des clients
C'est le calcul de distance que j'ai utilisé pour ce scénario. Notez que les variables de la formule dépendent de la manière dont vos données ont été configurées. Vous devrez les ajuster en fonction de vos propres données pour obtenir le bon résultat.
Les mesures de taille et de couleur pour afficher différentes couleurs sont différentes pour l'allocation actuelle et l'allocation basée sur la sélection.
Il s'agit de la mesure actuelle de la couleur du point de carte pour l'allocation actuelle des clients.
D'autre part, il s'agit de la couleur du point de carte dans la mesure de sélection pour l'allocation de clients basée sur la sélection.
Comme vous pouvez le voir, mes mesures sont dans trois tableaux distincts. Je les cache généralement dans des dossiers une fois que j'ai terminé mon modèle. Mais lors de la construction, il est beaucoup plus pratique de les garder à portée de main.
Conclusion
En effet, cet exemple de rapport fournit une analyse puissante car vous pouvez effectuer des sélections pour redistribuer tous les clients sur les emplacements existants. En apprenant le calcul du centre de gravité et l' analyse Huff Gravity , vous pouvez facilement gérer divers projets d'intelligence de localisation.
J'espère que ce blog contribuera à votre courbe d'apprentissage et sensibilisera à l'importance d'utiliser les composants géographiques dans vos données.
N'oubliez pas qu'il ne s'agit pas de créer le rapport le plus beau, mais plutôt un exemple. Par exemple, l'ajout de récits ou de graphiques intelligents peut améliorer le modèle pour une présentation de haut niveau. Cependant, ce n'est qu'une étape d'analyse.
Consultez les liens ci-dessous pour plus d'exemples et de contenu connexe.
Merci.
Paul
Segmentation client LuckyTemplates : présentation du mouvement du groupe dans le temps
Techniques de segmentation client à l'aide du modèle de données - LuckyTemplates et DAX
Analyse des nouveaux clients à l'aide de DAX avancé
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