Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze blogpost duik ik in een relatief specifiek inzicht door een LuckyTemplates-trendanalyse uit te voeren. Door precies te doorlopen hoe ik daar ben gekomen, leer je zoveel over wat je kunt doen met LuckyTemplates en DAX. Ik duik echt in dit concept van maatvertakking , dat ik graag implementeer. Het gaat om het in lagen aanbrengen van maatregelen op elkaar totdat u het gewenste resultaat krijgt. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Dit is echt een krachtige techniek omdat u elke berekening kunt uitvoeren en toch over de werking van het gegevensmodel beschikt om het filteren van uw gegevens mogelijk te maken.
Inhoudsopgave
LuckyTemplates-trendanalyse op productmarges
We gaan een trendanalyse uitvoeren op iets heel specifieks, zoals de winstmarges van producten. We zullen ontdekken of de winstmarges in de loop van de tijd groter of kleiner worden. Dit is relevant als u wilt kijken naar de prestaties in de afgelopen twee tot drie maanden van een bepaalde set producten. U wilt weten of deze goed verkopen en of u de marges vergroot zoals verwacht. U wilt ook weten of de vraag is afgenomen, of de concurrentie groot is en de marges zijn gekrompen.
Winstmarges krijgen
Hier is een techniek die u kunt gebruiken om winstmarges daadwerkelijk te ontdekken en te visualiseren in LuckyTemplates. Allereerst moeten we de berekening van de winstmarges krijgen. In het huidige datamodel beginnen we met de Total Sales-transactie, maar we willen ook Total Profits. Om dit te bereiken, krijgen we onze Total Sales en trekken we Total Costs af met behulp van de SUMX- functie.
De volgende stap is om een nieuwe meting toe te voegen en deze Winstmarges te noemen, waarbij we de Totale Winst zullen delen door de Totale Verkoop.
Omdat we dit op kwartaalbasis bekijken, laten we ons kwartaal en jaar en de winstmarges op het canvas pakken.
Algemene winstgroei behalen
We hebben de winstmarges in onze tabel, maar we willen ook de winstmargegroei per product zien. Allereerst moeten we uitzoeken wat de logica is en deze in de juiste context plaatsen om het antwoord te krijgen dat we willen. We gaan een nieuwe maatstaf creëren en deze Winstgroei noemen. We gebruiken onze winstmarges en trekken vervolgens de winstmarges af van het kwartaal voordat we de DATEADD- functie gebruiken.
Zodra we de winstgroei in de tabel hebben gesleept, zal deze nu de groei weerspiegelen, of deze nu groeit of krimpt. Dat is best gaaf, toch?
Winstgroei krijgen per product
Maar nu willen we de cijfers vanuit een productspecifiek perspectief bekijken. We hebben de logica al in de tabel; het enige wat we nu moeten doen is de context veranderen . Dus we gaan een matrix maken, de winstmarges verwijderen en de relevante dimensie vinden, namelijk Productnaam. We plaatsen het in rijen, terwijl kwartaal en jaar in kolommen worden geplaatst.
Nu we de winstmargegroei hebben, kunnen we duidelijk de expansie en krimp in elk van de kwartalen zien en gemakkelijk trends herkennen .
Trends identificeren met behulp van voorwaardelijke opmaak
Om het visueel interessanter te maken, klikken we op Voorwaardelijke opmaak, voeren een getal in de velden Minimum en Maximum in en wijzen een kleur toe om de cellen in deze tabel voorwaardelijk op te maken.
Als we naar de onderstaande tabel kijken, kunnen we nu zien of deze trends voor expansie of krimp zijn. Op zich is dit een redelijk goed inzicht. Als je dit op wat real-world informatie hebt gelegd en als er een afname van de vraag of een toename van de concurrentie is, zie je veel rode kleuren in een bepaalde rij. Dit zou een reden tot bezorgdheid zijn, iets om met uw personeel te bespreken en actie op te ondernemen.
Bepalen waarom winsten groter of kleiner worden
Maar waarom zijn sommige nummers groter of kleiner geworden binnen een van de tijdsbestekken die we hebben besproken? Laten we eens kijken waarom het eigenlijk is gebeurd. Het eerste dat u moet doen, is de bestaande tabel kopiëren en plakken, de productnaam verwijderen en de tweede tabel omzetten in een visualisatie. Nu kunnen we op kwartaalbasis zien wat er daadwerkelijk met de portefeuille in zijn geheel is gebeurd.
We kunnen ook achterhalen wat er werkelijk met elk afzonderlijk product is gebeurd, zodat we snel kunnen zien wat bijdraagt aan de groeimarge of daaraan afbreuk doet.
Individuele transacties krijgen
Het laatste wat we kunnen doen, is de individuele transacties bekijken. We kunnen beginnen met de overzichtslaag en ontdekken of er een trend is. Dan kunnen we naar de onderliggende data kijken en zien welke specifieke klanten of welke specifieke verkopen in specifieke regio's deze trend hebben veroorzaakt.
Dus wat we gaan doen is een nieuwe tabel maken met wat informatie uit een reeks tabellen in ons model.
Nu we al onze informatie op één lijn hebben, kunnen we het grote geheel duidelijk zien. Onze winstmarges zijn bijvoorbeeld met bijna 1% gekrompen in het derde kwartaal, dus laten we doorgaan en dat selecteren.
We kunnen naar de tafel kijken en zien dat om verschillende redenen Product 14 de grootste verliezen heeft geleden. Als we op Product 14 klikken, kunnen we elke afzonderlijke transactie op welke datum dan ook bekijken, zien aan welke regio ze zijn verkocht, enzovoort, enzovoort.
Conclusie
In deze zelfstudie begin ik met verkopen en ga ik verder met het berekenen van de winst. Ik werk ook enige tijd aan inlichtingenberekeningen en vertak dan nog meer. Door deze technieken in het datamodel te combineren, kunnen we zaken als margecontractie of -expansie onderzoeken.
Het uitvoeren van een LuckyTemplates-trendanalyse is een geweldig inzicht voor bedrijven en is een belangrijke indicator van de verkoopprestaties in verschillende sectoren. Het is misschien niet het enige inzicht waar u naar kijkt vanuit een resultaatperspectief, maar het zal zeker wat kleur toevoegen aan de reden waarom u de prestatieresultaten heeft behaald. Het lijkt een beetje op prestatieattributie. Misschien zijn uw winsten lager, niet omdat u minder hebt verkocht, maar omdat uw marges kleiner zijn geworden door de concurrentie.
Dit is slechts één voorbeeld van de vele boeiende manieren om nieuwe inzichten te ontdekken die veel waarde en discussies binnen organisaties kunnen genereren. Bekijk mijn cursus Hier behandel ik veel van dit soort toepassingen uitvoerig.
Succes met het implementeren van deze.
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