Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze blogpost gaan we een geavanceerde maar real-world analyse uitvoeren met LuckyTemplates DAX-functies. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Het scenario in kwestie is wanneer u producten heeft waarvan de prijzen in de loop van de tijd veranderen.
Veel van de demo's/showcases die u in de loop van de tijd hebt bekeken, suggereren dat de prijs van een product vanaf het begin der tijden tot de meest recente datum precies hetzelfde blijft. In werkelijkheid is dit niet het geval.
In veel tabellen met onbewerkte gegevens heeft u waarschijnlijk een opstelling waarbij de prijs in verschillende tijdsbestekken kan veranderen in een andere prijs. Prijzen kunnen bijvoorbeeld veranderen als gevolg van seizoensgebonden eisen.
Inhoudsopgave
Implementeren van LuckyTemplates DAX-functies voor prijswijzigingen
De technieken die we in deze blogpost behandelen, helpen ons om met deze prijsveranderingen om te gaan. Er is een beetje een leercurve om dit goed te krijgen met behulp van LuckyTemplates DAX- functies.
Het kan echter worden gedaan door uw datamodel correct in te stellen en meer geavanceerde DAX-formulecombinaties te gebruiken.
Voor dit voorbeeld weet u misschien van tevoren wat uw prijswijzigingen historisch waren en wilt u die prijswijzigingen integreren in uw model. Maar in dit scenario heeft u mogelijk geen prijzen in uw feitentabel. Beschouw deze verkooptabel als een transactietabel.
Als er prijzen in deze tabel staan, hoeft u dit waarschijnlijk niet te doen. Maar ik heb vragen zien opduiken op het ondersteuningsforum waar de prijzen in een aparte tabel staan en daarin moeten worden geïntegreerd.
Ik heb een tabel gemaakt waarin ik elk product heb, evenals de prijs voor elk product dat voor het kwartaal verandert. Dus ik heb een productnaam en een kwartdimensie.
Dus voor product 1 was de prijs in het derde kwartaal $ 1.680,75.
Maar als we naar beneden scrollen in onze tabel, zien we dat de prijs voor product 1 in het vierde kwartaal is veranderd in $ 2.666,79.
Tijdens de kerstperiode verhogen we onze productprijzen behoorlijk, dus we moeten weten hoe deze prijzen zijn veranderd. Dit is een heel goed idee voor toekomstige prognoses en scenarioanalyse, omdat u in veel gevallen prijsveranderingen kunt voorspellen.
Relatie tussen de tabellen
Het lastige hier is hoe we dit in ons model kunnen krijgen. De producttabel vermeldt elk afzonderlijk product één keer, maar de productprijstabel verwijst meerdere keren naar een product. We kunnen dus geen relatie leggen tussen de tabel Productprijzen en de tabel Verkoop.
We kunnen dat op geen enkele manier doen, omdat er meerdere waarden in de tabel Productprijzen staan en we willen dat de opzoektabel (Producttabel) aan de unieke kant staat.
In dit scenario moeten we innovatief zijn en uitzoeken hoe we een gegevenspunt uit de tabel Productprijzen kunnen halen terwijl we gegevens uit de tabel Verkoop analyseren met behulp van een aantal LuckyTemplates DAX-functies.
Gemiddelde productprijzen berekenen
Dit is hoe ik het deed. Toen ik dit scenario bespotte, deed ik ook een aantal extra dingen. Ik heb hier deze specifieke tabel met de productnaam, de gemiddelde huidige prijs en de gemiddelde productprijs, die zal veranderen op basis van het kwartaal dat we selecteren.
Om de gemiddelde productprijs te berekenen, moet u onthouden dat er eigenlijk geen relatie is tussen de tabel Datum (waar het kwartaal vandaan komt) en de tabel Productprijs.
De TREATAS-functie gebruiken
Dus als we hier een selectie maken, moeten we op de een of andere manier de tabel Verkoop filteren om er zeker van te zijn dat de juiste prijs voor het kwartaal binnenkomt. Om dat te doen, heb ik de TREATAS- functie gebruikt, waarmee je deze virtuele relaties kunt maken.
Na het virtueel creëren van de relatie via TREATAS , veranderen de productnaam en details op basis van de driemaandelijkse selectie die we maken.
Er is veel toepassing voor de TREATAS- functie in prognoses, advertenties en marketing waar de prijzen van producten niet altijd constant blijven. Je zult een combinatie van technieken moeten gebruiken om dit soort dingen daadwerkelijk op te lossen.
Nu wil ik de totale verkoop historisch vergelijken op basis van slechts een eenmalige prijs. Ik wil de totale verkoop vergelijken met prijsaanpassingen, die al onze verkopen bevat, maar rekening houdend met al deze prijsaanpassingen voor kwartalen.
De LOOKUPVALUE-functie gebruiken
Om de gewenste resultaten te krijgen, bedacht ik de formule met behulp van de LOOKUPVALUE- functie. Voor de berekening van de totale verkoop met prijsaanpassing heb ik de SUMX- functie verkoop gebruikt, naar de tabel Verkoop verwezen en vervolgens naar de tabel Hoeveelheid gesprongen. Als laatste stap heb ik de LOOKUPVALUE- functie gebruikt.
LOOKUPVALUE komt het dichtst in de buurt van een VLOOKUP zoals je kunt krijgen. Het is in feite een soort VERT.ZOEKEN in de tabel met productprijzen, maar brengt het vervolgens in de iteratie die we aan het doen zijn in de tabel Verkoop.
Het mooie van LOOKUPVALUE is dat u geen relaties nodig hebt om het te gebruiken. U kunt naar andere tabellen springen door te verwijzen naar bepaalde elementen in een bepaalde tabel.
Door de functie LOOKUPVALUE te gebruiken , kunt u de prijswijzigingen volgen. Laten we eens kijken wat er afgelopen 26 april 2018 is gebeurd. We hebben 1 product verkocht, Product 53.
De kolom Totale verkoop houdt rekening met de nieuwe prijs van $ 1.526, terwijl de kolom Totale verkoop met prijsaanpassing rekening houdt met $ 1327,62 als gemiddelde productprijs.
Duik diep in de TREATAS-functie - Virtuele relaties voor LuckyTemplates Virtuele relaties maken met TREATAS in LuckyTemplates Meerdere valutalogica in LuckyTemplates - LOOKUPVALUE Voorbeeld
Conclusie
In dit voorbeeld heb ik de TREATAS- functie gebruikt als een manier om een unieke virtuele relatie in mijn datamodel te creëren. Dit is een geweldige truc om te leren bij het werken met complexere gegevens.
We moeten ook kijken naar de LOOKUPVALUE- functie. Dit is een andere unieke functie die niet vaak wordt gebruikt, maar er is een logische reden waarom we deze in dit specifieke voorbeeld moeten gebruiken.
We hebben een aantal hoogwaardige ontwikkelingstechnieken geïmplementeerd die betrekking hebben op zeer reële gegevensscenario's waarmee u waarschijnlijk op een bepaald moment in uw bedrijf te maken zult krijgen.
Bekijk voor veel meer voorbeelden van bedrijfsanalyse de onderstaande miniserie-module op LuckyTemplates Online.
Veel plezier met het doornemen van deze gedetailleerde video.
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