Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Hier ga ik je laten zien hoe je de functie AVERAGEX gebruikt met DAX in LuckyTemplates. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Door te leren en te begrijpen hoe u deze functie kunt gebruiken, opent u heel snel een scala aan analyses die ongelooflijk inzichtelijk en waardevol kunnen zijn.
Misschien wilt u de gemiddelde omzet berekenen die u per dag, per maand, per klant, enzovoort maakt. Hier zijn zoveel toepassingen voor dat het te gek is.
En vergeet niet dat u vervolgens kunt uitbreiden naar tijdvergelijkingen en analyse van tijdinformatie.
In dit voorbeeld gaan we werken met iets dat gemakkelijk in bijna elk model kan worden toegepast. We gaan de gemiddelde verkoop per dag berekenen voor bepaalde klanten met behulp van AVERAGEX met DAX.
Inhoudsopgave
Het gegevensmodel herzien
Voordat we daadwerkelijk onze gemiddelde omzet per dag gaan berekenen, gaan we eerst even kijken in ons datamodel in LuckyTemplates , zodat we een idee hebben waar we mee bezig zijn.
We hebben dus een organisatie die omzet maakt en de gegevens staan in de verkooptabel.
Deze organisatie verkoopt op een bepaalde dag en de gegevens hiervoor zijn te vinden in de datatabel.
Ze verkopen aan een bepaalde klant verschillende producten en ze kunnen in verschillende regio's verkopen. De gegevens van deze drie zijn apart terug te vinden in de klantentabel, productentabel en de regiotabel.
Laten we, met behulp van de informatie uit ons datamodel en de reeds beschikbare maatregelen, onze totale verkoop per klant analyseren.
Onze tabel ziet er als volgt uit. Dus we hebben totale verkopen en ze zijn gerangschikt op klantnaam.
Laten we er dan een visualisatie van maken. Hier kunnen we zowel de best verkopende als de slechtst verkopende klanten van de organisatie zien.
Gemiddelde omzet per dag met behulp van AVERAGEX
Nu kunnen we kijken hoeveel we per dag aan elke klant verkopen.
Wat we moeten doen, is voor elke klant, elke dag herhalen en vervolgens het gemiddelde van het verkoopbedrag voor die specifieke klanten over die hele duur berekenen.
De manier om dit te doen is door AVERAGEX en de functie VALUES te gebruiken met DAX.
Dus laten we een nieuwe meting maken en deze Gemiddelde verkoop per dag noemen .
Dan gaan we AVERAGEX toevoegen omdat we deze herhalende functie nodig hebben. AVERAGEX gaat elke dag herhalen.
En dan gaan we VALUES invoeren , en de kolom Datum erin. Dit is eigenlijk hoe we elke dag herhalen.
Wat VALUES doet, is dat het een virtuele tabel maakt van alleen de kolom Datums, en dan zegt het in de huidige context, dat is een bepaalde klant, elke dag herhalen.
Dan gaan we Total Sales toevoegen . Zodra we alle totale verkopen hebben berekend, gaan we het gemiddelde nemen met AVERAGEX .
Onze formule ziet er dan uit zoals hieronder.
Als we nu de gemiddelde verkoop per dag in de visualisatie brengen, kunnen we gemiddeld zien hoeveel we per dag aan elke specifieke klant verkopen.
We kunnen zelfs de datalabels aanzetten om een idee te krijgen van de gemiddelde verkoopcijfers.
Kijkend naar verschillende tijdframes
Een ander cool ding dat we hier kunnen doen, is dat we ook het tijdsbestek kunnen wijzigen.
Om dit te doen, kunnen we onze MonthInCalendar naar binnen slepen, zodat we de maand en het jaar kunnen hebben.
Dan kunnen we er een snijmachine van maken.
Nu kunnen we de gemiddelde omzet per dag van elk van onze klanten in een bepaalde maand en een bepaald jaar zien.
Wat echt gaaf is, is dat dit een dynamische manier is om naar deze berekening te kijken.
Zoals u in de onderstaande afbeelding kunt zien, toont de visual de gegevens voor dit tijdsbestek wanneer we augustus 2014 selecteren.
Als we nu september 2014 selecteren, toont onze visual de gemiddelde verkoop per dag per klant voor deze periode.
Het proces herzien
Om echt te begrijpen hoe AVERAGEX en de VALUES-functies hier werken, laten we snel bekijken wat er in ons voorbeeld gebeurt.
Laten we eerst onze visualisatie omzetten in een tabel, zodat deze logischer wordt.
En nogmaals, laten we snel naar onze formule kijken.
Nu hebben we hier onze verschillende klanten. Voor Burt's Corporation herhalen we bijvoorbeeld elke dag. Dit is binnen januari 2015 omdat we dit geselecteerd hebben in onze slicer. Vervolgens berekenen we de totale omzet voor elke dag.
Zodra alle verkopen per dag zijn berekend, komt de AVERAGEX binnen en neemt het gemiddelde.
En dit is wat er gebeurt voor elke klant die we in dit specifieke voorbeeld hebben.
Zodra we het tijdsbestek wijzigen, laten we zeggen februari 2015, zal het dezelfde berekening uitvoeren, maar deze keer binnen dit nieuwe tijdsbestek.
Als we geen tijdsbestek hebben geselecteerd, wordt het elke dag herhaald in de datumtabel.
Dezelfde AVERAGEX-formule gebruiken tegen een andere dimensie
Een ander ding dat we hier kunnen doen en dat je, nogmaals, heel gaaf zult vinden, is exact dezelfde formule gebruiken tegen een andere dimensie.
Laten we eerst onze tabel Gemiddelde verkopen per dag dupliceren .
Laten we dan eens kijken naar de gemiddelde verkopen per dag voor elke stad.
En zo is onze tabel nu gesorteerd per stad.
Dan is het weer dynamisch. Momenteel tonen we de gegevens van februari 2015.
Als we op maart 2015 klikken, toont onze nieuwe tabel ook de gemiddelde verkoop per dag, gepresenteerd per stad, voor dit tijdsbestek dat we hebben geselecteerd.
We zouden het opnieuw kunnen doen tegen elke dimensie die we hebben. We gebruiken precies dezelfde formule en die werkt perfect voor al die dimensies.
Conclusie
In dit bericht hebben we gezien hoe we de gemiddelde verkoop per dag voor bepaalde klanten kunnen berekenen met behulp van AVERAGEX met DAX en gecombineerd met de WAARDEN-functie.
Bekijk de onderstaande links voor meer zelfstudies over DAX-functies.
Al het beste!
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten