LuckyTemplates-gegevensmodel voor geavanceerde scenario-analyse met behulp van DAX

Ik wil hier laten zien hoe geweldig LuckyTemplates is als analytisch hulpmiddel. Ik leer je hoe je een LuckyTemplates datamodel ontwikkelt voor een geavanceerde scenarioanalyse . Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Met LuckyTemplates kunnen we zoveel bereiken dat we misschien nooit voor mogelijk hadden gehouden.

Het ontwikkelen van logica voor scenarioanalyse binnen een LuckyTemplates-gegevensmodel is waarschijnlijk mijn favoriete techniek om te gebruiken, vooral omdat het zo waardevol kan zijn voor het bedrijf.

In plaats van alleen maar terug te kijken en te rapporteren over historische informatie, kunnen we met scenarioanalyse bijna de toekomst voorspellen . We kunnen hefbomen in onze statistieken en in onze gegevens trekken en zien hoe dit de uiteindelijke resultaten beïnvloedt. De mogelijkheden worden eindeloos!

Vrijwel elke dataset die informatie in de loop van de tijd onderzoekt, kan deze techniek gebruiken of een vorm van de technieken die we in deze zelfstudie zullen behandelen. We gaan ook in op het vertakken van maten , het gebruik van parametertabellen , het invoegen van variabelen in maten en nog veel meer.

Inhoudsopgave

• Voorbeeldscenario-analyse: impact van prijsverandering
• Totale verkoop met SUM versus totale verkoop met SUMX
• Een ondersteunende tabel maken om het prijswijzigingspercentage weer te geven
• Het geselecteerde prijswijzigingspercentage oogsten
• Toont alle verkoopimpact van geselecteerde producten
• Verkoop van geselecteerde producten weergeven
• De hoofdberekening uitwerken
• Vertakken naar meer maatregelen voor meer inzichten
• Overtuigende visualisaties maken om de resultaten te laten zien
• Conclusie

Voorbeeldscenario-analyse: impact van prijsverandering

In deze zelfstudie gaan we de impact van prijswijzigingen op onze totale inkomsten analyseren. We gaan ons model opzetten, de prijzen van bepaalde producten schokken en vervolgens de impact ervan op de gehele verkoopportfolio die we hebben bekijken.

In ons datamodel hebben we onze klanten, producten, regio's, datums en verkopen.

In onze verkooptabel, die een feitentabel is, hebben we hier onze eenheidsprijs.

We moeten deze eenheidsprijs, die ons onze totale opbrengst geeft, isoleren en op de een of andere manier schokken met een scenario . We willen bijvoorbeeld onze prijzen met 10% of 20% verhogen en we willen de impact van de prijsverandering zien.

Totale verkoop met SUM versus totale verkoop met SUMX

Eerst kijken we hier naar onze belangrijkste maatstaf, Totale verkoop genaamd . 

Het is een eenvoudige meting die alleen de kolom Totale opbrengst opsomt en het is niet voldoende om deze analyse uit te voeren . Totale omzet heeft al rekening gehouden met deze eenheidsprijs. We moeten dus de totale opbrengst berekenen, maar de bestelhoeveelheid en de eenheidsprijs gebruiken , en dat kunnen we doen door te gebruiken .

Deze formule gaat door de tabel Verkoop . Voor elke rij in de tabel Verkoop wordt de bestelhoeveelheid vermenigvuldigd met de eenheidsprijs voor elke rij. We leggen dit op een tafel met onze Dates en we kunnen zien dat we precies hetzelfde resultaat krijgen, maar het is alleen op een andere manier rekenen.

Deze Total Sales SUMX-formule is waar we onze scenario's zullen bouwen omdat we de eenheidsprijs kunnen isoleren en we kunnen deze nu shockeren. Het volgende dat we nodig hebben, is de procentuele verandering in prijs, die niet bestaat in ons datamodel, dus we moeten het creëren.

Een ondersteunende tabel maken om het prijswijzigingspercentage weer te geven

Om een ​​nieuwe tabel te maken, die de prijswijzigingen zal tonen, gaan we naar Gegevens invoeren en vullen we de kolommen in.

We voeren de prijswijzigingen in die we willen, zoals 2%, 5%, 10%, etc.

Als we het eenmaal hebben geladen, gaat het een tabel voor ons maken, maar deze tabel heeft geen relatie met ons gegevensmodel.

Vervolgens zorgen we ervoor dat dit wordt opgemaakt in een percentage.

Nu we deze ondersteunende tafel hebben, kunnen we hem binnenhalen en er een snijmachine van maken.

Dit stelt ons in staat om een ​​selectie te maken op hoeveel prijsverandering we willen doorvoeren en een analyse te maken. Vervolgens moeten we een meting maken die het prijswijzigingspercentage verzamelt dat in de slicer is geselecteerd.

Het geselecteerde prijswijzigingspercentage oogsten

In deze formule ( Prijswijziging / Prijsscenario ), die het geselecteerde prijswijzigingspercentage zal oogsten, gebruiken we met onze Prijswijziging . Dan, met , zal het gelijk zijn aan het prijsveranderingspercentage . Als dat niet het geval is, is het nul (0) verandering.

Met deze maatregel krijgen we nu de prijswijziging op basis van een selectie. 

Als we niets selecteren, wordt 0% weergegeven, dus dat is geweldig. Geen fout.

We kunnen dit nu integreren in onze berekeningen.

We slepen dit naar binnen en we hebben dit dynamische Scenario Verkoop op basis van de procentuele verandering.

Als er niets is geselecteerd, zal het precies hetzelfde zijn.

Toont alle verkoopimpact van geselecteerde producten

Er is hier echter een klein probleem. Als we bijvoorbeeld drie van deze producten selecteren, heeft dat invloed op alles. De hele context is veranderd en nu zien we alleen het verkoopscenario voor alleen deze drie producten.

In deze analyse willen we de impact op al onze verkopen zien op basis van alleen de prijswijziging van bepaalde producten. Dus ongeacht welke selectie dan ook, we willen resultaten in onze totale verkoop die niet veranderen op basis van de selectie.

Om dit te doen, maken we een andere meting en noemen deze Alle verkopen . We gebruiken de functie voor onze Totale verkoop , dus we berekenen nog steeds de totale verkoop, maar we gaan voor producten .

We slepen dit naar onze tabel en als we een product selecteren, blijven de resultaten van Total Sales precies hetzelfde, wat wordt weergegeven in de kolom Alle verkopen.

Verkoop van geselecteerde producten weergeven

Bovendien willen we de totale verkoop berekenen van welk product of welke producten we ook selecteren . In dit geval maken we een aparte berekening om er zeker van te zijn dat er geen probleem is met onze berekeningen. We kunnen een extra snijmachine hebben, maar deze kan de berekening aanpassen. We willen ervoor zorgen dat filters de juiste selecties in- of uitschakelen. 

Dit is hoe we de maat of formule schrijven.

We gebruiken weer CALCULATE Total Sales . Ga vervolgens naar Products . Als we dit in onze tabel plaatsen, zullen we zien dat wanneer we het product selecteren, het ons alleen de verkopen voor die specifieke selectie geeft.

De hoofdberekening uitwerken

Nu kunnen we onze hoofdberekening maken om onze analyse te voltooien. We gebruiken onze bestaande sleutelmetingen om deze berekening op te bouwen.

Dus we beginnen met onze Alle verkopen en we trekken Geselecteerde verkopen af , wat de verkopen zijn zonder impact. Dan voegen we het Scenario Verkoop weer toe .

Als er geen product is geselecteerd, zal de verandering in onze Geselecteerde Scenario Verkoop precies hetzelfde zijn als onze Scenario Verkoop.

Maar als we enkele producten selecteren, zijn de resultaten van de geselecteerde scenarioverkoop anders omdat de formule van de geselecteerde scenarioverkoop de volledige portefeuille berekent door de geselecteerde producten met het geselecteerde percentage te verhogen.

Vertakken naar meer maatregelen voor meer inzichten

Van daaruit kunnen we nog verder gaan. We kunnen Actuals versus Scenario's hebben , waarbij we Alle verkopen aftrekken van Geselecteerde scenario-verkopen .

Dus als we dit aan de tabel kunnen toevoegen, kunnen we de extra opbrengst per dag zien die we mogelijk zouden behalen door de prijs met 10% te verhogen.

We kunnen ook een ander tijdsbestek toevoegen als we bijvoorbeeld alleen naar een specifiek jaar willen kijken.

Bovendien zouden we kunnen kijken naar de procentuele verandering van onze Actuals vs Scenarios . We kunnen dit krijgen door Actuals vs Scenarios te delen (met behulp van de functie) door All Sales, en dan plaatsen we nul als het alternatieve resultaat.

Als er geen product is geselecteerd, wordt het geselecteerde prijsscenario weergegeven, in dit geval 10%.

Maar als we bijvoorbeeld deze producten selecteren, zijn de resultaten anders omdat we alleen de prijs van deze drie producten verhogen.

Overtuigende visualisaties maken om de resultaten te laten zien

Nu we klaar zijn met onze berekeningen, kunnen we enkele visualisaties maken om dit er aantrekkelijker uit te laten zien. We zullen enkele kleuren toevoegen om het visueel aantrekkelijker te maken.

We kunnen ook enkele gegevenslabels toevoegen. 

Met deze visualisatie kunnen we elk van onze producten dynamisch shockeren door elke prijsverandering die we in onze slicer hebben.

Misschien willen we nog een kaart toevoegen, die ons een samenvattende statistiek geeft.

We willen bijvoorbeeld de prijs verhogen met 20% van onze top vier producten, de resultaten in onze visualisaties zullen dynamisch veranderen naarmate we de prijswijziging en de producten selecteren.

En zo bouwen we een LuckyTemplates datamodel specifiek voor een geavanceerde scenarioanalyse.

Meerlaagse scenario-analyse gebruiken in LuckyTemplates
Scenario-analysetechnieken Meerdere 'Wat als'-parameters gebruiken
Geavanceerde analyse in LuckyTemplates: meerdere 'Wat als'-analyse in lagen aanbrengen

Conclusie

Dit is vrij geavanceerd maar zeer haalbaar. Het vergt gewoon veel oefening en zorgt er ook voor dat u zich echt op uw gegevens concentreert. Het zet je aan het denken over het soort inzichten dat je wilt testen rond je toekomstige resultaten. Probeer de variabelen in uw datasets of berekeningen te identificeren die u zou kunnen 'schokken' of aanpassen om hun impact op uw onderliggende prestaties te beoordelen.

Ik raad deze LuckyTemplates-techniek voor het ontwikkelen van datamodellen ten zeerste aan. Zorg ervoor dat u het in uw modellen probeert op te nemen, zodat u de concepten in uw hoofd verankert en ze nog verder uitwerkt.

Veel succes bij deze!

***** LuckyTemplates leren? *****