순위를 기반으로 차원 분할 – LuckyTemplates를 위한 고급 분석 기법

이 예에서는 DAX를 사용하여 LuckyTemplates에서 상당히 발전할 것입니다. 특정 테이블의 순위를 기반으로 차원을 세그먼트화하는 데 중점을 둘 것입니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

이것은 LuckyTemplates 내에서 계산된 열을 활용하는 방법에 대한 놀라운 개념입니다 . 이를 통해 Excel과 같은 기존 도구로는 불가능했을 추가적인 통찰력을 얻을 수 있습니다.

이러한 기술을 효과적으로 활용하고 그 주위에 멋진 시각화를 구현하면 데이터를 매력적인 방식으로 보여줄 수 있습니다.

목차

• 분할된 데이터의 시각화
• 데이터 세분화 및 순위 지정
• 결론

분할된 데이터의 시각화

LuckyTemplates의 놀라운 분석 능력에 대해 항상 이야기했지만 DAX 수식을 하나씩 사용하는 경우 이러한 수준의 분석을 볼 수 없습니다 . 그 진정한 힘은 서로 다른 공식과 기술을 함께 쌓아 사용할 때 나타납니다.

그것이 제가 아래의 시각화를 통해 보여드릴 것입니다.

다시 말하지만 여기에 표시된 데이터는 여러 수식을 계층화하지 않으면 이만큼 심층적으로 분석할 수 없습니다 . 저는 이 기술을 측정 분기 라고 부릅니다 . 여기에 추가하기 위해 일부 계산된 열 논리를 오버레이하여 결과를 더 세분화했습니다. 이런 경우에 정말 대단한 통찰을 얻을 수 있는 가장 좋은 방법입니다.

예를 들어 보고서의 오른쪽 하단에 있는 이 분산형 차트에는 다양한 데이터 그룹을 나타내는 다양한 색상이 있음을 알 수 있습니다. 이 경우 점은 도시를 나타내며 각 색상은 최고, 최악 및 순위가 괜찮은 도시를 보여줍니다.

또한 y축에 전분기 대비 마진 변화가 표시되는 것을 볼 수 있습니다 . 반면 x축은 분기별 매출 변화를 보여줍니다 .

이것은 측정 분기를 통해 데이터를 분할할 때 얻을 수 있는 통찰력 유형입니다. 매출의 큰 증가가 마진의 큰 증가에서 파생되었는지 또는 그 반대인지를 보여줍니다. 이러한 데이터 포인트 간의 상관 관계를 보여줍니다.

물론 이것은 데모 데이터 세트일 뿐이므로 거대한 클러스터를 볼 수는 없습니다. 그러나 이 기술을 자신의 데이터에 적용하면 훨씬 더 발전된 통찰력을 얻을 수 있습니다.

이러한 모든 수식과 기술을 결합하면 시각화의 전체적인 모양과 느낌이 달라진 것을 알 수 있습니다. City Group의 범례를 제거하여 의미하는 바를 보여 드리겠습니다.

계산된 열 논리를 사용하여 City Group 범례를 만들었습니다 . 따라서 해당 범례를 제거하면 데이터가 표시되는 방식이 변경됩니다. 그것은 우리가 필요로 하는 만큼의 통찰력을 가져오지 않습니다.

지금 우리가 보는 것은 일반적인 데이터 포인트입니다. 최악의 고객이나 최고의 고객이 어디에 있는지 보여주지 않습니다. 그것만으로도 우리가 얻어야 할 많은 통찰을 빼앗아 갑니다.

우리는 이제 이러한 추가 논리 계층이 실제로 사물을 훨씬 더 나은 관점에서 볼 수 있게 해준다는 것을 알 수 있습니다 .

이제 City Group을 다시 전설로 끌어오겠습니다.

보시다시피 시각화가 크게 향상되었습니다.

데이터 세분화 및 순위 지정

이번에는 이러한 고객 그룹을 세분화하여 전설을 만든 방법을 보여드리고자 합니다.

계산 열 내에서 사용하여 주어진 차원을 기반으로 각 도시의 순위를 가져왔습니다. 이 경우 판매량을 기준으로 순위를 매깁니다.

수식에서 테이블의 지역 과 해당 지역 의 총 판매액을 포함했습니다 .

RANKX는 모든 데이터를 구성하고 통찰력을 얻을 수 있는 방법을 제공하기 때문에 여기에서 매우 유용합니다.

우리는 어떤 도시가 잘 하고 있는지 뿐만 아니라 어떤 도시가 잘 못 하고 있는지도 확인할 수 있습니다.

이 함수는 내가 사용할 다음 논리의 기초이기도 합니다.

그래서 RANKX 위에 사용하여 추가 차원을 생성했습니다.

이 추가 레이어를 통해 이제 최고의 성과를 내는 도시와 최악의 도시를 확인할 수 있습니다. 따라서 City Sales Rank가 10보다 낮거나 같으면 "Best"의 일부로 태그가 지정됩니다.

이것은 데이터를 세분화하는 더 많은 방법을 만드는 데 활용할 수 있는 정말 훌륭한 기술입니다. 이는 분산형 차트에서만 유용한 것은 아닙니다. 이는 다양한 유형의 시각화에도 적용할 수 있습니다.

예를 들어 아래와 같이 도넛형 차트에서도 사용할 수 있습니다.

또한 도넛형 차트와 분산형 차트가 서로 나란히 움직이는 것을 볼 수 있습니다. 따라서 도넛 차트에서 Worst 숫자를 나타내는 부분을 클릭하면 분산형 차트도 조정됩니다.

이를 통해 데이터 또는 기타 차원의 하위 집합에 집중할 수 있습니다.

데이터 모델을 사용하는 고객 세분화 기술 – LuckyTemplates 및 DAX
DAX를 사용하여 LuckyTemplates에서 데이터 세분화 및 그룹화
백분율 그룹 기반 데이터 세분화 – LuckyTemplates에서 고급 DAX

결론

이러한 기술을 자세히 살펴보고 그 중 일부를 자신의 모델에 구현해 보십시오. 좋은 결과를 보게 될 것이며 보고서 및 대시보드에서 얻을 수 있는 결과에 만족할 것이라고 확신합니다.

이러한 다양한 기술을 결합하여 정말 고급 수준의 분석을 얻을 수 있는 방법을 알아보시기 바랍니다. LuckyTemplates에서 이 작업을 수행하면 예제에 있는 것과 같은 매우 상세한 보고서와 고품질 시각화를 제공할 수 있습니다.

모두 제일 좋다.