Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Ik wil je enkele datavisualisatietechnieken in LuckyTemplates laten zien om een overtuigend dashboard te creëren. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Als u een bedrijf bent dat iets verkoopt, wilt u uw verkoopprestaties zeker effectief laten zien .
In deze zelfstudie werk ik door veel verschillende technieken die u binnen LuckyTemplates kunt combineren om echt hoogwaardig inzicht te verkrijgen.
Ik loop het datamodel wat gedetailleerder door. Ik doorloop ook DAX- berekeningen en tot slot besteed ik veel tijd aan het bekijken hoe je dingen op een heel effectieve manier kunt visualiseren .
Het is een grote vergissing in veel LuckyTemplates-rapporten die ik zie.
U moet echt manieren bedenken om uw informatie effectief weer te geven.
Het gaat niet alleen om het organiseren van een goed datamodel of het schrijven van mooie DAX-formules - het gaat om het combineren van die twee dingen met visualisaties van echt hoge kwaliteit.
De combinatie in LuckyTemplates maakt het zo krachtig.
In dit voorbeeld doorloop ik enkele vrij eenvoudige technieken over hoe u uw visualisaties en de inzichten die u weergeeft, kunt verbeteren .
Als je al deze verschillende aspecten van het ontwikkelen van hoogwaardige LuckyTemplates-rapporten kunt combineren, dan zijn de inzichten die je kunt ontdekken fenomenaal.
Inhoudsopgave
Hoe het werkt
Hier is een heel goed voorbeeld van een geweldige datavisualisatie in LuckyTemplates.
We hebben zoveel inzichten in dit dashboard. Het is gewoon verbazingwekkend hoeveel inzichten je kunt hebben in slechts één dashboard.
Hier gebruik ik een reeks DAX-formules om dit te bereiken en ook visualisaties .
Er zijn zoveel manieren waarop u visualisaties kunt maken op vrijwel elke dataset en wanneer u al deze combineert, creëert u een echt aantrekkelijk dashboard.
Deze dataset die ik hier gebruik, heb ik veel gebruikt in mijn demo's. Het is dat van een detailhandelaar die verkoopt aan de oostkust van de VS. In dit voorbeeld richten we ons op de regio Florida - New York.
We kijken naar onze verkopen dit jaar versus onze verkopen vorig jaar. Deze demodataset loopt eind 2017, dus we vergelijken in dit geval een totaal jaar 2017 met een totaal jaar in 2016.
Ik heb een filter gemaakt in de regio, maar ik vergelijk ook onze verkopen van dit jaar en vorig jaar in één visualisatie, zodat we snel onze bestsellers van dit jaar kunnen zien en wat we vorig jaar hebben verkocht.
In deze tabel hebben we informatie per klant, dus we kijken eigenlijk naar de prestaties van onze klanten dit jaar ten opzichte van vorig jaar.
En met de ongelooflijke visualisatie van gegevensbalken in deze tabellen, kunnen we zien wie de slechtst presterende klanten zijn en wie de beste.
We zouden hier ook veel dingen kunnen isoleren. We konden het grootste verschil in de verkoop vorig jaar isoleren, of waarom is dat, of wat kochten ze vorig jaar niet dit jaar.
We kunnen in die tafel selecteren en zien waar ze hebben gekocht. In dit geval konden we zien dat ze dit jaar product 15 en 17 kochten, maar vorig jaar de producten 30, 61, 64, 84 en 86 kochten.
We moeten uitzoeken waarom. We zouden contact moeten opnemen met die klanten en ze kortingen of promoties moeten geven.
We kunnen ook kijken naar het product dat dit jaar goed verkocht, maar vorig jaar niet. We kunnen in dat product boren en de klanten zien die het hebben gekocht.
Ik heb dit ook opgedeeld in regio's, zodat we de hele regio in onze dataset kunnen bekijken. We concentreren ons hier echter alleen op Florida en New York.
Ik heb enkele van de filters in het filterveld aan de rechterkant hier gebruikt om elke rij hier in een specifieke regio te verfijnen.
De benodigde formules maken
Laten we nu de formules maken die nodig zijn om dit dashboard te maken.
We hebben onze totale omzet al, dus we moeten onze omzet van vorig jaar berekenen.
Om dit te doen, kunnen we naar New Measure gaan en laten we dit Sales LY noemen . In onze CALCULATE hebben we onze Total Sales en gebruiken we SAMEPERIODLASTYEAR als filter.
Vervolgens zorgen we ervoor dat het correct is opgemaakt als USD.
Zullen we het verschil maken? We gaan eenvoudigweg Sales vs LY is gelijk aan Total Sales minus Sales LY (verkoop vorig jaar).
De visualisaties maken
Zodra alle formules zijn gemaakt, kunnen we nu enkele visualisatiefuncties gebruiken om deze inzichten daadwerkelijk te krijgen.
We gaan dus 2 visualisaties maken. Eerst pakken we onze breedtegraad mijn lengtegraad en gaan we naar Total Sales.
Dan plaatsen we dit filter (Staat) hier en gaan we naar Florida. Op deze manier boren we alleen in Florida.
En dan maken we onze Products-tabel door onze productnaam hier te pakken en Total Sales vs Sales LY te gaan. Voor deze tabel gebruiken we het geclusterde staafdiagram.
Nogmaals, we kunnen hier ook filteren op de staatscode en ervoor zorgen dat dit wordt gefilterd op Florida. Vervolgens filteren we Sorteren op dit jaar.
Ten slotte gaan we een tafel maken voor onze klanten. We pakken onze klantdimensie en zetten die in een tabel met onze Total Sales, Sales LY en sales vs vorig jaar.
We gebruiken ook deze geweldige databalken. We kunnen eigenlijk veel meetwaarden in onze tabel hebben, maar isoleren slechts één bepaalde kolom of meetwaarde, en dan de gegevensbalken erin plaatsen.
Klik op de vervolgkeuzepijl aan de rechterkant van Sales vs LY en ga naar Voorwaardelijke opmaak en vervolgens naar Gegevensbalken.
U kunt de kleur kiezen voor uw positief en negatief. In dit voorbeeld heb ik heel lichtgrijs gebruikt voor negatief en lichtblauw voor positief.
Om de volgende laag te maken, kopiëren en plakken we eenvoudig en wijzigen we de staatscode. Zo kunt u uzelf veel tijd besparen bij het bouwen van deze dashboards.
Laten we New York selecteren en hetzelfde doen. U hoeft niet al die extra filters enz. te maken. Gebruik gewoon de kracht van het datamodel.
Onthoud tijdens het leren van LuckyTemplates dat het datamodel de echte kracht is, vooral in combinatie met de DAX-formules.
En nu hebben we precies wat we willen. We moeten er alleen voor zorgen dat de interacties echt werken en dat ze op de juiste manier filteren.
Het bewerken van de interacties is een beetje handmatig werk, maar zeer goed te doen, als je alleen maar nadenkt over de snelheid van wat je kunt maken met al het andere in LuckyTemplates.
Hoe u overtuigende rapporten en dashboards maakt in LuckyTemplates
Hoe u de interacties van uw visuals in LuckyTemplates beheert
LuckyTemplates-gegevensbalken in tabelvisualisaties
Conclusie
We hebben enkele datavisualisatietechnieken in LuckyTemplates doorgenomen die u kunnen helpen bij het maken van een overtuigend verkooprapport.
Het is gewoon zo verbazingwekkend hoe snel je elk aspect van je gegevens kunt doorgronden als het goed is opgezet. We kunnen veel dingen genereren; marketingevenementen, promotionele activiteiten, enz.
U zult begrijpen waarom u bepaalde resultaten ontvangt en een veel beter begrip krijgen van wat er werkelijk gebeurt in uw organisatie met uw verkopen, wie uw verkopen doet, aan wie u uw verkopen doet en waar u ' bent bezig met uw verkoop .
In deze zelfstudie wil ik je laten zien hoe snel je tot deze inzichten kunt komen en alle goede functies kunt gebruiken.
DAX is niet alles wat u nodig heeft om overtuigende visualisaties te maken. U hebt een aantal opties tot uw beschikking die op verschillende manieren de gewenste inzichten kunnen laten zien.
In de intensieve cursus behandel ik end-to-end LuckyTemplates-rapporten en -ontwikkeling.
Hier laat ik echt vanaf een leeg canvas zien hoe u een aantal effectieve rapportontwerpen en visualisaties kunt maken die ervoor zorgen dat consumenten "Wauw" gaan.
Al deze informatie is binnen handbereik zodra u deze geweldige technieken in LuckyTemplates kunt implementeren.
Proost,
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