Budgettering Prestatiesegmentatie met behulp van DAX in LuckyTemplates

Bij budgetteringsprestatieanalyse moeten we soms de resultaten die we op dit moment hebben in verschillende groepen segmenteren. Dit is om te analyseren welke artiesten beter waren dan anderen ten opzichte van hun doelen. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

LuckyTemplates kan prestatiesegmentatie beheren en hun verschillen en effecten op het totale budget begrijpen. In deze zelfstudie ga ik bespreken hoe u een budgetteringsprestatiesegmentatie uitvoert.

Segmentatie is een techniek die wordt gebruikt om grote doelgroepen te beperken tot gedefinieerde doelgroepen.

Dit is een algemene vereiste voor analyse van budgettypes. Het is echter geen gemakkelijke techniek voor degenen die net beginnen met LuckyTemplates. Er zijn veel dingen die je goed moet doen voor deze techniek.

Ik zal ook bespreken hoe u de budgetteringsdimensie die u analyseert, kunt segmenteren. U kunt segmenteren in groepen zoals best presterende versus slechtst presterende . Dit kan gebaseerd zijn op het verschil tussen uw omzet en budget .

Het belangrijkste om hier op te merken is om de formule voor gegevenssegmentatie te begrijpen .

Inhoudsopgave

• Ondersteunende tabel voor budgettering Prestatiesegmentatie
• Inzicht in de budgetteringsformule voor prestatiesegmentatie
• Dezelfde formule gebruiken voor de verkoopmaatstaf van de budgetgroep
• Dynamische groepering op basis van het geselecteerde segment
• Conclusie

Ondersteunende tabel voor budgettering Prestatiesegmentatie

We zullen deze rapportpagina gebruiken die ik tijdens de laatste LuckyTemplates-top heb gebruikt . De sessies stonden in het teken van budgetteren.

Deze tutorial gaat echter alleen focussen op het segmenteren van gegevens in groepen . Dit helpt ons te zien hoe we groepen kunnen maken die niet bestonden in onze gegevens, maar die zijn afgeleid van de resultaten op basis van onze gegevens.

Alle budgetmaatregelen hier zijn al afgeleid sinds ze tijdens deze zijn besproken . U kunt alle bronnen en discussies bekijken die u kunt downloaden.

Laten we zeggen dat we de prestaties van onze verkopen al hebben ten opzichte van de budgetgegevens. Vervolgens moeten we dit segmenteren om vast te stellen wie er positief presteert binnen de groep , of in dit voorbeeld regio .

Maar we moeten niet vergeten dat dit niet bestaat in onze dataset. Daarom is het absoluut noodzakelijk dat we een ondersteunende tabel maken om de prestaties per regio te categoriseren. Laten we eens kijken naar deze bestaande ondersteunende tafel.

Op basis van deze tabel worden de regio's geclassificeerd als Best Performers als ze 40% boven budget uitkomen . Als ze onder hun budget zitten en ze helemaal niet halen, worden ze geclassificeerd als slechtste presteerders .

Dit stelt ons in staat om betere inzichten te krijgen en het scenario achter onze analyse te begrijpen. De gegevens per segmentatie worden weergegeven na het maken van de ondersteunende tabel.

Inzicht in de budgetteringsformule voor prestatiesegmentatie

De onderstaande afbeelding toont het veelgebruikte algemene DAX-patroon voor gegevenssegmentatie.

Aangezien we op zoek zijn naar gegevens uit verschillende regio's, is het essentieel om elke afzonderlijke stad binnen elke regio te doorlopen . En dat is wat de variabele RankingDimension doet. Het maakt een lijst aan van elke afzonderlijke stadsnaam.

Vervolgens plaatsen we dat in de functie, omdat we elke afzonderlijke stad moeten evalueren op basis van hun verkoop versus budget- percentage. Daarna gebruiken we het resultaat van die evaluatie om het budgetbereik of de groep waartoe een stad behoort te identificeren.

Zoals je hier kunt zien, telde de eerder besproken berekening het aantal steden op in elk van de prestatiegroepen die we hebben gemaakt.

We kunnen dit vergelijkbare patroon ook gebruiken voor de maatstaf Budgetgroep Verkoop .

Dezelfde formule gebruiken voor de verkoopmaatstaf van de budgetgroep

Laten we eerst op de Budget Group Sales Measure klikken en deze formule bekijken:

Hier hebben we een logica gebruikt die bijna hetzelfde is als het segmenteren van de winkels per stad. Er is niet veel verandering ten opzichte van het patroon. Maar in plaats van de winkels te tellen, berekenen we de totale verkoop van elke winkel met behulp van de functie. 

Deze informatie is handig als we de resultaten willen weergeven met behulp van visualisaties zoals een kaart. Dit kleurt elke stad afhankelijk van de prestatiegroep waartoe ze behoren in de geselecteerde context.

We kunnen op deze visualisatie klikken om de steden te bekijken die bij een bepaalde prestatiegroep horen. Laten we voor dit voorbeeld op de Best Performers- groep klikken.

Als we de kaart bekijken en de regio Miami bekijken , zien we dat het een grote stad is. Dat kan de reden zijn waarom de verkoop in die regio beter is.

Als we op de groep Slechtste presteerders klikken , kunnen we ook de steden zien die in die prestatiegroep zijn opgenomen.

Dynamische groepering op basis van het geselecteerde segment

Een ander ding om op te merken is dat we alle overeenkomstige metingen opnieuw moeten maken, zodat ze kunnen veranderen op basis van de selectie uit de visualisatie van de prestatiegroep. Dit zijn de maatregelen Budgetgroep % Verschil, Budgetgroep Verkoop, Budgetgroep Prestaties en Budgetgroep Tellingen .

Dit komt omdat we een dimensie binnen een ondersteunende tabel selecteren die geen relatie heeft met ons kernmodel.

Zodra we onze oude metingen gebruiken en een keuze maken uit de prestatiegroepmetingen, heeft dit geen invloed op de andere berekeningen ( % verschil budgetgroep, omzet budgetgroep, prestaties budgetgroep, aantal budgetgroepen ) die we weergeven.

Wat de prestatiesegmentatiemaatregel voor budgettering dynamisch maakt , is dat deze de andere berekeningen wijzigt op basis van de geselecteerde gegevens uit de visualisatie van de prestatiegroep . Om dit te doen, moeten we al onze berekeningen wijzigen in een andere context. Wanneer een selectie wordt gemaakt, moeten we deze opnieuw berekenen op basis van deze segmentatielogica.

Ten slotte zal dit deel van de logica de verkopen van elke regio doorlopen en de prestatiegroep identificeren waartoe een stad behoort . En dat is vooral wat u nodig heeft om uw gegevens of resultaten succesvol in groepen te segmenteren.

Geavanceerde productbudgetteringsanalyse - LuckyTemplates- en DAX-technieken
Budgetteringsanalyse van de beste en slechtste presteerders met behulp van LuckyTemplates
Klantensegmentatietechnieken met behulp van het gegevensmodel - LuckyTemplates en DAX

Conclusie

Samenvattend: budgettering van prestatiesegmentatie met behulp van DAX in LuckyTemplates kan op verschillende manieren nuttig zijn. Het is een geweldige manier om gegevens in de loop van de tijd te presenteren. Het kan de discussie openen over de prestatieresultaten van klanten, producten, winkels of zelfs regio's.

Het stelt je niet alleen in staat om data te groeperen op basis van een bepaalde segmentatie, het maakt het ook makkelijker om de ruwe resultaten te manipuleren en te vergelijken met de budgetten of prognoses te maken. 

Hoewel de besproken dynamische segmentatie naadloos is, moet men in staat zijn om relatief complexe analyses te genereren bij het vergelijken van werkelijke resultaten met budgetresultaten. 

Hopelijk heb je veel aan deze techniek gehad en manieren gevonden om deze in je eigen modellen te implementeren.