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、LuckyTemplates で消費財販売レポートを作成する手順を段階的に説明します。
空白のキャンバスとこのデータ モデルから始めましょう。
これは単純なデータ モデルです。しかし、多くの場合、必要なのはこれだけです。特にLuckyTemplates の単純な販売レポートの場合は、複雑にする必要はありません。
LuckyTemplates、特にダッシュボードを使い始めるときは、何が起こっているかを理解できるように、この領域をできるだけ直感的にするようにしてください。
データ モデルの最上位はルックアップ テーブルです。これは、データ モデルを設定するための私のベスト プラクティス推奨事項です。ルックアップ テーブルは、顧客、製品、日付、地域などのレポート内のフィルターです。
次に、一番下にFact テーブル、Sales Ordersテーブルがあります。これは、分析しようとしているすべてのトランザクションと反復を含むテーブルになります。この場合、売上を分析しているので、その情報が Sales テーブルに追加されます。
目次
ビジュアライゼーションの作成
空白のキャンバスで、タイトルの作成から始めましょう。このレポートが米国での売上の分析に焦点を当てていることがわかるように、このレポートを「米国売上概要」と呼ぶことにします。
対策を構築する
次に行う必要があるのは、レポート内のこの情報の分析を開始するための簡単なメジャーを計算することです。
メジャーテーブルを作成しましょう。まず、「データの入力」に移動し、「1. これをKey Majorと呼びます」と入力します。モデルを整理する最善の方法は、このステップを繰り返し実行する必要があるため、このステップに慣れることです。
キー メジャー内で、この数式を使用して最初のメジャーを作成します。
前の章を思い出してください。Line Total には、すべての単一トランザクションの合計収益が保持されます。その後、Enter キーを押して列を削除します。これでメジャーテーブルが完成しました。
この施策を通じて、ビジュアライゼーションの作成とダッシュボードの作成を開始しましょう。データを作業スペースにドラッグ アンド ドロップするだけです。ドロップダウン ボタンをクリックして [日付] を選択することで、削除する必要がある階層を持つ日付をドラッグしました。
これをテーブルに変換すると、すべての日付がこの形式になっていることがわかります。この形式は、日付テーブルに移動してからモデリングに移動することで変更できます。
Sales を [値] タブにドラッグして棒バーに変えると、時間の経過に伴う傾向が表示されます。データ モデルが分析に力を与えるため、1 つのメジャーでも多くのことができることもわかります。
販売数も分析し、そこから主要な指標を作成しましょう。まず、Sales をドラッグしてカードに変換します。
次に、組織が販売している流通チャネルごとの売上を分析します。Customer List テーブル内でそれを見つけて、そこから取得します。その後、顧客が購入したすべてのチャネルが表示されます。
複数のグラフを作成する
このデータ モデルの優れた点は、顧客リスト ディメンションが受注テーブルの顧客名ディメンションにリンクされているにもかかわらず、流通チャネルを取得してこのテーブルもフィルタリングできることです。
Sales を [値] タブに取り込んでドラッグすると、並べ替え順序を変更できるビジュアライゼーションに変わります。ビジュアライゼーションをコピーして貼り付けることで、他の洞察をすばやく作成することもできます。これにより、特にこのダッシュボード例のドーナツ グラフのような同様の視覚化を実行している場合、LuckyTemplates での販売レポートの開発が迅速化されます。
次に、このレポートで分析する必要がある他の側面に移りましょう。たとえば、ウェアハウス コードとリージョンを [凡例] タブにドラッグして追加し、独自の視覚エフェクトを持たせてみましょう。
マップビジュアライゼーションの作成
次に、標準のマップ ビジュアライゼーションを使用してマップを作成します。ただし、Locations テーブルには緯度と経度のデータがありません。領域テーブルに戻ると、作業対象の名前だけが残っていることがわかります。
この例では、[場所] タブに名前を追加すると正常に機能しましたが、場合によっては機能しないこともあります。追加の手順が必要になる場合があります。フルネームを書き込むか、緯度と経度のデータを保護する必要がある場合があります。
マップ視覚化を設定すると、総売上高を取得して地域ごとに分類できるようになります。
これら 2 種類のグラフだけでも、すでに魅力的なビジュアルが得られています。ただし、レポートにさらに洞察を追加してみましょう。
サマリーカードの追加
ダッシュボードの横に他の 3 つのメトリクスを含めてみましょう。これを行うには、さらに数式を記述する必要があります。
1 つ目は Total Units Sold で、特定の期間内に販売された数量を簡単に知ることができます。別のメジャーを作成し、Units Soldという名前を付けます。関数を使用して注文数量の合計を取得し、それをカードの視覚化に変換します。
次のメジャーは、Unique Ordersです。これは、実際に処理された注文数を示します。1 回の注文で 2 つ以上の商品が販売される可能性があるため、これは重要な洞察です。関数を使用します。このすべてのフィルターが適用された後に残っている行数をカウントします。
メジャーを作成した後、それを最初のものと同様のビジュアライゼーションに変換します。
フィルター記号を変更すると、フィルターによって他のすべてのビジュアライゼーションがどのように変化するかがわかります。
最後に、 Average Sales per Dayを計算するメジャーをもう 1 つ入れてみましょう。反復関数を使用します。もう 1 つのオプションは、関数を使用してから日付を使用することです。ただし、反復関数を使用する方が良いでしょう。選択した期間における 1 日あたりの平均販売金額が表示されます。
レポートへの機能の追加
インサイトを生成したので、次はこのダッシュボードを魅力的なものにします。
機能を追加するには、日付スライサーを作成しましょう。
Year をドラッグしてキャンバスに移動し、スライサーに変えます。次に、「一般」に移動し、水平に反転してフィットさせます。ヘッダーも不要なので削除しましょう。
そのスライサーをコピーして貼り付け、ビジュアライゼーションのフィールドを Short Month に変更します。これにより、任意の月でフィルタリングすることもできるようになりました。
ただし、一度に選択できるのは 1 か月のみです。複数の月を選択できるように変更します。各選択により、ビジュアライゼーションに表示される内容が変わります。
結論
このチュートリアルでは、LuckyTemplates でこの消費財販売レポートの視覚化と機能を構築する方法を学習しました。
このレポートはシンプルなので、新しいLuckyTemplates ユーザーがダッシュボードの作成方法を学ぶのに最適なスタートとなります。複雑な DAX 式を実装する必要はありません。使用されたテクニックはシンプルですが効果的でした。
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