Python における Self とは: 実際の例
Python における Self とは: 実際の例
DAX メジャーを使用して LuckyTemplates でデータを動的にグループ化することは、非常に強力です。データ モデルを構築し、さまざまなフィルターやデータをスライスする方法を作成しています。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。
今日はもう少し高度な内容になりますが、私は LuckyTemplates のこの種のものが大好きです。
これらは元のデータセットには存在しない可能性が高いため、コンテンツの消費者が本当に高く評価するまったく新しい洞察を作成することになることに注意してください。
この例では、計算列内の結果を取得する方法を示します。次に、別の「サポート テーブル」にあるいくつかのパラメーターを使用してそれらの結果を実行することで、それぞれの結果を評価できます。
利益率の高い製品、利益率が中程度の製品、利益率の低い製品がどれであるかを確認したい場合があります。
目次
平均マージンの作成
まずはデータモデルを見てみましょう。
ここにあるテーブルでは、実際には製品を動的にグループ化する方法がありません。
したがって、私たちがしなければならないのは、低利益率、中利益率、高利益率の製品グループのサポートテーブルを作成することです。
そのためには、平均マージン計算列から始めます。
このモデルでは、総売上高から総コストを差し引いた総利益がすでに得られています。
したがって、 Average Marginsを取得したい場合は、計算列を作成し、 Total ProfitをTotal Salesで割るだけです。
以下の画像では、すでに「平均マージン」列の形式をパーセンテージに変更し、最高パーセンテージから最低パーセンテージの順に配置されるように列を並べ替えていることに注意してください。
サポートテーブルの作成
平均利益率を作成したので、利益率によって製品をセグメント化できるサポート表の作成に進むことができます。
これを行うには、画面の左上隅にある「データの入力」をクリックします。
このようなポップアップウィンドウが表示されます。名前と入力列を変更する必要があります。
この場合、このサポート テーブルをProduct Margin Groupと呼びます。そして、低、中、高のグループ列を作成します。Min 列と Max 列も用意しましょう。
したがって、当社の低利益率商品は 30% から最大 36% の範囲になります。中価格帯の商品の場合、利益率は 36% ~ 38% になります。そうすれば、当社の利益率の高い製品は 38% から 100% になります。
必要なデータをすべて入力したら、「ロード」をクリックします。
これでサポートテーブルができました。
また、ロジックでこのグループを Low、Mid、High で使用できるようになりました。
LuckyTemplates でデータをセグメント化およびグループ化する方法
数式に取り組むために、新しいメジャーを作成し、それをMargin Group Profitsという名前にします。
ここでCALCULATE を使用し、次にTotal Profit を使用して、グループ内の合計利益を取得します。
別の行にジャンプして、FILTERを使用してAverage Marginsテーブルを繰り返し処理しましょう。
もう一度 1 行下にジャンプしてCOUNTROWSに移動し、別のFILTERを入力します。今回は、 Product Margin Groupをフィルター処理します。
次に、平均マージンが最小値以上で最大値未満の場合に、そのテーブルに入力します。
別の行にジャンプして、ゼロより大きい値を追加します。
数式を閉じた後、グループをドラッグしてMargin Group Profitsを追加します。
ご覧のとおり、ここで結果が得られています。当社は、低利益率、中価格帯、高利益率の製品の合計利益を獲得しています。そして全体の利益総額は5,770万です。
Total Profitメジャーをドラッグすると、その合計が正確かどうかを簡単に確認できます。
どちらの表も同じ値を示しているため、式が正しいことが何らかの形で保証されます。
しかし、完全に確信するには、ロジックを理解する必要があります。
ロジックの確認
作成した式をもう一度見てみましょう。
そこでまず、FILTER が何をするのかを理解しようとします。このFILTER は、すべてのAverage Margin Columnのテーブルを作成しました。
次に、そのテーブルのすべての行について、作成したサポートテーブルであるこのテーブルのすべての行を調べます。
すべての単一行について、それがMinより大きく 、Maxより小さいかどうかを確認します。そうであれば、その行は保持されます。
ここで、COUNTROWS は 0 より大きく、その行が保持される場合、その行はそのグループ内になければならないことを示しています。
次に、このプロセスが次の平均マージンに対して繰り返されます。
これにより、これらのグループを作成できるようになります。
どの商品が低利益率、中価格帯、高利益率であるかをよりよく確認するには、作成した表をマトリックスに変換します。
次に、製品名を行に追加し、グループを列に追加します。
マトリックスは以下のようになります。
ビジュアライゼーションの作成
これで、ビジュアライゼーションを作成できるようになりました。
グループ利益とマージングループ利益をドラッグしてみましょう。
次に、この表をドーナツ グラフに変えてみましょう。
次に、 Product NameとMargin Group Profitをドラッグして、この表を積み上げ棒グラフに変えてみましょう。
グループを凡例に追加すると、ビジュアライゼーションは次のようになります。
つまり、緑色のバーは利益率の高い製品、水色は中程度の製品、濃い青色は利益率の低い製品です。
ビジュアルを動的にすることもできます。「インタラクションの編集」をクリックしましょう。
次に、影響を与えたい画像内のフィルターをクリックします。
次に、ドーナツ チャートで [高] をクリックすると、マトリックスと積み上げ棒グラフに利益率の高い製品が表示されます。
「低」をクリックすると、マトリックスと積み上げ棒グラフに利益率の低い商品が表示されます。
結論
この投稿では、DAX を使用して LuckyTemplates でデータを動的にグループ化する方法について説明しました。
平均マージンを作成した後、サポートテーブルを作成でき、CALCULATEを使用してマージングループ利益の計算式に取り組みました。これにより、本当にクールでダイナミックなビジュアルを作成できるようになりました。
この種のテクニックを使用すると、分析を次のレベルに引き上げるチャンスが溢れてきます。
売上、コスト、利益、利益率、成長率など、最初に作成する可能性のあるすべての主要な計算について考えてから、これらの結果のいずれかによって属性やディメンションをセグメント化する方法を考えてください。
ここで紹介する同様の手法を使用して、ある種のロジックを作成して実行するだけです。
この DAX ロジックは簡単ではありません。それには疑いの余地はありませんが、これらの洞察を発見するために DAX をどのように適用できるかをぜひ見ていただきたいと思います。
ご意見やご質問がございましたら、コメント欄でお知らせください。
これで幸運を祈ります。
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