Python における Self とは: 実際の例
Python における Self とは: 実際の例
このチュートリアルでは、DAX 数式を使用した LuckyTemplates のバンド化とグループ化の例を説明します。これはかなり高度な例ですが、レポートを視覚化する素晴らしい方法を示しています。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。
場合によっては、特定の洞察を効果的に示す特定の方法でレポートを視覚化したい場合があります。ただし、これを従来の Excel レポートで行うのは非常に困難です。一方、LuckyTemplates でこのような魅力的でユニークなビジュアライゼーションを作成するのは非常に簡単です。
この例では、特定の年の顧客に対する総売上高を計算します。しかし、単純に単純な年間総売上高を把握するのではなく、顧客の中で誰が大きく成長したのか、誰が成長しなかったのか、そして平均的に成長したのは誰かを知りたいのです。これは、LuckyTemplates のバンディングとグループ化またはセグメント化と呼ばれるものです。
LuckyTemplates のバンディングとグループ化の例
それを実現するためのロジックを考え出し、このロジックを組み込んで比較の視覚化を作成します。これを一から行う方法を説明します。
目次
売上成長の計算
まず、 Total Salesを計算したいと思います。明らかにここから開始します。
次に、単純なタイム インテリジェンスの計算であるSales LY (昨年)に分岐します。
ここからは、総売上を売上 LY で割って 1 を引くだけなので、売上の伸びを計算できます。
次に、総売上高と売上増加率を含む次のような表を作成して、結果を確認します。
しかし、現時点ではこれは実際にはグループ化されていないため、ここでバンディングを使用する必要があります。これだけでは、お客様を何かでグループ化することはできません。この場合、どのような成長があったのか、またこれらの顧客がどのグループに属しているのかはわかりません。
バンドまたはグループの作成
この LuckyTemplates のバンド分けとグループ化を実現するには、まず、良好な成長、平均的な成長、および悪い成長に分類するグループまたはバンドを作成する必要があります。
これを行うには、データ入力機能を使用します。ここでテーブルSales Growth Groupsを作成します。
「データの入力」をクリックしてテーブルを作成します。
このテーブルの列に必要な詳細を入力し、[読み込み]をクリックするだけです。
これは単なる補助テーブルになります。それは私たちのモデルにはまったく統合されていません。
データモデルの内部
このテーブルには顧客グループが含まれています。
これにより、これらすべての顧客をグループ化するためのロジックまたは計算を作成できるようになりました。
成長グループごとの売上高のロジックを構築する
新しい数式または計算を作成��るには、[新しいメジャー]をクリックします。
これを「Sales Per Growth Group」と呼びましょう。別のコンテキストを提供するために、「総売上に進みます。次に、FILTERロジックで Customer Nameを使用します。その顧客の成長に基づいてどの行が残っているかを評価したいので、に移動し、サポート テーブル ( Sales Growth Groups )。次に、このサポート テーブルを実行するロジックを作成します。
この数式を日付コンテキストにドラッグしても、実際には何も変わりません。これはまさにそのとおりです。
内訳を取得するには顧客セグメントのコンテキストをオーバーレイする必要があるため、これは総売上高と等しくなります。
顧客セグメントのコンテキストをオーバーレイする
このテーブルを次のようにマトリックスに変換して、顧客セグメントを列に取り込みます。これは、特定の顧客の前年比 (YoY) の成長に基づいて分割されていることがわかります。
ここから、各顧客を確認できるビジュアライゼーションを作成できます (積み上げ棒グラフをクリックし、顧客セグメントを列に取り込みます)。また、成長が良好な顧客であるか、成長が低い顧客であるかを明確に区別することもできます。 。同時に、ここでは依然として総売上高を強調しています。
次に、それを適切に分類します。
今では明確な結果が得られています。
これらの結果 (左側の表) を、内部にカスタム バンドを含む棒グラフとして表示することもできます。標準的な視覚化よりもさらに多くの洞察を得ることができます。
さらに、私たちが開発したこのロジックを通じて、さまざまな視覚化を作成できます。この計算を利用して散布図を作成できます。
このロジックを使用すると、凡例に顧客セグメントをオーバーレイできます。これにより、成長が良好な顧客とそうでない顧客を分類し、追加の洞察や要素を視覚化にもたらします。
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
セグメンテーションの例 LuckyTemplates で高度な DAX を使用する例
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
これは、非常に強力な LuckyTemplates のバンディングとグループ化 (セグメント化) の例です。このテクニックを使用できるのはこれだけではありません。このテクニックを応用できる方法はたくさんあります。
このチュートリアルで説明するロジックを理解できれば、かなりの進歩を遂げることができます。計算や計算するメトリックに対してどのようなロジックやバンディングを実行できるかを考えてください。それを設定して、非常に似たロジックを実行するだけです。
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