Apps rapporteren met behulp van LuckyTemplates voor transport en verzending

In deze zelfstudie wil ik laten zien hoe u apps voor logistieke rapportage in LuckyTemplates kunt maken met behulp van gegevens uit de echte wereld. Ik wil de uitgebreidheid laten zien van wat u kunt doen in LuckyTemplates en de geweldige mogelijkheden ervan. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

We zullen een voorbeeld doornemen dat afkomstig is van een van onze leden als onderdeel van LuckyTemplates's LuckyTemplates Challenge 12, en ik zal delen hoe ik persoonlijk het probleem zou benaderen en de verbeteringen die volgens mij op het model kunnen worden toegepast.

Inhoudsopgave

• Voorbeelden van apps voor logistieke rapportage in LuckyTemplates
• Gegevensmodel en gegevensset voor apps voor logistieke rapportage
• Conclusie

Voorbeelden van apps voor logistieke rapportage in LuckyTemplates

Het eerste dat ik echt geweldig vind aan dit rapport, is de daadwerkelijke navigatie-ervaring. Het is als een volledig gebouwde webapplicatie. Het is als een GIF-afbeelding waarbij er een overlay-aspect naar toe komt als je erop klikt. Het lid heeft het opgesplitst in vier verschillende analysesegmenten. We hebben lucht-, weg-, spoor- en zeesegmentatie.

Als u door een van deze segmenten klikt, bijvoorbeeld Weg hier, wordt u naar een andere pagina geleid die u inzicht geeft in al het verschillende transport dat via de weg plaatsvindt.

Ik denk dat het een goede plek is om te beginnen. Wanneer u een dataset beoordeelt, wilt u echt proberen het verhaal dat u probeert te vertellen te begrijpen. Het verhaal dat je vertelt kan behoorlijk veranderen, afhankelijk van wat jij beschouwt als je belangrijkste filters of je belangrijkste dimensies. In dit geval was de belangrijkste dimensie het opsplitsen van de gegevens.

En dus is er wat analyse en andere belangrijke informatie binnen elk segment, maar er is ook navigatie aan de linkerkant waar je doorheen kunt klikken. U kunt inzoomen op de gegevens voor meer informatie. Dit zijn de dingen die geweldig zijn voor alles wat met logistiek te maken heeft. Het toont de veelzijdigheid van wat we kunnen doen met .

Gegevensmodel en gegevensset voor apps voor logistieke rapportage

Nu wil ik snel doornemen hoe ik naar datasets kijk en hoe ik dit mogelijk anders zou doen, want wat in dit geval is gedaan, is dat het model heel eenvoudig is gehouden. Ten eerste vind ik het geweldig dat het lid de watervaltechniek gebruikte, waarbij we onze opzoektabellen bovenaan hebben en onze feitentabellen onderaan.

Echter, deze een-op-een relatie op Financiën hier is niet iets dat ik over het algemeen zou doen. Ik zou dit waarschijnlijk als een soort tafel op zichzelf laten. Maar misschien zou ik een opzoektabel maken van de gemeenschappelijke kolom, zoals Zending-ID. Ik zou proberen deze twee Zending-ID-kolommen samen te brengen en ze samen te voegen tot één. Of ik kan duplicaten verwijderen, ze als opzoektabel plaatsen en vervolgens een een-op-veel-relatie maken op basis van die kolom met unieke waarden.

Laten we nu eens kijken hoe de verzendgegevens eruit zien. Met alle logistieke informatie krijgt u een regelitem als een stuk transactie-informatie, wat in werkelijkheid de zendings-ID wordt . Dan gaat het uit naar waar het vertrok, waar het vandaan kwam, en waar het naartoe ging, toen het landde, enzovoort.

Er zijn veel dingen die uit alleen die informatie kunnen komen, maar het belangrijkste hier is natuurlijk de zendings-ID. Dat wordt onze index in onze feitentabel. U kunt echter zien dat dit eigenlijk een enorme tafel is. Hoewel het aantal rijen vrij klein is, zijn er 121 kolommen. Dat zijn veel te veel kolommen voor een feitentabel.

Wat u met dergelijke datasets wilt doen, is dat u de informatiesegmenten wilt uitsplitsen die zinvol zijn. Een ding dat ik snel kan identificeren dat een goede opzoektabel zou zijn, is Locaties. Informatie over codes over de herkomstlanden, de bestemmingslanden, enz. is belangrijk voor dit type rapportage-app. Op deze manier heb je niet steeds weer dubbele informatie. Dat gaat de complexiteit van uw model verminderen en de bestandsgrootte verkleinen.

Er zijn veel andere dingen die we hier kunnen verbeteren, waaronder het type goederen, klanten, schip en soorten leveringen, die we ook in opzoektabellen zouden kunnen onderverdelen.

Waar ik hier ook naar op zoek ben, zijn de kolommen met numerieke waarden, want hier ga ik mijn metingen maken. Ik ga eenvoudige sommen maken, zodat ik kan filteren met behulp van de opzoektabeldimensies die ik aan het maken ben.

En dus zou het model er een beetje anders uitzien. Ik zou misschien nog vier of vijf opzoektabellen bovenaan hebben en ze helemaal naar beneden laten stromen naar de respectieve indexen in de zendingstabel.

Conclusie

Dit is een voorbeeld van een app voor logistieke rapportage in LuckyTemplates. In dit voorbeeldrapport heb ik je laten zien hoe een logistieke dataset en datamodel eruit ziet en heb ik mijn gedachten en verbeterpunten met je gedeeld.

Ik hoop dat u deze tutorial nuttig vond bij uw eigen LuckyTemplates-rapportage- inspanningen. Bekijk de onderstaande links voor meer gerelateerde inhoud.

Proost!

LuckyTemplates-rapportagetechnieken: applicatie-achtige rapporten opzetten
LuckyTemplates-demogegevens voor voorbeeldrapporten en apps | LuckyTemplates
Dashboards en apps maken in LuckyTemplates-service

**** * Verwante ondersteuningsforumberichten *****