Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Ik ga je laten zien hoe je IsAfterToday kunt gebruiken in uitgebreide datumtabellen voor LuckyTemplates time intelligence-scenario's.
Als het gaat om DAX-functies en andere tools, wijs ik ze bepaalde taken of persona's in mijn hoofd toe, zodat ik me gemakkelijk kan herinneren wat ze doen. bijvoorbeeld als luchtverkeersleider. Ik zie als een uitsmijter bij een club die beslist wie er binnenkomt en wie niet.
Wat betreft IsAfterToday , ik zie het als de Terminator die door mijn gegevens, tabellen en afbeeldingen veegt om alles eruit te halen wat ik niet nodig heb. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Inhoudsopgave
Toegang tot IsAfterToday via de uitgebreide datumtabel
Om toegang te krijgen tot IsAfterToday , heb ik een uitgebreide datumtabel nodig . Dat komt omdat IsAfterToday eigenlijk geen DAX-functie is ; het maakt deel uit van de tafel zelf.
Als u naar de gegevensweergave van uw tabel gaat, ziet de kolom IsAfterToday er zo uit.
De logica achter IsAfterToday is eenvoudig. Als de datum na vandaag valt, is het WAAR. Als het vóór vandaag is, is het ONWAAR.
Om u verder te laten zien wat IsAfterToday kan doen, ga ik door twee use-cases die de relevantie ervan in LuckyTemplates time intelligence-scenario's perfect laten zien.
Cumulatieve totalen beëindigen
De eerste use case gaat over het beëindigen van cumulatieve totalen . Het is een zaak waar vaak naar wordt gevraagd in het LuckyTemplates-forum.
In dit voorbeeld ga ik je laten zien hoe het gebruik van een DAX-meting ongeveer 38 regels zou vereisen, maar hoe het gebruik van IsAfterToday het werk in slechts 2 klikken kan doen zonder het gebruik van DAX.
In deze casus gaat het om een basisstructuur.
Ik heb het Kwartaal & Jaar, de Totale Verkoop en de Cumulatieve Verkoop.
De Total Sales loopt van 2018 tot heden en gaat dan verder met enkele prognosegegevens tot eind 2020.
Wat betreft de cumulatieve verkoop , dit is gewoon het basispatroon van de cumulatieve verkoop met toegepast op de datums.
De visualisatie laat me zien dat er ergens een probleem is omdat de gegevens twijfelachtig worden nadat de Total Sales wegvalt.
Terugkijkend op de tabel zijn er geen gegevens voor 2021.
Dus in de grafiek wordt het laatste cijfer keer op keer herhaald tot eind 2021.
Dus hoe kunnen we de Totale Verkoop en de Cumulatieve Verkoop opschonen?
Eerst zal ik de DAX-benadering gebruiken. Ik zal beginnen door deze kolom voor Alt Cumulatieve verkopen in de tabel te laten vallen.
Zo ziet de Alt Cumulative Sales -maatstaf eruit.
Het toont ook een filter dat zegt dat als IsAfterToday is , er een aan wordt toegewezen. Zo niet, dan wordt de cumulatieve verkoopwaarde eraan toegewezen.
Dus als ik terugga naar de tabel om te controleren, blijkt dat rij voor rij de juiste waarde wordt geretourneerd.
Het probleem zit hem echter in het totaal.
Het totaal geeft 73 miljoen weer, terwijl de laatste waarde 59 miljoen zou moeten zijn.
Dus ik zal het cumulatieve totaal van Alt2 in de tabel laten vallen om u te laten zien hoe de juiste gegevens eruit zouden moeten zien.
Nu laat ik u het verschil zien tussen de kolom Alt Cumulatieve verkoop en de kolom Alt2 Cumulatieve verkoop .
Hier is dezelfde cumulatieve verkoopmaatstaf .
Dan is hier het DAXFilter waar IsAfterToday wordt toegepast.
In de maat die ik eerder gebruikte, kwam er daarna niets meer. Daarom waren de waarden voor elke rij correct, maar kon de berekening niet zeggen of de laatste rij was bereikt of niet.
In dit geval is er een geheel nieuwe structuur die dat doet.
Er wordt een functie toegepast, zodat als ik de totale rij bereik, ik automatisch een totaal van alle cumulatieve verkopen tot dat punt afdwing.
Dit is de aanpak die veel LuckyTemplates-gebruikers toepassen, vooral omdat het echt werkt. Maar nogmaals, het betekent ook dat je meer dan 30 regels DAX moet schrijven.
Deze keer laat ik je in een paar klikken zien hoe je dit doet.
Klik gewoon op deze kleine pijl hier om de filters weer te geven.
Dit is hoe dat eruit zal zien zodra de filters worden weergegeven.
Vervolgens zoek ik onder Fields naar IsAfterToday .
Ik sleep dat naar mijn filters.
Vervolgens vink ik onder dat IsAfterToday- filter False aan , wat betekent dat ik verwijs naar vandaag of vroeger.
Kijk eens hoe dat de boel opruimt. Alle waarden staan nu op de goede plek. De totalen kloppen ook.
Hetzelfde kan gezegd worden voor de visualisatie en de slicers.
Het is duidelijk dat deze aanpak veel efficiënter is dan het puur gebruiken van een DAX-aanpak.
Huidige gegevens en prognosegegevens splitsen
Ik zal nu aan de tweede use-case werken, waarbij het veld Totale verkoop wordt genomen en de gegevens worden opgesplitst in huidige gegevens en prognosegegevens met behulp van IsAfterToday .
Ik wil het ook dynamisch maken, zodat het na verloop van tijd meer gegevens in de werkelijke en minder gegevens in de prognose stopt totdat het einde van de prognoseperiode wordt bereikt en alles actueel wordt.
Ik heb nog steeds de Total Sales van het laatste voorbeeld. Zoals eerder vermeld, bevat het gegevens uit het verleden en het heden, plus gegevens tegen het einde van het jaar. Het is dus een mix van feitelijke gegevens en prognosegegevens.
Ik heb daarbovenop mijn basismaatstaf voor cumulatieve verkoop en een visual voor cumulatieve verkoop .
En laten we zeggen dat wat we wilden doen, is om die totale verkoop in onze visual te ontleden en daadwerkelijk te ontleden in feitelijk en voorspeld.
Dus voor Actual Sales is dit hoe de DAX-maatstaf eruit zal zien.
In feite stelt dit dat als de datum een retourneert voor IsAfterToday , de cumulatieve werkelijke waarde moet worden gebruikt. Zo niet, dan moet een BLANK worden geretourneerd.
Nu ga ik de maatstaf voor cumulatieve verwachte verkoop nemen en deze ook toevoegen onder mijn waarden .
Als je echter naar de DAX kijkt, wordt weergegeven voor IsAfterToday om de voorspelde waarden te retourneren.
Onder visualisaties verwijder ik Cumulatieve verkopen .
Vervolgens laat ik de cumulatieve werkelijke verkoop en de cumulatieve verwachte verkoop daar vallen.
Nu toont de visualisatie de Cumulatieve Werkelijke Verkoop en de Cumulatieve Verwachte Verkoop duidelijk ontleed in de visualisatie.
Bouw een uitgebreide datumtabel in LuckyTemplates Echt snelle
prognoses in LuckyTemplates: vergelijk prestaties versus prognoses cumulatief met DAX-
gegevensnormalisatie in LuckyTemplates voor verschillende dagen resultaten
Conclusie
Dit zijn slechts twee van de nuttige gevallen waarin IsAfterToday nuttig blijkt te zijn. Ik moedig u aan om er gewoon op te klikken en ermee te experimenteren om nog meer manieren te ontdekken om het te gebruiken voor uw LuckyTemplates-tijdintelligentieproblemen.
Dit was ook een goede manier om te laten zien dat hoewel DAX echt krachtig is, er ook gevallen zijn waarin een sneller alternatief nodig is. Het gaat erom de voor- en nadelen van het gebruik van DAX in een bepaalde situatie onder de knie te krijgen, zodat u altijd kunt kiezen welke aanpak u wilt toepassen.
Al het beste,
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