Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Ik wil je een datavisualisatietechniek laten zien waarvan ik denk dat het een van de beste is die je kunt doen in LuckyTemplates. Er zijn nu zoveel technieken vergeleken met toen ik deze techniek voor het eerst maakte, maar voor mij heeft dit nog steeds veel positieve kanten en het kan echt enorme hoeveelheden inzichten op een rapportpagina op een heel effectieve manier laten zien. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Ik heb het over multi-threaded visuals – deze specifieke visualisaties kun je op veel verschillende manieren bekijken. Het hoeft geen statische visualisatie te zijn. Het kan op verschillende manieren dynamisch veranderen wat u presenteert - ik noem dit de datavisualisatietechniek met meerdere verschillende threads.
Dit is hoe het eruit ziet.
Zoals je op de onderstaande rapportpagina kunt zien, wil ik mijn visualisatie hier per tijdsbestek kunnen bekijken. Bijvoorbeeld 90 dagen of zelfs 7 dagen. Ik wil ook tussen verschillende statistieken kunnen schakelen, bijvoorbeeld om naar mijn inkomsten of mijn winst te kijken. En dus zie je dat ik mijn tijdschema en statistieken in de rechterbovenhoek van de pagina heb staan, waar ik er doorheen kan klikken.
Dit is nog maar het begin van wat mogelijk zou kunnen zijn, omdat je meerdere threads en/of meerdere manieren zou kunnen hebben om inzichten in visualisatie te voeden en dynamisch te maken. U kunt filters, segmenten, enz.
Dit is een manier om aanvullende inzichten in een rapport te brengen die niet vanzelfsprekend binnen uw onbewerkte gegevens vallen. Dit is voor mij een datavisualisatietechniek die uw rapporten echt naar een ander niveau kan tillen.
Het maakt deel uit van ons bronnenpakket dat u daadwerkelijk kunt downloaden van de website en ermee kunt spelen. Over datamodellen gesproken, ik zal u ook laten zien hoe u uw model efficiënt kunt instellen.
Inhoudsopgave
De opstelling van het gegevensmodel
Zo maakt LuckyTemplates modellen. Het is het instellen op een manier die volgens mij niet geoptimaliseerd is, dus dit is een goed moment om je te laten zien hoe ik het zou doen.
Ik wil al mijn opzoektabellen zo bovenaan plaatsen.
Ik noem dit de watervaltechniek . Met mijn model zo opgezet, bouw ik een beeld in mijn hoofd op van hoe de filters zullen werken als ik iets doe in mijn rapportcanvas.
Ik wil mijn belangrijkste maatregelen aan de rechterkant zetten en mijn ondersteunende tabellen onderaan.
Je kunt zien hoeveel meer georganiseerd dit nu is. Het is als het bouwen van de kaart in je hoofd van hoe je model echt werkt.
Het is belangrijk om dit te doen wanneer u werkt met geavanceerde berekeningen zoals multi-threads - er zijn meerdere lagen om dit daadwerkelijk te laten werken.
Laten we erin duiken.
Ondersteunende tabellen maken
Eerst beginnen we met onze normale statistieken. We hebben hier inkomsten, wat een heel eenvoudige berekening is.
Ik heb gebruikt en heb de hoeveelheid vermenigvuldigd met de huidige prijs. De prijs staat in een andere tabel, dus ik moet de functie gebruiken .
Ik zal hier ook winst binnenhalen. We hebben dus inkomsten en winst en we willen deze via dezelfde visualisatie kunnen voeden.
Ik heb het op datum, maar met ons model kunnen we dit ook gemakkelijk door klanten doen. Ik zal gewoon een andere tabel maken en datum vervangen door klanten in het waardengedeelte.
Vanaf hier zou ik nadenken over de manieren waarop ik verschillende berekeningen in mijn rapport ga verwerken. Hoe wil ik mijn gegevens filteren? In dit geval heb ik besloten dat ik het op bepaalde dagen wil doen en ik wil het doen met metrische gegevens (inkomsten of winst).
Om dat te doen, heb ik een aantal ondersteunende tabellen gemaakt. U kunt deze tabellen heel eenvoudig maken zonder dat u iets in Excel of ergens anders hoeft te doen. Ga gewoon naar Gegevens invoeren en voer hier de details van uw tabel in.
Laten we eens kijken naar deze tabellen die ik al heb gemaakt.
De eerste is wat ik datumbereiken noemde . Het heeft de Time Frame-kolom, wat een tekstkolom is, en dat is wat ik in mijn slicer wil hebben. De kolom Dagen is het werkelijke aantal dagen. Dan heb ik een kolom Index, waarmee we de volgorde van de dagen in de slicer kunnen sorteren. Dus dit zijn wat we door de statistieken gaan halen.
Dit is de tweede tabel ( Metric ) met de statistieken, omzet en winst.
U ziet op de rapportpagina dat de twee slicers in de juiste volgorde staan (7 dagen, 14 dagen, winst, inkomsten, enz.). Dat is wat de kolom Index doet.
Datavisualisatietechniek: een snijmachineselectie oogsten
Nu kunnen we de Metric binnenhalen en er een slicer van maken. We moeten op de een of andere manier oogsten wat hier is geselecteerd.
En dus brengen we hier ook ons tijdsbestek in. Dit gaat oogsten wat we op de snijmachine selecteren, en dan moeten we het in berekeningen verwerken, zodat we alleen berekenen wat er wordt geselecteerd. Bijvoorbeeld de omzet voor een bepaald tijdsbestek of winst voor een bepaald tijdsbestek.
De belangrijkste berekening om dit voor elkaar te krijgen, is de formule die ik heb gemaakt, Total Days . We moeten de dagen isoleren die we hebben wanneer we de dagen selecteren in de tijdframe-slicer .
Laten we deze formule eens nader bekijken.
Ik gebruikte in deze formule, wat betekent dat als je één waarde hebt geselecteerd in de slicer, je moet herkennen of deze waar is of niet. En dus, als er één waarde is geselecteerd, ga dan naar die kolom die alleen de dagen heeft . Zo niet, ga dan naar Datums .
Nu sleep ik deze maat naar binnen en verander het in een kaart om ons het aantal dagen te laten zien. Als er niets is geselecteerd, wil ik dat hier een waarde wordt ingevoerd , en dat is het totale aantal dagen. En eigenlijk laat dat alle verkopen vanaf het begin der tijden zien, omdat er niets is geselecteerd op de slicer.
Maar als ik op 30 dagen klik, geeft het ons 30 dagen.
Wat we nu moeten doen, is iets berekenen dat inkomsten en winst alleen over een specifiek tijdsbestek uitwerkt . En ik heb deze formule voor totale inkomsten gemaakt om dat te doen, waarin ik de maat voor het totale aantal dagen heb ingesloten.
Denk in deze formule na over wat doet. We willen nog steeds de omzet berekenen, maar we willen alleen over een bepaald tijdsbestek rekenen. In dit geval dat ik 30 dagen heb geselecteerd, werkt het vandaag minus 30 dagen .
We willen alleen naar dat tijdvenster kijken vanaf vandaag en helemaal terug gedurende 30 dagen. We berekenen de omzet, maar openen dan een tijdvenster waarin de datum kleiner is dan of gelijk is aan vandaag en groter is dan of gelijk is aan vandaag min de 30 dagen.
En vergeet niet dat dit kan veranderen. Dit kunnen 90 dagen of 180 dagen zijn. Het hangt volledig af van wat er is geselecteerd in de Time Frame-slicer.
Als ik deze meting Totale omzet in de tabel sleep, ziet u dat de bedragen worden weergegeven die zijn bepaald door het datumbereik dat is geselecteerd op de slicer.
Vervolgens deed ik precies dezelfde techniek met de formule Totale winst . Het enige wat ik hier heb gedaan, is de winstmaatregel erin plaatsen.
Ik breng dit binnen en we kunnen de winst bekijken over 180 dagen, 90 dagen, 7 dagen, enz., afhankelijk van de selectie. We werken dynamisch mijn selectie van tijd door naar mijn maat.
Nu zou ik hier gewoon kunnen stoppen en omzet en winst in één visualisatie laten zien, maar ik wil nog een rode draad toevoegen aan deze berekening. Ik wil het toevoegen op basis van de selectie van de metrische slicer .
Datavisualisatietechniek: multi-threading met behulp van SWITCH TRUE
Dit onderdeel is eigenlijk niet zo moeilijk en het is zo'n herbruikbare techniek. bevat . Deze techniek stelt ons in staat om in principe elke maat tot één maat te rijgen.
Deze formule ( Selectie ) evalueert in feite elke regel en probeert te zien of deze waar is. U kunt een waarde retourneren, maar u kunt ook een meting retourneren.
Nu kan ik dit een beetje veranderen. In plaats van hier te doen, hebben we SELECTEDVALUE , dus we hebben eigenlijk een alternatief resultaat, we zouden geen fout krijgen. En ik zet als er een probleem is. Als Omzet is geselecteerd, willen we de omzet tonen. Dus dit wil zeggen, als Winst is geselecteerd, willen we de totale winst laten zien.
In de onderstaande visualisatie kunt u zien dat de opbrengstresultaten inderdaad worden weergegeven omdat Opbrengst is geselecteerd op de Metric slicer . Als ik Winsten selecteer, worden de winsten weergegeven . Deze selectieformule heeft twee draden die eronder zitten of erin worden gevoerd.
Ik zal nog een visualisatie maken zodat we deze meting zelf kunnen zien.
Dit is de datavisualisatietechniek die ik multi-threading noem. Ik gebruik maatvertakking en threading door deze dynamische berekeningen op basis van mijn selecties in één visualisatie.
En zo heb ik dit rapport gemaakt. Ik heb letterlijk dezelfde maat gebruikt in elke visualisatie. Het is precies dezelfde maat (Selectie). In plaats van alleen op datum, op klant of op locatie, is dit een veel dynamischer rapport – bedenk eens hoeveel verschillende looks u hier kunt creëren.
Binnen deze pagina heb ik ook enkele filters toegevoegd om de analyse te onderbreken. Hierdoor kon ik een ander uiterlijk laten zien dan wat ik zou hebben gedaan als ik alleen de bordgegevens had laten zien.
Conclusie
Denk na over de veelzijdigheid die u binnen handbereik heeft met deze datavisualisatietechniek. U kunt ook alle andere geweldige technieken die u in LuckyTemplates kunt genereren, toevoegen, zoals aangepaste knopinfo.
Er zijn zoveel verschillende manieren waarop u deze multi-threading-techniek kunt gebruiken. Ik ben er persoonlijk dol op en gebruik het wanneer het zinvol is. Ik raad ten zeerste aan om dit in uw eigen rapporten op te nemen. Hopelijk heb je genoten van het lopen door een iets geavanceerdere techniek.
Bekijk de onderstaande links voor meer voorbeelden en gerelateerde inhoud.
Proost!
Breng inzichten onder de aandacht met behulp van de multi-threaded dynamische visuals-techniek in LuckyTemplates
Advanced LuckyTemplates: hoe u multi-threaded dynamische visuals maakt
SELECTEDVALUE DAX – Harvesting Slicer Selection
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