Dimensies segmenteren op basis van rangschikking - geavanceerde analytische techniek voor LuckyTemplates

In dit voorbeeld gaan we behoorlijk geavanceerd worden in LuckyTemplates met behulp van DAX. We gaan ons concentreren op het segmenteren van dimensies op basis van de rangschikking in die specifieke tabel. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Dit is een verbazingwekkend concept van hoe u berekende kolommen kunt gebruiken in LuckyTemplates. Dit kan aanvullende inzichten opleveren die met traditionele tools zoals Excel nooit mogelijk zouden zijn geweest.

Door deze technieken effectief te gebruiken en er vervolgens geweldige visualisaties omheen te implementeren, waar ik ook op zal ingaan, kunnen uw gegevens echt op een overtuigende manier worden gepresenteerd.

Inhoudsopgave

• Visualisatie van gesegmenteerde gegevens
• Uw gegevens segmenteren en rangschikken
• Conclusie

Visualisatie van gesegmenteerde gegevens

Ik heb het altijd gehad over de verbazingwekkende analytische kracht van LuckyTemplates, maar je zult dit analyseniveau niet zien als je DAX-formules één voor één gebruikt. De ware kracht komt naar voren wanneer je een combinatie van verschillende formules en technieken gebruikt die op elkaar zijn gestapeld.

Dat ga ik je laten zien door middel van onderstaande visualisatie.

Nogmaals, de hier getoonde gegevens kunnen niet zo diepgaand worden geanalyseerd als u niet meerdere formules in lagen plaatst . Ik noem deze techniek maatvertakking . Om daaraan toe te voegen, heb ik ook wat berekende kolomlogica over elkaar gelegd om de resultaten verder uit te splitsen. Het is de beste manier om een ​​echt goed inzicht te krijgen in een zaak als deze.

In dit spreidingsdiagram rechtsonder in het rapport ziet u bijvoorbeeld dat er verschillende kleuren zijn die verschillende gegevensgroepen vertegenwoordigen. In dit geval vertegenwoordigen de stippen steden, waarbij elke kleur je de beste, de slechtste en degenen met een goede ranglijst laat zien.

U zult ook zien dat onze y-as de kwartaal-op-kwartaal margeverandering laat zien . De x-as toont daarentegen de kwartaal-op-kwartaalverkopen .

Dit is het soort inzicht dat we krijgen als we onze gegevens segmenteren op basis van vertakkingen. Het laat zien of een grote toename in omzet is afgeleid van een grote toename in marge, en vice versa. Het toont u de correlatie tussen deze gegevenspunten.

Dit is natuurlijk slechts een demo-gegevensset, dus u zult geen enorm cluster zien. Maar als je deze techniek eenmaal toepast op je eigen data, kun je nog meer geavanceerde inzichten krijgen.

Met al deze formules en technieken gecombineerd, zult u ook een verschil merken in de algehele look en feel van de visualisatie. Ik zal je laten zien wat ik bedoel door de legenda voor City Group te verwijderen.

Merk op dat ik de legende van de stadsgroep heb gemaakt met behulp van berekende kolomlogica . Dus wanneer ik die legenda verwijder, verandert de manier waarop de gegevens worden weergegeven. Het brengt niet zoveel inzicht als we nodig hebben.

Alles wat we nu zien zijn algemene datapunten. Het laat ons niet zien waar onze slechtste of beste klanten zijn. Dat alleen al neemt een heleboel inzicht weg dat we zouden moeten krijgen.

We zien nu dat deze extra lagen van logica ons in staat stellen om de dingen in een veel beter daglicht te zien .

Nu, laat me City Group terugslepen als een legende.

Zoals u kunt zien, verbetert de visualisatie aanzienlijk.

Uw gegevens segmenteren en rangschikken

Deze keer wil ik je laten zien hoe ik deze groepen klanten heb gesegmenteerd om die legende te creëren.

In de berekende kolom heb ik gebruikt om de rangorde van elke stad te krijgen op basis van de gegeven dimensies. In dit geval rangschikken we ze op basis van verkopen.

In de formule heb ik regio 's in onze tabel en hun totale verkoop opgenomen .

RANKX is hier buitengewoon nuttig omdat het ons een manier geeft om al die gegevens te ordenen en er enig inzicht in te krijgen.

We kunnen niet alleen controleren welke steden het goed doen, maar ook welke minder goed presteren, en daarom staan ​​ze helemaal onderaan de kolom.

Deze functie vormt ook de basis van de volgende logica die ik ga gebruiken.

Dus bovenop de RANKX heb ik ook gebruikt om een ​​extra dimensie te creëren.

Met die extra laag kan ik nu zien wat mijn best presterende steden zijn, evenals de slechtst presterende steden. Dus als de City Sales Rank lager is dan of gelijk is aan 10, worden ze getagd als onderdeel van de "Beste".

Dit is echt een geweldige techniek die u kunt gebruiken om meer manieren te creëren om uw gegevens te segmenteren. Merk op dat dit niet alleen nuttig is in een spreidingsdiagram. Dit kan ook worden toegepast op verschillende soorten visualisatie.

U kunt het bijvoorbeeld ook gebruiken in een ringdiagram, zoals hieronder weergegeven.

U zult ook zien dat het ringdiagram en het spreidingsdiagram naast elkaar bewegen. Dus als ik op het gedeelte klik dat de slechtste getallen in het ringdiagram vertegenwoordigt, past het spreidingsdiagram zich ook aan.

Dit stelt ons in staat om in te zoomen op subsets van gegevens of andere dimensies.

Klantsegmentatietechnieken met behulp van het gegevensmodel – LuckyTemplates en DAX
Gebruik DAX om gegevens te segmenteren en te groeperen in LuckyTemplates
Gegevenssegmentatie op basis van percentagegroepen – Geavanceerde DAX in LuckyTemplates

Conclusie

Probeer eens in deze technieken te duiken en een aantal ervan in uw eigen modellen te implementeren. Ik ben ervan overtuigd dat u goede resultaten zult zien en dat u tevreden zult zijn met de resultaten in termen van wat u krijgt in uw rapporten en dashboard.

Hopelijk kun je zien hoe het combineren van deze verschillende technieken je een aantal echt geavanceerde analyseniveaus kan opleveren. Als u dit op LuckyTemplates doet, kunt u zeer gedetailleerde rapporten en hoogwaardige visualisaties krijgen, net als in ons voorbeeld.

Al het beste.