Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze blogpost zal ik een deel van het analytische werk laten zien dat ik het leukst vind... en dat is werken aan toekomstige voorspellingen met behulp van LuckyTemplates DAX-functies. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Ik ben altijd gefascineerd door te proberen te begrijpen wat er in de toekomst zou kunnen gebeuren.
Ik zal je een techniek laten zien hoe je toekomstige winstgevendheid bijna kunt voorspellen. Het mooie aan deze techniek is dat het op veel verschillende manieren kan worden gebruikt. Het kan helpen bij het voorspellen van toekomstige transacties, toekomstige vraag, toekomstige inkomsten, toekomstige kosten, enz.
Er wordt veel gerapporteerd op basis van historische informatie. Dus als u uw modellen en analyses kunt bouwen om een soort voorspelling van toekomstige resultaten mogelijk te maken, dan is dit waar u aanzienlijke waarde genereert voor uw belanghebbenden, die vervolgens de geweldige analyse die u doet bekijken en actie ondernemen.
We zullen ingaan op veel DAX-functies en hoe u door een aantal hiervan te combineren, voorspellende resultaten kunt extraheren die informatie op een effectieve en dynamische manier binnen LuckyTemplates kunnen presenteren.
Inhoudsopgave
Voorspellende analyse met behulp van LuckyTemplates- en DAX-functies
We gaan een voorbeeld bekijken van hoe u winstgevendheid voor toekomstige perioden kunt voorspellen op basis van nuance.
We kunnen de informatie over wat we in het verleden hebben bereikt gebruiken om te voorspellen wat we in de toekomst zouden kunnen bereiken. Ik heb indirect een aantal verschillende factoren ingebracht door time intelligence-functies te visualiseren.
In werkelijkheid zijn er waarschijnlijk een aantal manieren waarop u dit kunt doen en er zijn een aantal scenario's en factoren die u in deze berekeningen wilt opnemen.
Nou, je kunt het zeker doen met dezelfde technieken die ik hier ga gebruiken, maar pas ze misschien een beetje aan om de gewenste resultaten te krijgen.
Totale winst
Het eerste dat we zullen doen, is uitzoeken wat onze totale winst voor de huidige maand is. We gebruiken de formule Totale omzet minus totale kosten. Vrij eenvoudig, toch?
De volgende stap is het maken van onze voorspelling. Laten we onze visualisatie hier eens nader bekijken. De blauwe balken geven de voorspelde resultaten aan waar we aan het einde van deze tutorial zullen aankomen.
Om dit te doen, gaan we tijdintelligentieberekeningen gebruiken op basis van hoe een bedrijf in het verleden heeft gepresteerd vanaf gelijke tijdsperioden tot ver in het verleden, maar ook rekening houdend met wat er op korte termijn gebeurt .
Er kunnen enkele cyclische factoren op korte termijn, politieke factoren of sociaaleconomische factoren zijn die de resultaten gaan beïnvloeden. Dus we gaan ze allemaal in rekening brengen, en dit is hoe je het echt kunt doen.
Gevolgen op lange termijn
Winst een jaar geleden
Voor de langetermijnimpact gaan we de functies CALCULATE en DATEADD gebruiken . Dus laten we naar binnen gaan en exact dezelfde maandwinst ophalen van het jaar voordat we deze formule gebruiken:
Winst twee jaar geleden
We willen ook teruggaan naar de winst van 2 jaar geleden en de zaken vanuit een maandelijks perspectief bekijken.
Waarom doen we dit? Laten we bijvoorbeeld zeggen dat we momenteel in december zijn, dus we moeten rekening houden met de winst van afgelopen december en de december daarvoor.
Dit geeft ons gemiddeld de verwachte winstgevendheid voor deze maand.
Impact op korte termijn
Er zijn kortetermijnfactoren die de prestaties kunnen beïnvloeden, dus we moeten ze ook meenemen in het inzicht.
Het heeft geen zin om gewoon terug te kijken op vorig jaar en het jaar daarvoor en te zeggen: "Dat is genoeg voor onze voorspelling." We moeten op de een of andere manier ook rekening houden met de impact op korte termijn.
Dus wat we zullen doen is teruggaan naar wat onze winst van vorige maand was en wat onze winst twee maanden geleden was door deze twee formules te gebruiken:
Winst een maand geleden
Winsten twee maanden geleden
Winst Voorspelling
Het laatste wat we moeten doen om onze winstvoorspelling te bereiken, is alle resultaten binnen te halen.
Laten we de winst van vorig jaar, de winst van twee jaar geleden, de winst van vorige maand en de winst van twee maanden geleden bij elkaar optellen en het bedrag delen door 4.
Dat geeft ons een gemiddelde of een voorspelling over hoe onze verkoop zou kunnen verlopen.
Wat zo krachtig is, is dat we deze specifieke techniek nu kunnen gebruiken om met visualisaties te komen.
We kunnen ze ook samen met de rest van ons model visualiseren.
Hier is onze winstvoorspelling versus wat we daadwerkelijk hebben gemaakt van een bepaalde maand. We bekijken het vanuit een staatsperspectief (links) en productcontext (rechts).
Dit is natuurlijk niet perfect en er zullen gaten zijn die je zou kunnen detecteren. Maar uiteindelijk kan dit als uw gids dienen en u laten zien hoe u het moet doen.
Bij elke voorspelling kunnen er veel nuances zijn. Dit zijn dingen waar je geen controle over hebt en waarvan je niet weet wanneer ze zullen verschijnen.
In werkelijkheid is het heel moeilijk om dit in een model te bouwen. Je gaat dus zo goed mogelijk om met de informatie.
Conclusie
In deze blogpost wilde ik een combinatie van time intelligence-functies laten zien en ze allemaal samenbrengen om een soort voorspelling te maken. In dit geval hebben we gekeken naar de winstgevendheid voor toekomstige perioden.
We hebben de CALCULATE-functie , de DATEADD-functie en time intelligence-functies gebruikt.
Het echte kwaliteitsinzicht komt voort uit het combineren van al deze technieken - en dat is wat ik wil dat u altijd bereikt in uw analyse met behulp van LuckyTemplates- en DAX-formules. Ik hoop dat je deze kunt implementeren in je eigen omgeving.
Bekijk deze uitgebreide module op LuckyTemplates Online voor meer informatie over time intelligence-functies .
Al het beste
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