ランキングに基づいたディメンションのセグメント化 – LuckyTemplates の高度な分析手法

この例では、DAX を使用して LuckyTemplates をかなり高度に学習します。特定のテーブルでのランキングに基づいてディメンションをセグメント化することに焦点を当てます。 このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。

これは、 LuckyTemplates 内で計算列を活用する方法を示す素晴らしい概念です。これにより、Excel などの従来のツールでは決して不可能だった追加の洞察が得られる可能性があります。

これらのテクニックを効果的に活用し、それに基づいた優れたビジュアライゼーションを実装することで、データを魅力的な方法で示すことができます。これについては後ほど詳しく説明します。

目次

• セグメント化されたデータの可視化
• データのセグメント化とランク付け
• 結論

セグメント化されたデータの可視化

LuckyTemplates の驚くべき分析力については常に話してきましたが、 DAX 数式を1 つずつ使用している場合、このレベルの分析は表示されません。その真の力は、さまざまな公式やテクニックを積み重ねて組み合わせて使用​​するときに発揮されます。

それを以下の視覚化を通して説明します。

繰り返しますが、複数の数式を階層化しない場合、ここに示されているデータをこれほど深く分析することはできません。私はこのテクニックを「メジャーブランチング」と呼んでいます。それに加えて、計算列ロジックをいくつかオーバーレイして、結果をさらに詳細に分析しました。このようなケースでは、本当に優れた洞察を得る最良の方法です。

たとえば、レポートの右下にあるこの散布図では、異なるデータ グループを異なる色で表していることがわかります。この場合、点は都市を表しており、それぞれの色で最高の都市、最低の都市、および順位がまあまあの都市を示しています。

また、Y 軸が前四半期比のマージン変化を示していることもわかります。一方、X 軸は、前四半期比の売上高の変化を示します。

これは、メジャー分岐によってデータをセグメント化するときに得られる洞察のタイプです。売上の大幅な増加が利益の大幅な増加に起因するかどうか、またはその逆の場合がわかります。これらのデータポイント間の相関関係が表示されます。

もちろん、これは単なるデモ データ セットであるため、巨大なクラスターは表示されません。ただし、この手法を自分のデータに適用すると、さらに高度な洞察を得ることができます。

これらすべての公式とテクニックを組み合わせると、ビジュアライゼーションの全体的な外観と感触の違いにも気づくでしょう。City Group の凡例を削除するという意味を説明します。

計算列ロジックを使用して都市グループの凡例を作成したことに注意してください。したがって、その凡例を削除すると、データの表示方法が変わります。それは私たちが必要とするほど多くの洞察をもたらしません。

現在表示されているのは一般的なデータ ポイントだけです。最悪のクライアントや最高のクライアントがどこにいるのかはわかりません。それだけで、私たちが得るべき多くの洞察が失われます。

これらの追加のロジック層により、実際に物事をより良い観点から見ることができることがわかりました。

さあ、シティグループを伝説として引き戻しましょう。

ご覧のとおり、視覚化が大幅に向上しています。

データのセグメント化とランク付け

今回は、これらの顧客グループをどのようにセグメント化して伝説を作成したかを説明したいと思います。

計算された列内で、を使用して、指定されたディメンションに基づいて各都市のランクを取得しました。この場合、売上に基づいてランク付けしています。

式には、テーブル内の地域とそのTotal Salesを含めました。

RANKX は、すべてのデータを整理し、それらについての洞察を得る方法を提供してくれるため、ここでは非常に役立ちます。

どの都市の業績が好調であるかだけでなく、どの都市の業績が低迷しているかも確認できます。そのため、それらの都市は列の一番下に表示されます。

この関数は、次に使用するロジックの基礎でもあります。

そこで、 RANKXに加えて、 を使用して追加のディメンションを作成しました。

この追加レイヤーにより、最もパフォーマンスの高い都市と最もパフォーマンスの悪い都市を確認できるようになりました。したがって、都市セールス ランクが 10 以下の場合、「ベスト」の一部としてタグ付けされます。

これは、データをセグメント化するさらに多くの方法を作成するために利用できる、非常に優れたテクニックです。これは散布図でのみ役立つわけではないことに注意してください。これは、さまざまなタイプの視覚化にも適用できます。

たとえば、以下のようなドーナツ チャートでも使用できます。

また、ドーナツ チャートと散布図が互いに並んで移動していることもわかります。したがって、ドーナツ チャート上の最悪の数値を表す部分をクリックすると、散布図も同様に調整されます。

これにより、データのサブセットや他の次元に焦点を当てることができます。

データ モデルを使用した顧客セグメンテーション手法 – LuckyTemplates と DAX
DAX を使用して LuckyTemplates でデータをセグメント化およびグループ化する
パーセンテージ グループに基づくデータ セグメンテーション – LuckyTemplates の高度な DAX

結論

これらのテクニックを詳しく調べて、その一部を独自のモデルに実装してみてください。良い結果が得られ、レポートやダッシュボードで得られる結果に満足していただけると確信しています。

これらのさまざまな手法を組み合わせて、非常に高度なレベルの分析をどのように実現できるかがおわかりいただけたでしょうか。これを LuckyTemplates で実行すると、この例のような非常に詳細なレポートと高品質の視覚化が得られます。

ではごきげんよう。