Segmentation des dimensions en fonction du classement - Technique analytique avancée pour LuckyTemplates

Dans cet exemple, nous allons être assez avancés dans LuckyTemplates en utilisant DAX. Nous allons nous concentrer sur la segmentation des dimensions en fonction de son classement sur ce tableau particulier. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.

Il s'agit d'un concept étonnant d'utilisation des colonnes calculées dans LuckyTemplates. Cela peut apporter des informations supplémentaires qui n'auraient jamais été possibles avec des outils traditionnels comme Excel.

L'utilisation efficace de ces techniques, puis la mise en œuvre de superbes visualisations autour d'elles, dans lesquelles je vais également plonger, peuvent vraiment présenter vos données de manière convaincante.

Table des matières

• Visualisation des données segmentées
• Segmenter et classer vos données
• Conclusion

Visualisation des données segmentées

J'ai toujours parlé de l'incroyable puissance analytique de LuckyTemplates, mais vous ne verrez pas ce niveau d'analyse si vous utilisez les formules DAX une par une. Sa véritable puissance se manifeste lorsque vous utilisez une combinaison de différentes formules et techniques empilées ensemble.

C'est ce que je vais vous montrer à travers la visualisation ci-dessous.

Encore une fois, les données présentées ici ne peuvent pas être analysées aussi profondément si vous ne superposez pas plusieurs formules . J'appelle cette technique mesurer la ramification . Pour ajouter à cela, j'ai également superposé une logique de colonne calculée pour décomposer davantage les résultats. C'est le meilleur moyen d'obtenir un très bon aperçu dans un cas comme celui-ci.

Dans ce nuage de points situé dans la partie inférieure droite du rapport, par exemple, vous verrez qu'il existe différentes couleurs représentant différents groupes de données. Dans ce cas, les points représentent les villes, chaque couleur vous montrant le meilleur, le pire et ceux dont le classement est correct.

Vous verrez également que notre axe y indique la variation de la marge d'un trimestre à l'autre . L'axe des x, en revanche, montre la variation des ventes d'un trimestre à l'autre .

C'est le type d'informations que nous obtenons lorsque nous segmentons nos données par branchement de mesures. Il vous montre si une forte augmentation des ventes a été dérivée d'une forte augmentation de la marge, et vice versa. Il vous montre la corrélation entre ces points de données.

Bien sûr, il ne s'agit que d'un ensemble de données de démonstration, vous ne verrez donc pas un énorme cluster. Mais une fois que vous appliquez cette technique à vos propres données, vous pouvez obtenir des informations encore plus avancées.

Avec toutes ces formules et techniques combinées, vous remarquerez également une différence dans l'apparence générale de la visualisation. Je vais vous montrer ce que je veux dire en supprimant la légende de City Group.

Notez que j'ai créé la légende City Group en utilisant la logique de colonne calculée . Ainsi, lorsque je supprime cette légende, la façon dont les données sont présentées change. Cela n'apporte pas autant de perspicacité que nous en avons besoin.

Tout ce que nous voyons maintenant, ce sont des points de données généraux. Cela ne nous montre pas où sont nos pires ou nos meilleurs clients. Cela seul prend beaucoup de perspicacité que nous devrions obtenir.

Nous voyons maintenant que ces couches supplémentaires de logique nous permettent en fait de voir les choses sous un bien meilleur jour .

Maintenant, permettez-moi de ramener City Group en tant que légende.

Comme vous pouvez le voir, la visualisation s'améliore grandement.

Segmenter et classer vos données

Cette fois, je veux vous montrer comment j'ai segmenté ces groupes de clients pour créer cette légende.

Dans la colonne calculée, j'ai utilisé pour obtenir le classement de chaque ville en fonction des dimensions données. Dans ce cas, nous les classons en fonction des ventes.

Dans la formule, j'ai inclus les régions de notre tableau et leurs ventes totales .

RANKX est extrêmement utile ici car il nous donne un moyen d'organiser toutes ces données et d'en avoir un aperçu.

Nous pouvons vérifier non seulement quelles villes se portent bien, mais aussi lesquelles ne fonctionnent pas aussi bien, c'est pourquoi elles se trouvent tout en bas de la colonne.

Cette fonction est également le fondement de la prochaine logique que je vais utiliser.

Donc, en plus du RANKX , j'ai également utilisé pour créer une dimension supplémentaire.

Avec cette couche supplémentaire, je peux maintenant voir quelles sont mes villes les plus performantes, ainsi que les moins performantes. Ainsi, si le classement des ventes de la ville est inférieur ou égal à 10, ils sont étiquetés comme faisant partie des « meilleurs ».

C'est une très bonne technique que vous pouvez utiliser pour créer plus de façons de segmenter vos données. Notez que ce n'est pas seulement utile dans un graphique en nuage de points. Cela peut également être appliqué à différents types de visualisation.

Par exemple, vous pouvez également l'utiliser dans un graphique en anneau, comme indiqué ci-dessous.

Vous verrez également que le graphique en anneau et le graphique en nuage de points se déplacent l'un à côté de l'autre. Donc, si je clique sur la partie qui représente les pires chiffres sur le graphique en anneau, le graphique en nuage de points s'ajuste également.

Cela nous permet de nous concentrer sur des sous-ensembles de données ou d'autres dimensions.

Techniques de segmentation de la clientèle à l'aide du modèle de données - LuckyTemplates et DAX
Utiliser DAX pour segmenter et regrouper les données dans LuckyTemplates
Segmentation des données basée sur des groupes de pourcentage - DAX avancé dans LuckyTemplates

Conclusion

Essayez de vous plonger dans ces techniques et d'en implémenter certaines dans vos propres modèles. Je suis convaincu que vous obtiendrez de bons résultats et que vous serez satisfait des résultats en termes de ce que vous obtiendrez dans vos rapports et votre tableau de bord.

J'espère que vous pourrez voir comment la combinaison de ces différentes techniques peut vous permettre d'obtenir des niveaux d'analyse vraiment avancés. Faire cela sur LuckyTemplates peut vous donner des rapports très détaillés et des visualisations de haute qualité, tout comme celui de notre exemple.

Tous mes vœux.