Pembahagian Data Berdasarkan Kumpulan Peratusan – DAX Lanjutan Dalam LuckyTemplates

Saya akan membincangkan teknik pembahagian data yang agak lanjutan dalam tutorial ini, iaitu sekitar mengumpulkan data secara dinamik di dalam LuckyTemplates . Anda boleh menonton video penuh tutorial ini di bahagian bawah blog ini.

Dalam tutorial ini, kita akan melihat secara khusus visualisasi khusus ini dalam papan pemuka yang saya gunakan semasa Sidang Kemuncak Pembelajaran mengenai cerapan pelanggan.

Dalam kes ini, kami mengumpulkan atau membahagikan pelanggan berdasarkan peratusan jualan. Kami menggunakan jadual sekunder atau jadual sokongan dan menggabungkannya dengan formula DAX untuk mencipta kumpulan ini.

Isi kandungan

• Membahagikan Pelanggan Berdasarkan Peratusan Jualan
• Menggunakan Meja Sekunder Atau Sokongan
• Mengurus Pembolehubah
• Logik Untuk Pembahagian Data
• Cara Menggunakan Semula Formula Segmentasi Data
• Kesimpulan

Membahagikan Pelanggan Berdasarkan Peratusan Jualan

Satu kumpulan berada dalam 20% teratas, kumpulan lain adalah antara 25% hingga 80%, dan kumpulan ketiga berada di bawah 25%. Saya telah menggunakan peratusan tersebut dan memberi mereka makan melalui formula DAX untuk kemudian mencipta kumpulan Top, Mid dan Bottom ini .

Pembahagian dalam kes ini adalah berdasarkan jualan jadi ini ialah carta yang menunjukkan Jualan berbanding Margin untuk mana-mana rangka masa tertentu, tetapi pembahagian telah berlaku melalui jualan.

Kita boleh lihat dalam carta taburan ini Top 20% pelanggan; mereka diwakili oleh bintik biru gelap. Pelanggan Mid duduk dari perspektif jualan antara 25% dan 80%; mereka diwakili oleh bintik biru pucat di bahagian tengah carta. 25% Bawah pelanggan berdasarkan jualan ialah bintik biru muda di bahagian bawah carta. 

Ini adalah teknik yang agak maju untuk pembahagian data, di mana kami menggabungkan beberapa logik lanjutan dalam pengiraan untuk mencipta kumpulan yang tidak wujud ini . Dalam erti kata lain, tiada apa-apa dalam data mentah kami yang wujud untuk memecahkan 20 pelanggan teratas, 25% terbawah, dsb.

Jadi kita perlu mencipta logik itu menggunakan jadual sokongan atau jadual sekunder , seperti yang saya panggil. Jadual ini tidak mempunyai sebarang hubungan fizikal dengan mana-mana jadual kami dalam model data, tetapi ia adalah kunci kepada jenis analisis ini.

Menggunakan Meja Sekunder Atau Sokongan

Jadi mari kita lihat jadual. Anda mungkin boleh membuat kumpulan ini dalam pelbagai cara, tetapi ini adalah cara saya menyediakannya untuk demonstrasi ini.

Dalam jadual sokongan atau sekunder ini, kami mempunyai Kumpulan kami sebagai Atas, Pertengahan dan Bawah. Kami mempunyai lajur Rendah dan lajur Tinggi untuk mengenal pasti segmen mana yang dimiliki oleh setiap pelanggan.

Jadual peratusan sekunder ini sebenarnya boleh digunakan semula merentasi pelbagai ukuran. Kami boleh menggunakan jualan dan kami boleh menyepadukan margin atau keuntungan atau kos dengan mudah, atau sebarang pengiraan lain yang boleh kami lakukan. Ia tidak semestinya berkaitan jualan atau hasil. 

Kita juga boleh menggunakan semula beberapa logik kerana peratusan boleh pada apa-apa sahaja. Apa yang penting di sini ialah mencipta logik yang betul di dalam formula. 

Jadi mari kita selami formula, yang saya panggil (tahun ini) dan lihat bagaimana saya melakukan logiknya.

Mengurus Pembolehubah

Mari kita lihat bahagian pertama pengiraan dahulu, di mana kita membuat pembolehubah ( VAR ).

Pembolehubah pertama adalah untuk mengenal pasti RankingDimension yang akan kita usahakan. Dalam kes ini, ia adalah pelanggan. Dengan fungsi VALUES , kami mengulangi setiap pelanggan yang telah membuat jualan dalam mana-mana tempoh masa tertentu . 

Pembolehubah seterusnya ialah TotalCustomers , yang menentukan bilangan pelanggan yang benar - benar membuat jualan . Kami tidak mahu mengira semua pelanggan, tetapi hanya mereka yang membuat beberapa jualan. Dalam logik ini, kami menggunakan CALCULATE , COUNTROWS , FILTER , dan fungsi ALL .

Pembolehubah ketiga ialah CustomerRank , di mana kami meletakkan kedudukan pelanggan kami berdasarkan jualan yang telah mereka buat. Dan ini adalah formula untuk Kedudukan Pelanggan TY .

Formula khusus ini hanya melakukan pemeringkatan yang mudah, yang menggunakan fungsi RANKX .

Logik Untuk Pembahagian Data

Sekarang mari kita selami pengiraan yang lain. Inilah logik yang membolehkan kami mencapai analisis pembahagian data ini.

Fungsi CALCULATE berulang melalui setiap pelanggan dan menilai melalui jadual sokongan ( Kumpulan Pelanggan ) yang kami buat dengan fungsi COUNTROWS dan FILTER . 

Dan kemudian ia menilai sama ada CustomerRank lebih besar daripada TotalCustomers dan kemudian mendarabkannya dengan lajur Kumpulan Pelanggan Rendah . Jadi ia bertanya kepada kami sama ada CustomerRank lebih tinggi daripada bahagian bawah.

Dan kemudian dalam baris seterusnya ia menyerlahkan sama ada CustomerRank adalah kurang daripada atau sama dengan TotalCustomers; ia kemudiannya didarabkan dengan tong yang lebih tinggi bagi jadual Kumpulan Pelanggan.

Jika ia akan sama dengan benar, pelanggan itu akan dikekalkan dan kami akan mendapat jumlah jualan.

Cara Menggunakan Semula Formula Segmentasi Data

Formula ini agak rumit, tetapi ia benar-benar menarik. Kami juga menggunakan semula pengiraan ini.

Contohnya, jika kami ingin melihat pelanggan kami dengan metrik yang berbeza, seperti Margin Keuntungan, apa yang perlu kami lakukan ialah menggantikan Jumlah Jualan di sini dengan Margin Untung dan menukar Kedudukan berdasarkan margin keuntungan .

Kemudian kita boleh menggunakan jadual sokongan yang sama untuk menjalankan logik ini. 

Gunakan DAX Untuk Membahagikan & Kumpulan Data Dalam Contoh Pembahagian LuckyTemplates
Menggunakan DAX Lanjutan dalam LuckyTemplates
Pelanggan Kumpulan Secara Dinamik Mengikut Kedudukan mereka w/RANKX Dalam LuckyTemplates

Kesimpulan

Ini adalah teknik yang lebih maju tentang pembahagian data yang telah saya tunjukkan dalam tutorial ini. Kami menggunakan kuasa DAX dan model data dengan jadual sokongan kami.

Sungguh menakjubkan apa yang boleh kita lakukan dengan keseluruhan formula. Kami boleh menukar rangka masa dan ia akan sentiasa membahagikan pelanggan mengikut peratusan khusus yang kami sediakan. 

Saya harap anda telah menemui nilai yang hebat daripada tutorial ini dan menerapkannya pada kerja anda sendiri.

Semua yang terbaik!

***** Kuasa Belajar BI? *****