DAX를 사용하여 LuckyTemplates에서 전방 예측 생성

이 블로그에서는 LuckyTemplates 의 기록 데이터에서 자동화된 예측을 만드는 방법을 살펴보겠습니다 . 이것은 예측과 예산을 세우는 기업에서 흔히 볼 수 있는 일입니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

이제 과거 정보를 기반으로 자동 예측을 생성하고 싶었던 적이 있습니까 ? 과거에는 Excel과 같은 도구를 사용하여 이 작업을 수행하기가 상대적으로 어려웠지만 LuckyTemplates 내에서 쉽게 수행할 수 있습니다 .

과거에는 정보를 검색하여 표로 요약하고 이를 벤치마크로 사용했을 수 있습니다. 하지만 동영상에서는 동적으로 벤치마크 및 예측을 생성하는 방법을 보여줍니다 . 이는 숫자를 예상하는 보다 효과적이고 효율적인 방법이며 이전 기간 또는 이전 기간의 조합에 대해 실제로 수행하는 방식을 비교할 수 있습니다.

우리가 할 일은 과거 기간을 살펴보고 미래 예측을 예상하기 위한 방정식의 값으로 사용하는 것입니다.

LuckyTemplates의 시간 인텔리전스 기능을 활용하여 매우 동적인 방식으로 이 작업을 수행하는 방법을 보여드리겠습니다.

DAX를 사용하여 LuckyTemplates 에서 여러 기술을 결합하면 이러한 정말 훌륭한 통찰력을 얻을 수 있습니다. 이 경우 우리는 실제 결과를 실제로 의미 있는 것과 비교할 수 있도록 예측을 자세히 살펴보고 전방 벤치마크를 만들려고 합니다.

목차

• 과거 데이터에서 자동화된 예측을 생성하는 방법
• 변수를 사용하여 3년 예측에 대한 하나의 측정값 만들기
• 시각화 만들기
• 결론

과거 데이터에서 자동화된 예측을 생성하는 방법

대부분의 경우 예측은 과거 결과에서 파생됩니다. 따라서 과거 데이터를 신속하게 수집하고 통합한 다음 전체 데이터 모델에 여전히 부합하는 예측을 생성하는 방법을 보여드리겠습니다. 

이미 몇 가지 판매 정보가 있고 여기에 판매 계산이 있다고 가정해 보겠습니다. 

따라서 2018년까지 예측할 수 있는 방법을 찾아야 합니다. 2018년 판매 예측을 해결하고 싶습니다. 오른쪽 아래에 있는 이 필터를 보면 실제로 2018년만 필터링했으므로 ' 여기서는 2018년만 보고 있습니다. 

이제 Enter Data를 클릭하여 다른 측정 테이블을 생성하면 측정 테이블을 생성할 수 있는 옵션이 제공됩니다. 이 테이블을 Sales Forecasting 이라고 합니다 . 이러한 측정 테이블을 만드는 습관을 들이면 모델을 구성하는 데 큰 도움이 됩니다. 

다음으로 시간 인텔리전스 기능을 사용하여 새로운 측정값을 만들어 2017년 수치에서 판매를 예측합니다. 따라서 New Measure로 이동하여 이를 Sales LY 라고 하고 CALCULATE by Total Sales 로 이동합니다 . 모든 메트릭에 대해 동일한 작업을 수행할 수 있지만 이 예에서는 판매에 대해 작업할 것입니다.

그리고 유연성 때문에 최고의 시간 인텔리전스 기능 중 하나인 DATEADD 가 필요합니다 . 그런 다음 여기에서 1년 뒤로 이동하고( -1 ) 간격( YEAR )을 여기에 놓습니다. 그런 다음 Enter 키를 누릅니다.

이것을 잡고 테이블로 드래그하면 이제 2017년의 모든 데이터를 예상하고 있음을 알 수 있습니다 . 그래서 우리는 오늘 계산할 세 가지 정보의 첫 번째 열을 얻었습니다.

이 샘플 시나리오에서는 3년 예측을 수행해야 하므로 2년 뒤로 이동해야 합니다. 따라서 두 번째 해에는 패턴을 복사하고 몇 가지만 조정하면 됩니다.

측정값의 이름과 내부 매개변수를 변경하고 이제 2년 전의 매출을 예상하고 있습니다. 우리는 3년 전과 똑같이 할 것입니다.

이제 예측에 사용할 수 있는 3년간의 정보가 있습니다.

변수를 사용하여 3년 예측에 대한 하나의 측정값 만들기

LuckyTemplates 예측을 만드는 효율적인 방법으로 이 작업을 수행하는 또 다른 방법이 있습니다. 변수를 사용하여 세 개가 아닌 하나의 측정값을 생성하고 원하는 것과 정확히 동일한 결과를 얻습니다.

따라서 한 번 더 New Measure로 이동하여 이를 Sales Forecast 라고 부르겠습니다 . VAR (변수) 로 이동한 다음 다음 줄에서 Sales LY로 이동합니다. 우리는 2년 전과 3년 전의 다음 두 행에 대해 동일한 작업을 수행합니다 .

그런 다음 아래로 점프하여 RETURN으로 이동할 수 있으며 여기에 논리를 입력할 수 있습니다. 3년간의 데이터에 DIVIDE를 사용하므로 Sales LY, 2년 전 Sales, 3년 전 Sales를 합산합니다 . 그런 다음 3으로 나눕니다 . 또한 대체 결과인 0 을 넣습니다 .

이전에 만든 세 가지 측정값을 모두 변수 안에 넣으면 동일한 결과를 얻습니다. 더 효율적이기 때문에 적극 권장합니다. 이제 판매 예측이 있고 이 세 가지 모두의 평균이 있습니다.

게다가, 우리는 판매가 좀 더 증가하는 것을 보고 싶습니다, 그렇죠? 그럼 5%의 성장률을 보여주기 위한 예측을 해보죠 . 이렇게 하려면 공식에 FACTOR를 추가한 다음 마지막 행에 factor를 곱하면 됩니다 .

시각화 만들기

필요한 수식이 모두 생성되면 이를 시각화로 변환하고 LuckyTemplates 예측을 명확하게 확인합니다. 이제 우리는 예측에 도달하기 위해 매일 얼마를 벌어야 하는지 보여주는 가상 판매 예측을 갖게 되었습니다.

우리는 이것을 누적 합계 패턴 안에 넣을 수도 있습니다 . 이제 새 측정값을 만들고 이름을 Cumulative Forecast 로 지정합니다 . 다음 줄에 CALCULATE Sales Forecast 를 입력합니다 . 그런 다음 FILTER ALLSELECTED by Dates 로 이동합니다 . 

일단 그것을 얻었으면 여기에 내려놓고 누적 합계로 만듭니다. 그러면 이제 2018년이 되자마자  실제 결과와 비교하여 누적 측정할 수 있는 누적 예측값을 얻었습니다 .

가장 멋진 방법은 데이터 모델에 연결하는 것입니다 . 따라서 예측은 데이터 모델 내의 테이블에 있는 기록 정보에서 파생되므로 데이터 모델의 모든 항목으로 필터링할 수 있습니다.

이를 통해 여기에서 제품 이름으로 쉽게 이동하여 필터링 할 수 있습니다 . 제품 이름에 대한  판매 예측을 가져오고 이제 내 제품을 예측했습니다.

이를 통해 특정 제품(예: 제품 47)을 선택할 수 있습니다. 여기에서 필터를 변경하면 이 제품에 대해 하루에 얼마나 판매해야 하는지 확인하고 누적 결과를 명확하게 볼 수 있습니다. 

DAX를 사용하는 LuckyTemplates의 예측 분석 기술 DAX를 사용하여
LuckyTemplates 모델의 예측 논리 탐색
LuckyTemplates에서 DAX를 사용하여 동적 누적 합계 만들기

결론

이 자습서에서는 LuckyTemplates 예측을 만들기 위해 시간 인텔리전스 및 누적 총 패턴과 같은 많은 작업을 수행했습니다.

나는 댓글과 포럼에서 이 질문을 여러 번 보았고 LuckyTemplates의 기록 정보에서 예측을 만드는 것이 비교적 간단하다는 것을 보여주고 싶었습니다.

이를 통해 이점을 얻고 자신의 환경에서 이를 구현할 수 있기를 바랍니다. 이 자습서에서 살펴본 몇 가지 기술을 활용하는 방법을 찾으십시오. 아래 비디오를 살펴보고 자신의 개발 작업에서 보여드린 기술을 사용해 보십시오.

모두 제일 좋다!