Vier pijlers van alle hoogwaardige LuckyTemplates-oplossingen - Stappen om LuckyTemplates en DAX onder de knie te krijgen

Inhoudsopgave

• Creëer hoogwaardige LuckyTemplates-oplossingen
• Datamodellering
• M (Power Query/PQL)
• DAX (uitdrukkingen voor gegevensanalyse)
• Gegevensvisualisaties in rapporten en dashboards
• Om het allemaal samen te vatten

Creëer hoogwaardige LuckyTemplates-oplossingen

LuckyTemplates is een geweldig pakket tools waarmee zakelijke gebruikers, of wie dan ook, geavanceerde analyses kunnen maken van vrijwel elk type of elke structuur van gegevens. Maar wat is er echt nodig om hoogwaardige, wat ik graag schaalbare oplossingen noem, te bouwen met LuckyTemplates? Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Helaas komt er iets meer bij kijken dan alleen wat plug-and-play-actie. Een van de mooiste dingen van LuckyTemplates vind ik het feit dat je er relatief snel mee aan de slag kunt, zonder dat je maandenlang opleiding en training hoeft te volgen.

Het valt echter niet te ontkennen dat als je baanbrekende dingen wilt doen met LuckyTemplates binnen je organisatie, je wat tijd zult moeten investeren om je echt vaardig te maken op deze vier gebieden;

• Datamodellering
• M (Power Query/PQL)
• DAX (uitdrukkingen voor gegevensanalyse)
• Datavisualisaties in Rapporten & Dashboards

Ik zal kijken om verder uit te werken om te benadrukken wat er nodig is om op al deze vier 'pijlers' aan de slag te gaan. Alleen al over al deze afzonderlijke onderwerpen zijn meerdere boeken geschreven. Het zijn dus diepe en soms vrij technische onderwerpen. De realiteit is dat we geweldige dingen willen doen met data, en om die in LuckyTemplates te doen, moeten we deze vier pijlers begrijpen en effectief in de praktijk brengen.

Datamodellering

Gegevensmodellering binnen LuckyTemplates gaat over het begrijpen van het bouwen van een schema van tabellen met verbindingen die de relaties tussen deze tabellen laten zien. Hoe u uw 'datamodellen' structureert, bepaalt hoe u uiteindelijk de data in uw rapporten en dashboards kunt 'slicen and dice'.

Veel gegevens beginnen in grote platte bestanden met meerdere kolommen, zoals datums, producten, productcategorieën, klanten, verkoop, marges, winst enz. Het idee met datamodellen is dat je waar mogelijk details uitsplitst of segmenteert rond de dataset . Datums, klanten, producten en verkopen moeten bijvoorbeeld allemaal afzonderlijke tabellen zijn en aan elkaar gekoppeld zijn met relaties.

U doet dit omdat het veel efficiënter is en de mogelijkheid om de rijkdom van uw gegevens uit te bouwen veel eenvoudiger wordt. Qua prestaties in LuckyTemplates maakt het ook een enorm verschil.

Stel dat u 500 klanten heeft, maar een verkooptabel van 1 miljoen rijen. Als u uw klanten wilt groeperen op basis van hun 'loyaliteitsprofiel', is het veel gemakkelijker om een ​​kolom te maken in een tabel met 500 rijen in plaats van 1 miljoen rijen.

Zoals ik al zei, is dit een gedetailleerd onderwerp dat zijn oorsprong vindt in full-scale datawarehouses, maar voor LuckyTemplates-gebruikers die op efficiënte wijze geweldige oplossingen willen neerzetten, concentreer je je gewoon op het segmenteren van elk niveau van granulariteit van je gegevens in afzonderlijke tabellen, waar dan ook. mogelijk. Het zal het u veel gemakkelijker maken om uw rapporten uit te bouwen en u zult versteld staan ​​hoeveel schaalbaarder het is om later dingen toe te voegen.

M (Power Query/PQL)

Het is moeilijk om te weten hoe de volgende sectie moet worden genoemd, aangezien er momenteel niet eens een officiële naam is voor de codeertaal die zich achter de ' query -editor' in LuckyTemplates bevindt . Binnen de oude LuckyTemplates (de Excel-invoegtoepassingen) heette het 'M', ook wel Power Query genoemd, en meer recentelijk heb ik het PQL genoemd, wat ik best leuk vind omdat het een vrij nauwe relatie heeft met SQL, en kan na verloop van tijd net zo vaak worden gebruikt, vooral omdat LuckyTemplates snel uitbreidt.

Hoe dan ook, 'M' is de automatiseringsengine die gegevens uit een originele gegevensbron haalt en u vervolgens in staat stelt deze automatisch op te schonen en te manipuleren naar elk gewenst formaat. De sleutel hier is het stuk automatisering. In staat zijn om automatisch meerdere datasets of tabellen in uw datamodel te halen en het vervolgens in het gewenste formaat te krijgen, is echt geweldig en bespaart u zoveel tijd dat het te gek is.

Dit is wat ik bedoel als ik het keer op keer heb over schaalbaarheid. Als het vroeger 4 tot 8 uur per week kostte om uw gegevens in het juiste formaat te krijgen, en u doet dat nu in ongeveer 5 seconden, dan blijft er veel meer tijd over om aan meer analyses te werken of om betere rapporten op te stellen.

Aangezien de datavolumes met de dag toenemen, is het essentieel om te begrijpen hoe u al uw datasets kunt opschonen. Als je 'M' goed leert, dan zul je zien dat je output met ongeveer een factor x5 omhoog gaat. Ik kan dit vol vertrouwen verkondigen, alleen uit persoonlijke ervaring. Ik heb littekens als ik terugdenk aan de dagen van het wegslijpen van opmaakgegevens in Excel, of het schrijven van VBA-code om het correct in te stellen.

U kunt dit deel nu bijna helemaal overslaan als u het extraheren, transformeren en laden van gegevens zo kunt instellen dat dit automatisch gebeurt in de query-editor van LuckyTemplates en met ' M'-code .

DAX (uitdrukkingen voor gegevensanalyse)

Nu is DAX serieus geweldig, maar in sommige delen ook serieus gecompliceerd. Je begint waarschijnlijk met DAX en denkt dat dit niet zo erg is, en dan kom je bij iets geavanceerder en loop je uren vast. Ik wou dat het makkelijker was om geweldige dingen te doen, maar helaas komt er bij DAX meer bij kijken. Geloof me hier, het is absoluut de moeite waard als je bereid bent om de tijd te nemen om wat theorie te leren en ook te oefenen..veel!

Een ding dat ook het vermelden waard is, is dat DAX de taal is op en neer in de databasestack van Microsoft. Dus met uw investering in het leren van de taal leert u eigenlijk hoe u drie belangrijke analytische technologieën kunt gebruiken, waaronder SQL Server Analysis Services, PowerPivot en nu LuckyTemplates.

Het is duidelijk dat DAX de belangrijkste datataal zal zijn binnen de datatools van Microsoft, dus een investering hierin zal u ongetwijfeld goed van pas komen.

Er zijn al enkele kwaliteitsboeken die de taal tot in detail doornemen. Van beginner tot gevorderd. Mijn aanbevolen docenten zijn Rob Collie, Matt Allington en de Italianen (Marco Russo en Alberto Ferrari). Laatstgenoemde schrijft wat men 'de bijbel' op DAX zou kunnen noemen. Hun boeken zijn allemaal te vinden op Amazon en hebben een goede mix van beginners tot geavanceerde concepten. Bewaar deze als uw metgezel terwijl u LuckyTemplates leert en gebruikt. Ze zijn van onschatbare waarde.

Een van de grootste verschillen tussen DAX- en Excel-formules is dat het erg moeilijk, zo niet onmogelijk, is om te weten wat het resultaat van een formule is, tenzij je de omgeving kunt evalueren waarin het werkt. Je moet een goed begrip hebben van deze drie omgevingen; evaluatie (of initiële) context, filtercontext en rijcontext.

Deze brengen een beetje meer complexiteit in uw formules, maar ook veel meer kracht en schaalbaarheid in uw modellen, die u zeer snel zult ontdekken.

Gegevensvisualisaties in rapporten en dashboards

Ik ga zo ver om te zeggen dat niets wat je achter de schermen doet in LuckyTemplates er echt toe doet als je visuals niet overtuigend en gemakkelijk te consumeren zijn. Het is het ontbrekende stukje van de puzzel dat ik zie in veel geposte rapporten en dashboards op talloze showcases.

Dat gezegd hebbende, het heeft veel te maken met persoonlijke voorkeur of de voorkeur van de consument. Ik bevind me vrij vaak in deze positie. Wat ik graag zie, is misschien niet intuïtief of samengevat genoeg voor iemand anders.

Het mooie hier is echter dat het aanbrengen van wijzigingen niet veel tijd kost. Waar vroeger in Excel honderden klikken nodig waren om alles te formatteren en het vervolgens in Powerpoint te krijgen, is nu slechts een paar klikken. LuckyTemplates doet al het harde werk aan de visuals.

Een belangrijk nadeel van LuckyTemplates op dit moment zijn de kleuren. U kunt geen kleurenschema's instellen. Dit is een must om zo snel mogelijk te doen voor het Microsoft-team, aangezien kleuren naar mijn mening rapporten en presentaties maken of breken. Het is niet dat u de gewenste kleuren niet kunt krijgen, het vertraagt ​​alleen het maken van rapporten enorm omdat u elke kleur in rapporten handmatig moet wijzigen.

Het visualiseren van data is de sleutel, naar mijn mening bijna net zo belangrijk als de architectuur erachter. Hier gaan we de komende tijd veel aandacht aan besteden.

* ****Gerelateerde koppelingen*****
Hoe u uw LuckyTemplates-gegevensmodel kunt organiseren – tips voor praktische tips
Mijn praktijktips bij het gebruik van de geavanceerde editor van LuckyTemplates
DAX-code opmaken in LuckyTemplates

Om het allemaal samen te vatten

Als je alle tijd optelt om te besparen en voordelen die binnen een organisatie moeten worden gedeeld, is LuckyTemplates als analytisch platform gewoon een absolute no-brainer. De vier pijlers vormen de sleutel tot elk datamodel dat je maakt. Door op deze gebieden in de loop van de tijd te verbeteren, kan iedereen oplossingen van uitzonderlijk hoge kwaliteit creëren waar elke onderneming ongetwijfeld baat bij heeft.

Meer details, data & tijden en registratie kunnen hier worden ingevuld – 

Al het beste!