Python における Self とは: 実際の例
Python における Self とは: 実際の例
LuckyTemplates を使用してどれだけ高度な機能を実現できるか見てみたいですか? このチュートリアルでは、LuckyTemplates の私のお気に入りの使用方法を紹介したいと思います。LuckyTemplates に売上、利益、トランザクションなどの仮定のパラメーターを統合することで、シナリオ分析を回避する素晴らしい作業を行うことができます。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。
得られる洞察だけでなく、Excel などの履歴ツールを使用して分析を行う場合と比較して、この分析の実装が容易であるためでもあります。非常に複雑なことをせずに、どうすればこれを Excel で実装できるようになるのか、私にはまったくわかりません。
基本的に、どの時点でも、将来何が起こるかを予測したり、シナリオが自分の認識どおりに展開した場合に将来起こる可能性のあるさまざまな事柄を示すことさえできます。これを履歴情報にオーバーレイすることもできます。したがって、何かが起こった場合に何が起こるかを確認することができます。
目次
複数の What If シナリオを一度に組み込む
このブログ投稿では、複数の What ifパラメーターをLuckyTemplates に一度に組み込む方法について、別の非常に優れた例を示したいと思います。LuckyTemplates のこれらすべての What if パラメーターが複数のシナリオにどのように影響するかを確認できます。
実際に、これは起こり得ることです。たとえば、あるシナリオでは、価格を上げたときに需要が変わらないか減少した場合に何が起こるかを確認したい場合があります。これらのさまざまなパラメーターをすべて操作しながら、最良のケース、正常なケース、および最悪のケースのシナリオを確認することもできます。
3 つのシナリオでの作業
これらすべてを一度に分析できるモデルをどのように作成したかを説明します。価格変更パラメータ、需要変更パラメータ、およびコスト変更パラメータがあります。ここには、 Best Case、OK Case、Worse Caseのシナリオもあります。
最良のケースでは、価格を引き上げると需要が増加することがわかりますが、これは非常に驚くべきことです。しかし、人々は価格の上昇をよりプレミアムな製品とみなして、より多く購入する可能性があります。
OK ケースでは、価格を上げても需要は何も起こりませんが、コストは 1% 減少します。
最悪の場合、価格は変更せず、需要が減少するだけでコストが増加します。
また、右上隅には日付スライサーがあり、これらの最高/正常/最悪のケースが実際の実績に与える累積的な影響が下部のグラフに表示されます。
実際の利益または予想利益があるので、これらの変更を実施した場合の年間を通じての影響を確認するために、複数の仮定のシナリオを提示して彼らに衝撃を与えました。
テーブルの作成
これは私が設定した単なる例ですが、ここに到達するまでに必要なテクニックを伝えたいと思います。最初に行うことは、最良のケース、正常なケース、最悪のケース、および価格変化、需要変化、コスト変化などの関連するパラメーターとシナリオをリストした表を作成することです。
HASONEVALUE の使用
ここで選択したシナリオに基づいてパターンを操作する必要がありました。私は、多くのシナリオ タイプの分析で使用してきたパターンを使用しました。このパターンでは、IF HASONEVALUE、またはシナリオの 1 つが選択されている場合、そのシナリオの価格変化と等しくなります。MIN を使用して、実際の価格変化を取得しました。このテーブルには 1 行しかないため、何かが選択されている場合、値は 1 つだけである必要があります。何も選択しない場合、価格、需要、コストの変化はすべて 0 になります。
SUMXを使用したシナリオ利益
次のステップは積分ロジック部分です。これは、これらすべての変更を特定のシナリオに統合するために使用した式です。
私は多層シナリオ分析でこのアプローチを使用しました。SUMX 式を使用することで、これらの値に基づいてショックを作成しています。式を収益部分と費用部分の2 つの部分に分解してみましょう。
収益の部分では、需要が増加するとより多くの数量を販売することになるため、販売注文数量に需要の変化を乗じた値を使用します。次に、価格変更によって値上げまたはショックを受けた単価をそれに掛けます。コスト部分については、需要に応じて再度数量を増やす予定です。ただし、価格変更の代わりに、コスト変更を組み込みます。
この 1 つの式を使用すると、LuckyTemplates にこれらの個別の仮定パラメーターをすべて組み込むことで、シナリオの利益がいくらになるかを計算できます。SUMXとイテレータ全般を理解することは非常に重要です。末尾に X が付いている数式は、テーブル内のすべての行を反復処理することを覚えておく必要があります。したがって、私たちが行った個々の取引や販売ごとに、これらのショックをその上に置くことができます。
ロジック内にシナリオを組み込む
複数のシナリオと複数の対策を組み込んでいることを忘れないでください。これらの尺度はシナリオの選択に基づいて変化するため、これらのシナリオをロジック内に組み込むことができるようになりました。私は、最良のケースのシナリオ、正常なケースのシナリオ、最悪のケースのシナリオを個別に計算しました。
これらの式を参照すると、私が行ったことは、シナリオ利益を利用し、CALCULATE を使用して最良のケースの結果を割り出すことだけであることがわかります。また、Ok Case の結果と Worse Case の結果に対してもこれを実行しました。
この式を使用すると、一般的な予想利益と比較できるグラフが得られます。
累積結果を計算する
これまでに行ったことに加えて、物事が累積的にどのようになっているのか、時間の経過とともに物事がどのように蓄積されていくのかを確認したいと思いました。これらの式を使用し、累積合計パターンを使用して再度分岐しました。ここでは、毎回同じパターン内に前のメジャーを組み込んだり分岐させたりして、個別のシナリオを累積的に提供していることがわかります。
このチャートの優れた点は、どの時間枠を選択しても、自動的に調整されることです。3 か月間の累積的にドルへの影響を確認したいだけであれば、それを累積的に確認できます。たとえば、最良のケースでは 840 万ドルが得られるのに対し、最悪のケースでは 400 万ドルが得られることがわかります。
結論
この特定の例では、 DAX メジャーだけでなく、特定のシナリオを分類できる情報のテーブルを作成する方法も示しました。ベスト ケース シナリオ、OK シナリオ、またはワースト ケース シナリオに分類することができます。これらのシナリオでは、価格設定、需要、コストに関して複数の変更が生じる可能性があります。
これらの両方をうまく行うことで、過去または将来の結果やパフォーマンスを動的に紹介し、結果がどうなるかを非常に迅速かつ自動的に評価できるようになります。
この例から学ぶべきことはたくさんあり、実践すべきテクニックも山ほどあります。うまくいけば、分析と結果が計算される環境を劇的に変える方法でこの状況から抜け出すことができます。
この種の高度な分析をこれほど簡単かつ効果的に作成できるツールは、これまでにありませんでした。これらすべてを独自のモデルに実装できるよう頑張ってください。コメントがございましたら、下記までお知らせください。
シナリオ分析をさらに詳しく知りたい場合は、私のコースをぜひご覧ください。LuckyTemplates 内のこの驚くべき分析手法について学ぶべきことはたくさんあります。
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