Vergelijk werkelijke resultaten met budgetten met behulp van LuckyTemplates Forecasting

Budgettering in LuckyTemplates is gewoon niet zo eenvoudig te implementeren. Ik wou dat het net zo eenvoudig was als het invoeren van uw actuals en budgetten en dat u dan als bij toverslag de inzichten die u nodig hebt, op een overtuigende manier kunt visualiseren door simpelweg LuckyTemplates-prognoses te gebruiken. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Daarom heb ik deze blogpost gemaakt om je te laten zien hoe je alles in elkaar zet. Maak je geen zorgen als het even duurt voordat je gewend bent; dat deed het ook voor mij. Als je eenmaal wat tijd hebt om dit te oefenen en te implementeren, krijg je het zo *zo*.

Dit kan worden bereikt door het juiste datamodel te structureren en de juiste LuckyTemplates-voorspellingstechniek te implementeren. Dat is waarom er wat aan de hand is, en waarschijnlijk waarom dit niet het allereerste zou moeten zijn waar je op inspringt als je LuckyTemplates leert. Je moet echt goed weten hoe alle verschillende onderdelen van LuckyTemplates in elkaar passen.

Inhoudsopgave

• Werkelijke resultaten versus budgetten: een vergelijking maken met LuckyTemplates-prognoses
• Modellering van verschillende granulariteit
• De stedentabel maken
• De relatie opbouwen met behulp van maatregelen
• Het totale budget krijgen
• Dagen in een jaar bepalen
• Budgettoewijzing bepalen
• De tafel visualiseren
• Conclusie

Werkelijke resultaten versus budgetten: een vergelijking maken met LuckyTemplates-prognoses

In deze blogpost gaan we het hebben over iets dat veel mensen in de gemeenschap me hebben gevraagd om te laten zien: hoe daadwerkelijke resultaten te vergelijken met jaarlijkse budgetten . Dit is zo'n veelvoorkomend scenario dat u dit vrij vaak in uw eigen omgeving zult tegenkomen. Om dit te bereiken, moeten we wat budgetteringsinformatie in ons model opnemen, zodat we het kunnen visualiseren ten opzichte van de daadwerkelijke resultaten, bijvoorbeeld van dagelijkse verkopen.

Het probleem is dat budgetten meestal niet dagelijks komen; ze komen meestal maandelijks of jaarlijks binnen. In dit geval bekijken we het gewoon vanuit een jaarlijks perspectief.

Modellering van verschillende granulariteit

De begroting heeft één nummer voor het hele jaar. De technische term hiervoor in LuckyTemplates heet different granularity . Deze gegevens hebben een andere granulariteit dan gegevens uit een feitentabel.

Als we op onze verkoopgegevens klikken, kunnen we zien dat elke afzonderlijke transactie een verkoop heeft, dus verkopen we op verschillende dagen voor verschillende producten en klanten.

We hebben ook onze budgetten voor elke afzonderlijke stad.

De andere ingewikkeldheid hier is dat de granulariteit van onze Regio's-tabel voor de buitenwijk is, terwijl Stad gewoon een andere dimensie in deze tabel is.

Er zijn dus twee dingen waar we hier mee te kampen hebben, en ik ga je laten zien hoe je beide dingen kunt oplossen, zodat we dit effectief kunnen analyseren in één visualisatie.

De stedentabel maken

Laten we het datamodel even bekijken. We hebben onze LOOKUP- tabellen bovenaan (datums, klantgegevens, productgegevens en regiotabel). We hebben ook onze feitentabel, onze verkoopgegevens, onderaan.

Omdat de dimensie Stad in onze tabel Regio's niet de kolom Index is, maar gewoon een andere dimensie van de buitenwijk, moeten we onze steden opsplitsen in een andere tabel.

Dus wat ik heb gedaan, is een tabel maken met alleen de steden die beide kunnen filteren. We willen een stad kunnen selecteren, de relatie kunnen afvloeien en niet alleen onze verkooptabel kunnen filteren, maar ook onze budgetgegevenstabel. We moeten het dus opsplitsen in een afzonderlijke tabel, zodat we deze twee relaties kunnen maken die op deze manier naar beneden zullen vloeien:

De relatie opbouwen met behulp van maatregelen

Een interessant ding om hier op te merken is dat omdat dit een andere granulariteit is in vergelijking met onze verkooptabel, er geen verband is tussen de verkoopgegevens en de budgetgegevens. Wat we in plaats daarvan gaan doen, is de verbinding tot stand brengen door middel van maatregelen .

We moeten de resultaten altijd in een tabel zetten om te begrijpen wat de berekening eigenlijk doet. Als je dit soort analytisch werk binnen visuals probeert te doen, zou het vrijwel onmogelijk zijn om te begrijpen wat er aan de hand is.

Laten we een tabel met onze datums maken met behulp van een filter op het jaar 2016, en dan onze berekening van de totale verkoop erin slepen. Dus wat we hebben is de verkoop per dag. We moeten de budgetteringsinformatie op een jaarlijks niveau verdelen, zodat er een deel is dat aan elke dag kan worden toegeschreven.

Het totale budget krijgen

We gaan een nieuwe meting maken en deze Total Budget noemen, en vervolgens de SUM van de kolom Verkoopbudgetten ophalen.

Laten we het dan in onze tabel brengen, zodat we het totaal voor elke dag kunnen zien, dat is ongeveer $ 62 miljoen.

De volgende stap is het creëren van een vorm van logica waarmee we het geheel kunnen opsplitsen. Het eerste dat we moeten doen, is de 62 miljoen delen door 365 of 366 dagen, wat ons een verhouding geeft om het totale budget mee te vermenigvuldigen.

Dagen in een jaar bepalen

Dus laten we uitzoeken hoeveel dagen er in dit specifieke jaar zijn met behulp van deze formule. We doen dit door de datumtabel op te tellen met COUNTROWS en elk individueel jaar te isoleren met ALLEXCEPT .

We zullen de maat die we zojuist hebben gemaakt naar onze tabel slepen. We kunnen nu de dagen in het jaar zien, maar we moeten nog steeds uitzoeken hoe we 1 kunnen zetten en het vervolgens kunnen delen door 366, en het vervolgens kunnen vermenigvuldigen met ons totale budget.

Dit is niet zo moeilijk; we moeten de dingen gewoon dynamisch maken . In plaats van het vanuit een dagelijks perspectief te bekijken, kunnen we het vanuit een maandelijks perspectief bekijken. Laten we een nieuwe meting maken en deze Days in Date Context noemen. We gebruiken COUNTROWS en Dates, drukken op enter en slepen de meting naar ons canvas.

Als we datums in een maand veranderen, veranderen de getallen onder de kolom Dagen in datum van 1 in 30 of 31, afhankelijk van welke maand het is.

Budgettoewijzing bepalen

Nu we de juiste logica op tafel hebben, is het volgende dat we moeten doen de hoofdformule schrijven die dit totale budget zal verdelen. Laten we een nieuwe meting maken en deze Budgettoewijzing noemen, de dagen in datumcontext optellen en delen door dagen in jaar, en vermenigvuldigen met het totale budget.

Zodra we deze meting naar het canvas hebben gesleept, hebben we nu een dagelijkse toewijzing.

Bekijk wat er gebeurt als we dit in een maandelijkse context plaatsen; we kunnen zien dat de cijfers automatisch worden aangepast voor de maand.

De tafel visualiseren

Nu we de Totale Verkoop versus de Budgettoewijzing hebben, kunnen we nu onze tussentijdse berekeningen verwijderen en dit omzetten in een visualisatie. Laten we het kolomdiagram gebruiken voor de totale verkoop en het lijndiagram voor de budgettoewijzing voor onze beide tabellen. We kunnen nu duidelijk de maandbudgetten en dagbudgetten zien.

Conclusie

Het komt allemaal neer op het creëren van het juiste toewijzingsalgoritme voor uw budgetten. Wat ik hiermee bedoel, is dat uw daadwerkelijke resultaten hoogstwaarschijnlijk op dagniveau zullen zijn, maar uw budget kan op maand-, kwartaal- of jaarniveau zijn, of zelfs een combinatie van veel daarvan. De technische term hiervoor is gegevens met verschillende 'granulariteiten'.

Als u eenmaal weet hoe u LuckyTemplates-prognoses kunt implementeren, zult u versteld staan ​​van het inzicht en de beelden die u daarmee kunt creëren. Het zijn echt geweldige dingen die indruk zullen maken op uw ultieme LuckyTemplates-consumenten, en het beste eraan is dat u de rapportage ervan virtueel kunt automatiseren.

voor meer informatie over zowel de geavanceerde gegevensmodellering als de budgetteringsscenario's . Alle aspecten van LuckyTemplates komen uitgebreid aan bod in de cursussen die ik heb gemaakt.

Succes met het implementeren van deze LuckyTemplates forecasting techniek of een afgeleide daarvan in je eigen modellen.

Laat me een reactie achter met eventuele gedachten of feedback.