Python における Self とは: 実際の例
Python における Self とは: 実際の例
このブログでは、 LuckyTemplatesの履歴データから自動予測を作成する方法について説明します。これは、ビジネスで予測や予算を作成するのに一般的です。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。
さて、過去の情報に基づいて自動予測を作成したいと思ったことはありませんか? 以前は、Excel などのツールを使用してこれを行うのは比較的困難でしたが、LuckyTemplates内で簡単に行うことができます。
これまでは、情報を取得して表にまとめ、それをベンチマークとして使用していたかもしれません。ただし、ビデオでは、ベンチマークと予測を動的に作成する方法を示しています。これは、数値を予測するためのより効果的かつ効率的な方法であり、実際のパフォーマンスを前の期間または前の期間の組み合わせと比較することができます。
これから行うことは、過去の期間を調べ、それらを方程式の値として使用して、将来の予測を予測することです。
LuckyTemplates のタイム インテリジェンス関数を利用して、これを非常に動的な方法で行う方法を紹介します。
DAX を使用して LuckyTemplatesで複数の手法を組み合わせることで、これらの非常に優れた洞察を得ることができます。この場合、実際に意味のある結果と実際の結果を比較できるように、予測を掘り下げて将来のベンチマークを作成しようとしているだけです。
目次
過去のデータから自動予測を作成する方法
多くの場合、予測は過去の結果から導き出されます。そこで、過去のデータをすばやく取得して統合し、そこからデータ モデル全体と整合した予測を作成する方法を説明します。
すでにいくつかの売上情報があり、ここに売上の計算があると仮定しましょう。
したがって、2018 年に向けて予測する方法を見つける必要があります。2018 年の売上予測を立てたいと考えています。このフィルターの右側を見ていただくと、実際には 2018 年のみをフィルターしたことがわかります。ここでは 2018 年のみを取り上げます。
次に、「データの入力」をクリックして別のメジャー テーブルを作成します。メジャー テーブルを作成するオプションが表示されます。このテーブルをSales Forecastingと呼びましょう。これらのメジャー テーブルを作成する習慣を身につけることができれば、モデルを整理する上で非常に有益です。
次に、タイム インテリジェンス関数を使用して新しいメジャーを作成し、2017 年の数字から売上予測を立てます。そこで、新しいメジャーに移動し、これをSales LYと呼び、Total Salesで計算します。どの指標に対しても同じことを行うことができますが、この例では、売上高に取り組みます。
そして、 DATEADDが必要です。これは、柔軟性があるため、最高のタイム インテリジェンス関数の 1 つです。次に、ここで 1 年前に戻り ( -1 )、間隔 ( YEAR ) をここに設定します。次に、Enter キーを押します。
これを取得してテーブルにドラッグすると、 2017 年からのすべてのデータを将来に投影していることがわかります。これで、今日計算する 3 つの情報の最初の列が得られました。
このサンプル シナリオでは、3 年間の予測を計算したいため、2 年も遡る必要があります。したがって、2 年目はパターンをコピーし、いくつかの調整を加えるだけです。
メジャーの名前と内部のパラメーターを変更し、2 年前の売上を予測しています。3年前についても全く同じことを行います。
そして、3 年分の情報が得られ、それを予測に組み込むことができるようになりました。
変数を使用して 3 年間の予測の 1 つのメジャーを作成する
これを効率的に LuckyTemplates 予測を作成する別の方法があります。変数を使用して 3 つではなく 1 つのメジャーを作成し、求める結果とまったく同じ結果を取得します。
そこで、もう一度新しいメジャーに進みます。これをSales Forecastと呼びます。VAR (変数)に進み、次の行でSales LYに進みます。次の数行で2 年前と 3 年前について同じことを行います。
その後、ジャンプしてRETURN に移動し、ここでロジックを挿入できます。3 年間のデータでDIVIDEを使用するため、 Sales LY、Sales 2 years ago、および Sales 3 years ago を合計します。次に、それを 3 で割ります。代替の結果 ( 0 )も入れます。
先ほど作成した 3 つのメジャーをすべて変数内に入れるだけで、同じ結果が得られます。これはより効率的ですので、強くお勧めします。これで売上予測が得られ、これら 3 つすべての平均が得られました。
さらに、売上も少しでも増やしたいですよね?それでは、 5% の成長率を示す予測を行ってみましょう。これを行うには、単純に数式にFACTORを追加し、最後の行にその因数を乗算します。
ビジュアライゼーションの作成
必要な数式がすべて作成されたら、これを視覚化して LuckyTemplates の予測を明確に確認します。そして今では、予測を達成するために毎日どれくらい稼ぐ必要があるかを示す仮想売上予測ができました。
これを累積合計パターンの中に入れることもできます。そこで、新しいメジャーを作成し、それをCumulative Forecastという名前にします。次の行にCALCULATE Sales Forecastを入力します。次に、「FILTER ALLSELECTED by Dates」に進みます。
それが得られたら、それをここに入力して累積合計を作成し、 2018 年に入ってすぐに 実際の実績と比較して累積的に測定できる累積予測を取得しました。
これを行う最も優れた方法は、データ モデルにリンクすることです。したがって、予測はデータ モデル内のテーブルにある履歴情報から派生するため、データ モデル内のあらゆるものでフィルター処理できます。
これにより、ここで製品名で簡単にフィルタリングできます。製品名の売上予測を取得し、製品を予測しました。
これにより、特定の製品 (たとえば、製品 47) を選択することもできます。そして、ここでフィルターを変更すると、この製品の 1 日あたりの販売量を確認したり、その累積結果を明確に確認したりできます。
DAX を使用した LuckyTemplates の予測分析テクニック DAX を使用して
LuckyTemplates モデルの予測ロジックを探索する
LuckyTemplates で DAX を使用して動的累積合計を作成する
結論
このチュートリアルでは、LuckyTemplates 予測を作成するためのタイム インテリジェンスや累積合計パターンなど、多くのことを学習しました。
コメントやフォーラムでこの質問が何度も見られましたが、LuckyTemplates で履歴情報から予測を作成するのが比較的簡単であることを紹介したかっただけです。
皆さんがこの恩恵を受けて、ご自身の環境に実装できることを願っています。このチュートリアルで説明したいくつかのテクニックを活用する方法を見つけてください。以下のビデオを見て、私が紹介したテクニックを自分の開発作業で使用してみてください。
ではごきげんよう!
Python における Self とは: 実際の例
R の .rds ファイルからオブジェクトを保存および読み込む方法を学習します。このブログでは、R から LuckyTemplates にオブジェクトをインポートする方法についても説明します。
この DAX コーディング言語チュートリアルでは、GENERATE 関数の使用方法とメジャー タイトルを動的に変更する方法を学びます。
このチュートリアルでは、マルチスレッド動的ビジュアル手法を使用して、レポート内の動的データ視覚化から洞察を作成する方法について説明します。
この記事では、フィルター コンテキストについて説明します。フィルター コンテキストは、LuckyTemplates ユーザーが最初に学習する必要がある主要なトピックの 1 つです。
LuckyTemplates Apps オンライン サービスが、さまざまなソースから生成されたさまざまなレポートや分析情報の管理にどのように役立つかを示したいと思います。
LuckyTemplates でのメジャー分岐や DAX 数式の結合などの手法を使用して、利益率の変化を計算する方法を学びます。
このチュートリアルでは、データ キャッシュの具体化のアイデアと、それが結果を提供する際の DAX のパフォーマンスにどのように影響するかについて説明します。
これまで Excel を使用している場合は、ビジネス レポートのニーズに合わせて LuckyTemplates の使用を開始するのに最適な時期です。
LuckyTemplates ゲートウェイとは何ですか? 知っておくべきことすべて