LuckyTemplates를 사용하여 계절성 영향으로 예산을 만드는 방법

LuckyTemplates를 통해 예산 책정에 대해 구체적이고 상당히 발전된 것을 보여드리겠습니다. 계절적 영향을 고려하여 예산을 책정하는 방법에 대해 자세히 알아보겠습니다 . 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

이것은 매우 효과적인 분석을 위한 길을 열어주기 때문에 큰 잠재력을 가지고 있습니다 . 또한 미래에 추출하고자 할 수 있는 통찰력 중 일부를 자동화할 수 있습니다 . 고유한 예산 책정 또는 예측 데이터가 없고 처음부터 새로 만들어야 하는 경우 유용합니다.

목차

• 예산 및 계절적 영향에 대한 고려 사항
• 제품 예산 만들기
• 결론

예산 및 계절적 영향에 대한 고려 사항

예산을 만들 때 작년의 결과를 찾은 다음 해당 수치에 대한 추가 증가 또는 감소를 예상하여 간단하게 시작할 수 있습니다. 그러나 내가 보고 듣고 관여한 바에 따르면 여러 조직에서 훨씬 더 복잡한 여러 가지 예산 책정 및 예측 메커니즘을 사용합니다.

LuckyTemplates를 통해 예측, 예산 및 벤치마크 추출과 같은 복잡한 작업을 피할 수 있습니다. 수식에 논리를 짜는 것이 전부입니다. 

이 접근 방식을 사용하면 데이터를 다시 생성하고 매년, 분기별로 바퀴를 재발명할 필요가 없습니다.

예산에 대한 또 다른 점은 일반적으로 예산이 일정하지 않다는 것입니다. 항상 어떤 종류의 계절적 영향을 받게 될 것이며 많은 경우에 괜찮습니다. 

과거 정보를 보는 것만으로도 계절성 영향을 얻을 수 있습니다. 비즈니스의 변화를 보여주어야 합니다. 이것이 우리가 여기서 이 공식으로 할 일입니다. 

제품 예산 만들기

이 예에서는 더 간단한 버전으로 되돌리고 싶습니다. 이전 수치를 예측하려는 경우 실제로 LuckyTemplates 데스크톱 내에서 직접 구현할 수 있는 테이블 함수를 통해 거의 자동으로 이 작업을 수행하는 방법이 LuckyTemplates에 있습니다.

여기서는 제품 예산 에 중점을 두어 아무것도 없는 상태에서 또는 과거 정보를 사용하여 예산을 만드는 방법을 보여 드리겠습니다. 이것은 또한 숫자를 생각해 낼 때 계절성의 영향을 받는지 확인하는 데 도움이 됩니다.

월별 데이터를 기반으로 결과를 얻는 것으로 시작하겠습니다 . 특정 기간 동안 실행되는 크리스마스, 여름 또는 프로모션과 같은 요소를 고려할 수 있으므로 계절성 영향에 이상적입니다.

월별로 이동하는 것 외에도 제품 별로 수행하게 됩니다 . 이 두 가지 측정기준을 함께 사용하면 계절적 영향을 줄 수 있습니다.

이제 새 테이블을 만들 겠습니다 . 여기에 있는 데이터는 Excel 또는 데이터베이스에서 가져온 것이 아님을 기억하십시오. DAX 수식을 사용하여 테이블을 다시 만들고 있습니다.

ADDCOLUMNS 함수 부터 시작하겠습니다 .

단일 열의 데이터를 사용하는 것으로 충분한 경우가 있습니다. 이 경우 월과 제품 ID가 모두 필요합니다. 이것이 제가 CROSSJOIN 기능을 활용하는 이유입니다.

여기서는 하나의 수식에 4개의 서로 다른 테이블 함수를 사용하고 있습니다. 그러나 이것은 또한 이 공식이 필요한 모든 정보를 분석할 수 있는 테이블과 형식으로 가져오는 데 매우 효과적인 이유이기도 합니다.

ADDCOLLUMNS 함수 로 돌아가서 2018 예산에 대한 데이터를 추가하는 데 사용한 것을 볼 수 있습니다.

거기에서 CALCULATE 함수를 사용하여 2017년에 7.5%의 성장을 더한 총 판매액을 세었습니다 .

간단히 말해서, 매월 모든 제품에 대해 전년도의 매출에 7.5%를 더한 예산을 예상하거나 예측할 것입니다. 

LuckyTemplates의 예측: LuckyTemplates를 사용하여 최고 및 최악의 성과에 대한 DAX
예산 분석을 통해 누적적으로 성능과 예측 비교

결론

기본적으로 계절적 영향이 있는 일부 제품 예산을 자동으로 얻을 수 있는 방법입니다. 1년 전에 매출을 기록했지만 계절에 따라 수치에 영향을 줄 수 있는 모든 사항을 추가로 고려했습니다.

예를 들어 휴가철에 사람들에게 더 많은 상품을 판매하기 때문에 북미에서 여름이면 판매가 증가할 수 있습니다. 그 영향은 이 수치로 나타날 것입니다.

개념이 비슷하고 다양한 연도, 분기 등의 과거 정보를 평균화해야 하는 한 더 복잡한 상황에 적용할 수도 있습니다. 단순히 보는 것이 아니라 다른 요소를 대체하는 문제입니다. 총 매출.

처음에는 추가 요소가 원래 존재하지 않았다는 점을 기억하십시오. 새 테이블을 만들어 추가했습니다.

여기에서 데이터를 시각화하고, 편차와 이상값을 표시하는 비교를 수행하고, 변경 이유를 찾고, 데이터에서 보고 있는 영향의 원인을 파악하는 것이 쉽습니다.

이것을 즐기십시오!