Los een uitdaging op het gebied van gegevensanalyse op met LuckyTemplates Accelerator

Voor dit bericht zal ik je door een real-life scenario leiden waarin je je in een vergelijkbare situatie zou kunnen bevinden waarin je door een belanghebbende om iets wordt gevraagd en je snel een rapport moet maken op basis van wat ze vragen. Dit is precies waar de LuckyTemplates Accelerator data-analyse-uitdaging om draait. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

In deze specifieke accelerator heeft Brian (onze chief content officer bij LuckyTemplates) een scenario gecreëerd waarin u uw analytische vaardigheden kunt gebruiken.

Met LuckyTemplates komt meesterschap voort uit het begrijpen hoe u bepaalde technieken kunt toepassen op verschillende omgevingen en verschillende scenario's. Om het gaspedaal een kickstart te geven, zal ik het probleem doornemen en kijken hoe dit afloopt.

Inhoudsopgave

• De opdracht voor de Data Analytics-uitdaging
• Een nieuwe maattabel maken voor de Data Analytics-uitdaging
• De totale verkoopmaatstaf creëren voor de uitdaging op het gebied van gegevensanalyse
• In welke staten zijn de verkopen hoog of laag?
• Hoeveel verkopen hebben de top 5 producten gemaakt?
• Wie zijn de top 10 verkopers?
• Conclusie

De opdracht voor de Data Analytics-uitdaging

Dit is de opdracht voor deze data-analyse-uitdaging:

Je baas komt maandagochtend je kantoor binnen en ziet er gestrest uit. Ze vertelt u dat we de mogelijkheid hebben om een ​​van onze belangrijkste concurrenten over te nemen en dat de CEO een briefing van COB wil om de volgende vragen over het overnamedoel te beantwoorden:

1. Wat waren hun hoogste en laagste verkopen in een bepaald jaar?
2. In welke staten waren hun verkopen hoog? Laag?
3. Hoeveel verkopen hebben ze elk kwartaal gemaakt in hun top 5 producten?
4. Wie waren hun top 10 verkopers in een bepaald jaar, en wat was de $ waarde van hun verkopen?

Alleen al door naar deze briefing te kijken, weet ik al dat we een soort rangschikkingsformule zullen gebruiken. De rangschikkingsformule zal voor al deze vereisten vergelijkbaar zijn, en we zullen alleen de context veranderen.

We hebben ook een beetje een mock-up van wat de belanghebbende wil zien.

Zoals je kunt zien, is dit een veel voorkomend verschijnsel in de echte wereld waarbij je een snelle vraag krijgt en je snel iets moet samenstellen met behulp van een mock-up en een schets.

Dit is precies waar ons om draait, een uitdaging op het gebied van data-analyse waar iedereen zeker in kan springen en mee kan doen.

Een nieuwe maattabel maken voor de Data Analytics-uitdaging

Het eerste dat ik ga doen, is een nieuwe maattabel maken omdat het model al is gebouwd.

Ik hoef alleen maar na te denken over de logica om toe te voegen en te beslissen welke rangschikkingsfunctie ik tussen of moet gebruiken .

Laten we snel uitzoeken waar de verkopen vandaan komen in onze dataset. Het lijkt erop dat de lijnverkoop onze inkomstenkolom is.

De totale verkoopmaatstaf creëren voor de uitdaging op het gebied van gegevensanalyse

Ik ga een nieuwe maat aanmaken.

Ik ga deze meting Total Sales noemen en een simpele som maken van de regelverkoopkolom.

Ik kan gewoon de kolom verwijderen die ik niet nodig heb, en dan de maat in een maatgroep veranderen. Ik heb ook mijn datumtabel in mijn model opgesteld, die ik in een lijndiagram zal veranderen, dan mijn totale verkoop zal pakken en naar het waardengebied zal slepen.

Zoals je kunt zien, is deze grafiek te druk. We hebben de maand en het jaar nodig om dit duidelijker te kunnen zien. Ik zal hier de context veranderen.

Dit is niet correct opgelost, dus ik moet naar mijn datumtabel gaan, mijn maand- en jaarkolom zoeken en vervolgens een ondersteunende kolom gebruiken met de naam Maand en jaar . U kunt krijgen om een ​​datumtabel te maken van ons forum of van de Analyst Hub.

De grafiek ziet er nu zoveel beter uit en lijkt meer op wat we nodig hadden in de mock-up.

Het volgende dat we moeten doen, is een filter voor het jaar maken, omdat we het per jaar willen kunnen opsplitsen. Dus ik ga een horizontale snijmachine maken en deze in de rechterbovenhoek plaatsen.

In welke staten zijn de verkopen hoog of laag?

De volgende vraag in het kort is: in welke staten is de verkoop hoog of laag ? We moeten onze staten in een tabel zetten, dus we gaan naar de kolom Locaties, selecteren Staat en maken er een tabel van.

Ik verander dingen altijd in een tabel om de resultaten te kunnen zien die ik daadwerkelijk krijg. Ik voer ook mijn totale verkoop in en formatteer vervolgens de valuta.

Ik realiseerde me net dat ik niet eens een rangschikkingsfunctie hoef te gebruiken, omdat ik de rangschikking hier al kan doen. Ik zou dit in een vormkaart kunnen veranderen en de hoogte- en dieptepunten op deze manier kunnen zien.

Ik kan ook een ringdiagram gebruiken als ik dat wil. Er zijn veel manieren om de gegevens te markeren en ik hoef zelfs helemaal geen rangschikkingsformule te gebruiken.

Hoeveel verkopen hebben de top 5 producten gemaakt?

De volgende vraag uit de briefing is hoeveel verkopen ze elk kwartaal hebben gemaakt van hun top vijf producten? Laten we eens kijken wat de mock-up van ons vraagt.

We moeten er eigenlijk achter komen wat onze top vijf producten zijn en zien hoeveel verkopen ze in elk kwartaal maken. Deze is een beetje moeilijk maar zeker te doen.

Laten we het kwartaal en het jaar pakken en naar onze tafel brengen.

En breng vervolgens onze Total Sales voor elk kwartaal in.

We moeten ook naar onze producten kijken en zien wat onze topproducten zijn. Laten we de productdimensie zoeken.

Onze top vijf producten zijn 63, 28, 51, 67 en 34.

Ik moet deze top vijf producten isoleren en dan de totale verkoop van alleen deze vijf krijgen met behulp van een functie genaamd TOPN. Ik ga een formule toevoegen en de gebruiken , waarmee ik de context kan wijzigen.

Dit is waar het een beetje lastiger en dubbelzinniger wordt, want kijken we naar de top vijf producten op jaarbasis, of kijken we naar de top vijf producten voor elk kwartaal?

Voor mij is deze vraag vragen wat de top vijf producten zijn voor elk kwartaal. Om deze vraag te beantwoorden, moet ik naar al mijn producten kijken. Daarom zal ik mijn productentabel in de berekening opnemen en ze in aflopende volgorde zetten, van hoog naar laag.

Voor elk afzonderlijk kwartaal worden ze van boven naar beneden gerangschikt, vervolgens worden de vijf beste producten weergegeven op basis van de totale verkoop en wordt vervolgens de verkoop van elk product geretourneerd.

Als ik dit in mijn tabel breng, kunnen we zien dat $ 450.482 van de omzet van kwartaal 1 afkomstig was van de top vijf producten.

Om dit dubbel te controleren, kunnen we gewoon op een kwart klikken en de lijst scannen. Vergeet niet dat we niet kijken naar de top vijf producten over een jaar. We kijken naar de top vijf producten in elk afzonderlijk kwartaal en deze producten kunnen veranderen.

We kunnen dit naar een hoger niveau tillen en onze top vijf van alle verkopen bedenken. Deel eenvoudig de Top Vijf door Totale Verkoop.

Hier zijn onze top vijf productverkopen in vergelijking met alle verkopen.

Wie zijn de top 10 verkopers?

De volgende vraag die we zullen beantwoorden, is wie de top 10 verkopers in een bepaald jaar zijn en wat was de dollarwaarde van hun verkopen? Dit is nog een interessante. Laten we eens kijken naar verkopers.

Laten we samen met verkopers onze Total Sales binnenhalen . We kunnen zien wie onze top 10 best presterende verkopers zijn.

Maar als ik alleen de top 10 wil retourneren, moet ik een ranglijst maken. Ik noem de meting Top 10 verkopers en gebruik RANKX . De truc hier is om ALLE verkopers te gebruiken, zodat ik alle context uit de verkoperskolom kan verwijderen en de verkopen kan rangschikken ten opzichte van elke verkoper.

Ik kan een schrijven waarbij als RANKX kleiner is dan of gelijk is aan 10, de totale verkoop wordt geretourneerd; zo niet, dan moet het gelijk zijn aan blanco.

Nu krijg ik alleen de top 10 verkopers, en voor al het andere blijft het leeg.

Dan zal ik de Total Sales verwijderen en de visualisatie als volgt gebruiken:

Laten we de dingen hier een beetje opschonen en een donker en wit contrast gebruiken. Ik zal ook de woordomslag voor de titels op de as verwijderen en de formaatschilder gebruiken om wijzigingen aan te brengen.

Er zijn dingen die we hier nog kunnen verbeteren. Ik verander de visual linksboven in een staafdiagram omdat het lijndiagram niet de beste weergave van tijd is, voeg gegevenslabels toe en verwijder de as om de visual schoner te maken.

Een ander ding dat ik kan doen, is enige logica creëren om de beste verkopen en lage verkopen echt te benadrukken. We kunnen gegevenslabels toevoegen aan de Top 10 Verkopers-visual, ze in de balken plaatsen en een andere blauwtint toevoegen.

Ik moet de kleuren een beetje veranderen om ervoor te zorgen dat dit overeenkomt met ons kleurenschema. En dan maak ik een tekstvak en typ ik zoiets als dit:

Dit tekstvak maakt het gemakkelijker om de jaarslicer te zien.

Wat kunnen we doen voor de visual Totale verkoop per staat? De kaart is niet het beste visueel - eerlijk gezegd ben ik er niet dol op.

We zouden een donkerder thema voor de kaart kunnen gebruiken om het bij de rest van het rapport te laten passen.

Mogelijk kunnen we ook de kaartballonnen gebruiken en ze een beetje groter maken.

We kunnen onze totale verkoop per staat aan de linkerkant plaatsen en de andere tabellen herwerken. We kunnen New York selecteren als een staat op de linker visual en het zal de context van de andere visuals veranderen.

Dus hoe kunnen we deze gegevens een beetje anders weergeven? Misschien kunnen we twee tabellen hebben voor Kwartaal & Jaar en dan het inzicht in de tweede tabel wijzigen.

Het rapport kan nu alle vragen uit de opdracht beantwoorden en begint er aardig goed uit te zien.

Conclusie

Hopelijk vond je het leuk om met mij samen te werken tijdens deze data-analyse-uitdaging. We hebben een zeer dynamisch rapport op basis van de inhoud die is geproduceerd in de Accelerator.

Het is een kwestie van de juiste technieken uit je geheugen halen, en als je eenmaal bekend bent met alle verschillende opties, zul je versteld staan ​​hoe snel je dingen bij elkaar kunt brengen.

Pas op voor de volgende Accelerator. Deze data-analyse-uitdaging is een uniek initiatief van . We hebben ook elke twee weken een trainingsworkshop die iedereen kan bijwonen en gezamenlijk kan bespreken. We zorgen er ook voor dat degenen die net beginnen goed thuis raken in verschillende manieren om hun eigen gegevensproblemen op te lossen.