Hoe het gebruik van de INTERSECT-functie te maximaliseren - Geavanceerde DAX

De INTERSECT-functie in LuckyTemplates is een geavanceerde tabelfunctie en u moet deze beter begrijpen, zodat u het gebruik van deze geavanceerde DAX kunt maximaliseren. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Maar om te begrijpen hoe het werkt, moet je veel beter worden in het begrijpen van virtuele tafels. Virtuele tabellen zijn een belangrijk concept bij het gebruik van DAX-maatregelen binnen LuckyTemplates.

Wat de INTERSECT-functie specifiek doet, is dat je hiermee – binnen een maat – de ene virtuele tabel met de andere kunt vergelijken. U kunt dan eindelijk een tabel met resultaten retourneren die in beide versies van deze twee virtuele tabellen voorkomen.

Als je begrijpt hoe je deze functie kunt gebruiken, zul je snel zien dat er een verbazingwekkende mogelijkheid is om zeer geavanceerde logica met gemak uit te voeren.

Inhoudsopgave

• Presentatie van een uniek inzicht met behulp van de INTERSECT-functie
• De terugkerende klanten identificeren met behulp van de INTERSECT-functie
• De formule opnieuw gebruiken voor een andere context
• Uitwerken van de totale omzet van terugkerende klanten
• INTERSECT opnemen voor klanten in de afgelopen drie maanden
• Conclusie

Presentatie van een uniek inzicht met behulp van de INTERSECT-functie

In het voorbeeld dat ik doorloop, laat ik een echt uniek inzicht zien dat je kunt ontdekken met de functie. Dit specifieke inzicht kan op veel verschillende manieren worden hergebruikt . Dit is vooral handig wanneer u met klantgegevens werkt en uw doel is om uw klanten beter te begrijpen.

De beste manier om deze functie te leren is via een praktijkscène. Dus ik ga een scenario uitwerken en dit uitwerken op basis van onze klanten voor de huidige maand. Deze klanten moeten ook een aankoopgeschiedenis van de afgelopen twee maanden hebben. En we gaan uitzoeken welke van onze huidige klanten eerdere ordertransacties van 2 maanden geleden hadden.

Bekijk dit LuckyTemplates-rapport dat ik heb gemaakt om de functie te demonstreren. Eerst heb ik aan de linkerkant enkele filters ingesteld waar we elke maand kunnen selecteren.

Dan heb ik de kolommen voor alle klanten. De kolommen Totale verkoop en Verkoop LM tonen de klanten die de geschiedenis van de huidige maand en de afgelopen maand hebben gekocht. De formule voor Total Sales is heel eenvoudig. Het is gewoon de som van alle verkopen van een bepaalde klant.

De Sales LM- formule is een eenvoudige formule voor de totale verkoop die vertakt in een time intelligence-berekening met behulp van DATEADD om terug te springen naar de vorige maand.

Het is belangrijk om de oorspronkelijke context van de formule te begrijpen, aangezien we een berekening van vorige maand mogelijk maken met behulp van de genoemde formules. We moeten dus de initiële context goed krijgen, zodat we de DAX-formules kunnen toepassen.

Hoe berekenen we dynamisch de klanten die twee maanden op rij hebben gekocht? Dat is wat u kunt zien in de kolom Klanten 2M op een rij .

Nu wil ik ook de totale verkoop van deze klanten weten, dus heb ik de kolom Verkoop van klanten 2 miljoen in een rij toegevoegd .

De terugkerende klanten identificeren met behulp van de INTERSECT- functie

Laten we eens kijken hoe nuttig INTERSECT is als het gaat om het vinden van terugkerende klanten. Hier is de formule voor Klanten 2M op een rij .

In deze formule heb ik twee virtuele tabellen geplaatst, die variabelen zijn ( VAR ) binnen de INTERSECT- functie. Kortom, het evalueert de lijst met items of rijen die aanwezig zijn in de eerste tabel, maar niet in de tweede.

De eerste tabel hier is CustomerTM , wat staat voor die klanten die deze maand hebben gekocht. Vervolgens gaat de formule verder om te controleren of deze klanten ook in de CustomerLM- tabel staan.

Als een klant in beide virtuele tafels bestaat, blijft deze behouden. Met deze formule kunnen we dus terecht bij alle klanten die deze maand en de maand ervoor hebben gekocht.

Vervolgens heb ik de functie gebruikt om die resterende klanten te tellen.

Laten we het nu hebben over het maken van virtuele tafels voor die klanten die 2 maanden op rij hebben gekocht.

Als je het hebt gemerkt, heb ik ze in de functie ( variabelen) geplaatst. Ik raad deze functies ten zeerste aan omdat ze een fantastische aanvulling zijn op het schrijven van complexere formules. 

In deze specifieke set voor VAR CustomerTM maak ik een virtuele tabel met klant-ID's. Vervolgens maak ik voor VAR CustomerLM de afgelopen maand weer een virtuele tafel voor onze klanten. Maar deze keer heb ik de -functie toegevoegd, zodat deze terug kan springen naar de klantenset van de vorige maand in plaats van naar de huidige context.

Dit is wat interessant is aan deze berekening die we nu hebben.

De formule controleert alleen elke rij van de klanten omdat de klanten worden gefilterd. Als er voor een bepaalde rij (klant) de afgelopen maand geen verkopen zijn, valt er niets te evalueren. De kolom Klanten 2M op een rij is dus leeg. Maar als een klant een eerdere record heeft, telt deze als 1 .

Als we bijvoorbeeld naar de gegevens voor Adam Thompson kijken, retourneert deze 1 onder de kolom Klanten 2 miljoen op een rij . Dit betekent dat deze klant een record heeft voor zowel de afgelopen maand als de twee maanden daarvoor.

De formule opnieuw gebruiken voor een andere context

U realiseert zich misschien niet meteen hoe belangrijk het is om INTERSECT te gebruiken, maar er is een heel goede reden waarom u deze formule moet gebruiken. Dit komt vooral omdat u deze berekening in een groot aantal verschillende contexten kunt hergebruiken. Bekijk dit voorbeeld hieronder.

Om de bovenstaande voorbeeldgegevens te bedenken, heb ik dezelfde formule gebruikt. Maar deze keer begin ik in een andere begincontext. In plaats van één enkele rij te evalueren, evalueert het vele contexten zoals de staatscode. En vervolgens maakt het een lijst met klanten die zowel in juni 2016 als in mei 2016 hebben gekocht. Vervolgens vergelijk ik het met de klanten die in een bepaalde staat in de huidige maand een keer hebben gekocht.

U kunt in de kolom Klanten 2M op rij het exacte aantal klanten zien dat aan dat criterium voldoet.

Onder die tabel staat nog een visualisatie die dezelfde gegevens laat zien voor klanten 2M op een rij per staatscode .

U kunt de context in uw model eigenlijk weer wijzigen, afhankelijk van uw vereisten. Als uw filter correct werkt, kunt u deze formule opnieuw toepassen om aan andere situaties toe te voegen.

Daarom zei ik dat INTERSECT erg krachtig is. In plaats van alleen IF- instructies te schrijven, kunt u deze INTERSECT- functies gebruiken voor uw formule.

Uitwerken van de totale omzet van terugkerende klanten

Bovendien werken we aan het totaal aantal verkopen van onze terugkerende klanten .

De resultaten in de kolom Verkoop van klanten 2 miljoen op een rij is de som van de aankoop van de klant voor de huidige maand en de vorige maand. Houd er rekening mee dat we dit resultaat alleen kunnen krijgen als de klant twee maanden achter elkaar heeft gekocht. 

Dit is de formule voor de totale omzet van de terugkerende klanten.

Je kunt hier zien dat het patroon bijna exact hetzelfde is. Het enige verschil hier is dat ik in plaats van COUNTROWS de functie CALCULATE heb gebruikt om de context van de berekening te wijzigen. 

Dit komt omdat we hier het totale bedrag aan verkopen van de klanten nodig hebben. Maar zoals je kunt zien, gebruik ik nog steeds de INTERSECT- functie. Het is erg handig als het gaat om Pareto-analyse. Maar je kunt deze functie ook op verschillende manieren toepassen.

INTERSECT opnemen voor klanten in de afgelopen drie maanden

Je kunt nog steeds verder gaan dan voorheen. Met onderstaande formule kun je daadwerkelijk uitrekenen hoeveel klanten drie maanden achter elkaar hebben gekocht .

Het enige dat ik heb toegevoegd is een andere berekening die twee maanden terugspringt in plaats van één.

Daarna heb ik een INTERSECT- functie toegevoegd aan een andere INTERSECT- functie. Het evalueert dus niet alleen de klanten voor de huidige maand en de aankoopgeschiedenis van vorige maand. Het zal ook controleren of de specifieke klant 2 maanden geleden ook heeft gekocht.

Om deze gegevens aan uw tabel toe te voegen, sleept u eenvoudigweg de formule Klanten 3M op een rij naar de tabel.

Je ziet onderaan dat er in totaal 45 klanten zijn die drie maanden op rij een aankoop hebben gedaan. Dit is een vrij intensief inzicht dat erg nuttig is.

Virtuele tabellen begrijpen binnen itererende functies in LuckyTemplates
Duik diep in RANKX - DAX-formuleconcepten in LuckyTemplates
DAX-meetgroepen implementeren in uw LuckyTemplates-rapporten

Conclusie

Zoals eerder vermeld, is INTERSECT een tabelfunctie en kan deze op veel verschillende manieren worden gebruikt.

De focus bij deze tutorial is dat je ziet hoe je het in een maat en op verschillende manieren binnen een maat kunt gebruiken. Dat is hoe ik denk dat dit op een zeer efficiënte manier kan worden gebruikt om een ​​uitzonderlijk overtuigende analyse uit te voeren.

Veel succes met duiken in deze geavanceerde LuckyTemplates-tutorial.