Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Ik ben een groot voorstander van scenario-analyse in LuckyTemplates. De mogelijkheid om variabelen in uw berekeningen in te voeren die u kunt 'schokken' om de resultaten effectief te voorspellen, is zo krachtig bij het nemen van beslissingen. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
In LuckyTemplates kun je dit heel efficiënt doen, en je kunt veel van de formuletechnieken combineren met je datamodellen en exponentieel zien hoe toekomstige resultaten kunnen worden beïnvloed in een reeks dimensies.
Sinds de opname van deze video heeft het LuckyTemplates-team het zelfs nog eenvoudiger gemaakt om 'What If'-parameters te maken, wat geweldig is, dus dat zal de zaken voor u versnellen.
Maar wat ik hier echt wilde laten zien, was hoe je scenario's op elkaar kunt stapelen. Dit vergroot je analytisch vermogen enorm.
Laten we eens een voorbeeld doornemen.
Inhoudsopgave
Wanneer kunt u scenario-analyse gebruiken in LuckyTemplates?
Misschien wilt u een promotie uitvoeren en de prijzen verlagen. Hierdoor kan de vraag naar uw producten toenemen.
Met die toename van de vraag kunt u mogelijk lagere kosten voor uw inputs regelen en kunt u nu bulk kopen. Je ziet wat ik bedoel.
U kunt al deze scenario's achter elkaar leggen en vervolgens op basis van uw prognoses zien hoe dat dingen kan veranderen of uw winstgevendheid kan beïnvloeden.
Maar voordat we daadwerkelijk ingaan op hoe we daadwerkelijk meerdere scenario's kunnen stapelen met DAX , laten we eerst de gegevens bekijken die we in deze demo gaan gebruiken.
Herziening van het datamodel en de slicers
Om u een beetje achtergrond te geven over de gegevens waar we hier aan werken, laten we ons gegevensmodel even bekijken. Ik heb dit van tevoren ingesteld in plaats van alles vanaf nul te doen om ons tijd te besparen.
Dus eigenlijk werken we aan verkoopgegevens. We hebben ook informatie over onze klanten, onze producten, evenals de regio's waar we hebben verkocht en de data waarop de transacties hebben plaatsgevonden.
En zoals u kunt zien, hebben we hier ondersteunende tabellen voor prijsveranderingen, kostenveranderingen en vraagveranderingen.
We gaan deze drie ondersteunende tabellen gebruiken als slicers en vervolgens de berekening in onze analyse opnemen.
Laten we eens kijken naar onze formule voor de procentuele kostenverandering .
Wat we hier zeggen, is dat IF één waarde heeft en vervolgens een procentuele kostenverandering - het kan een gemiddelde of een som zijn . Dit betekent dat als we één optie in de Percentage kostenwijziging hebben geselecteerd , zoals bijvoorbeeld 10% of 15%, het resultaat retourneren.
Maar als het dan nul is , wat betekent dat er niets is geselecteerd, dan zeggen we dat er geen verandering is in de kosten .
Het maken van de formules Percentage prijsverandering en Percentage vraagverandering vereist een vergelijkbaar patroon, dus we zullen de andere twee niet langer bespreken.
Iterators gebruiken in meerlaagse scenarioanalyse
Om daadwerkelijk een meerlaagse scenarioanalyse in LuckyTemplates uit te voeren, moeten we een aantal herhalende functies gebruiken.
Ik zal u laten zien waarom dit nodig is door naar Total Sales te kijken .
Waarom we iterators moeten gebruiken
We hebben hieronder onze Total Sales formule .
Wat het hier doet, is dat het de SOM van de totale opbrengst berekent .
Het probleem met deze formule is echter dat we geen andere variabelen kunnen opnemen die van invloed zijn op de Totale Opbrengst .
Wat als de vraag bijvoorbeeld toeneemt? Welke invloed heeft dat op onze verkopen? Wat als de eenheidsprijs stijgt? Die moeten we kunnen inschatten.
Laten we daarom onze formule herzien met behulp van de herhalende functie SUMX .
SUMX gebruiken in de formule voor totale verkoop
Dus we hebben hier onze Total Sales-formule. Maar laten we in plaats van SUM nu SUMX gebruiken , vervolgens Order Quantity en dat vermenigvuldigen met de eenheidsprijs .
Scenario-analyse gebruiken in LuckyTemplates
Op dit punt hebben we ons datamodel en de slicers die we gaan gebruiken al bekeken. We hebben ook besproken waarom we iterators nodig hebben.
Laten we nu een nieuwe meting maken en deze Scenariowinsten noemen .
Laten we vervolgens de bestelhoeveelheid optellen en vermenigvuldigen met één plus de vraagwijziging . Wat hier gebeurt, is dat wanneer de vraag verandert, de hoeveelheid zal stijgen.
Laten we dan naar een andere regel springen. We gaan vermenigvuldigen met de Eenheidsprijs keer met 1 plus de Prijswijziging . Nu, als de prijs stijgt, zal het de eenheidsprijs schokken.
Daarom kunnen prijsveranderingen en veranderingen in de vraag de Total Sales schokken .
Maar onze formule stopt hier niet. We moeten nog rekening houden met de kosten.
Dus dat zou min SUMX zijn , ga dan naar de verkooptabel, dan Orderhoeveelheid maal 1 plus de Vraagwijziging en dan maal de Totale kosten per eenheid maal 1 plus de Kostenwijziging .
Dan sluiten we het af.
Laten we nu eens kijken hoe onze Scenario Winsten-formule werkt.
De formule controleren
Om onze formule te controleren, laten we een tabel maken met de scenariowinsten en de maand en het jaar.
Als we niets selecteren in onze slicers, toont onze tabel gewoon de totale winst van 2016. Onze tabel toont alleen de cijfers van 2016 omdat alleen dit jaar is gefilterd.
Laten we nu eens kijken naar mogelijke scenario's.
Zo stijgen de kosten van onze grondstoffen met 10%, dit zie je terug in ons Scenario Winst.
Maar dan weten we dat deze kostenstijging onze prijs zal beïnvloeden. Dus laten we zeggen dat we de prijs met 15% gaan verhogen als gevolg van die stijging van de kosten.
Nogmaals, deze prijsverandering wordt weerspiegeld in onze Scenario Winsten.
Maar aangezien onze prijs is gestegen, kan dit onze vraag verminderen. Onze vraag daalt dus bijvoorbeeld met 5%. Onnodig te zeggen dat onze Scenariowinst ook wordt verlaagd.
Zoals we hebben gezien, hebben alle veranderingen in de procentuele kosten, procentuele prijs en procentuele vraag invloed op de scenariowinsten omdat ze in de analyse worden meegenomen.
Conclusie
In dit bericht hebben we kort besproken hoe u een meerlaagse scenarioanalyse in kunt maken .
Hopelijk kun je de tijd vinden om echt in deze techniek te duiken. Er is een enorm aantal toepassingen hiervan in elk gegevensscenario.
Als u eenmaal weet hoe u maatregelen die de scenarioparameters vastleggen, kunt integreren in maatregelen die berekeningen uitvoeren voor uw kerngegevensmodel, dan zult u onbeperkte mogelijkheden zien om voorspellende inzichten in de toekomst te ontdekken.
Veel succes met deze.
Proost,
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