Zwaartepuntanalyse in LuckyTemplates

Het vinden van het zwaartepunt van een cluster van locaties is een veel voorkomende taak voor mensen die werken met geografische informatiesystemen.

Denk bijvoorbeeld aan de toewijzing van adressen aan een depot of monteurs aan een werkgebied. Hoewel LuckyTemplates nog geen echte meerdere dynamische lagen in de kaartvisuals ondersteunt, is het nog steeds mogelijk om de methodologie te demonstreren.

Het berekende COG (zwaartepunt) kan echter bovenop een gebouw of een berg liggen. Het is slechts een indicatie van een geweldige plek. Verdere analyse van andere voorwaarden zoals bruikbaarheid, omringende infrastructuur, beschikbaarheid van personeel en huisvesting is vereist.

Voordat ik in spring om dit te demonstreren, zal ik de wiskunde uitleggen aan degenen die hier minder bekend mee zijn.

Inhoudsopgave

• De analyse van het zwaartepunt begrijpen
• Aandachtspunten bij zwaartepuntanalyse
• Eerste voorbeeldscenario
  • 1. Het creëren van de zwaartepuntquery
  • 2. Analyse van de maat- en kleurmetingen
• Tweede voorbeeldscenario
• Derde voorbeeldscenario
• Conclusie

De analyse van het zwaartepunt begrijpen

Dit deel is een klein schema met vier locaties. Hierin staan ​​ook de coördinaten van elke individuele locatie.

Je kunt die coördinaten op deze kaart zien. Zoals u ziet, bevindt locatie één zich op -250 (X) en -150 (Y) .

Op dit moment ligt het gewogen zwaartepunt precies in het midden van al deze locaties.

Ik wil dit gewogen zwaartepunt creëren om in een richting te bewegen op basis van de informatie die ik heb, zoals het aantal leveringen op locatie 4 . Het kan ook gebaseerd zijn op gewicht of omzet. Hoewel ik in de meeste gevallen de leveringen in overweging neem omdat zij de kostenfactor zijn.

Ik moet de gewichten invullen om het zwaartepunt te berekenen. 

Dus als ik 100 invoer onder locatie 1 , kun je zien dat het gewogen centrum naar dit punt zal gaan. Dit komt omdat de anderen nog steeds 0 zijn .

Als we het gewicht van de anderen instellen op 200 , 200 en 500 , zal het zwaartepunt naar een andere locatie verplaatsen op basis van de gewichten die ik heb opgegeven.

Dat verklaart hoe het gewogen zwaartepunt werkt. 

Om het zwaartepunt te berekenen, vermenigvuldigt u eenvoudigweg de locatie X- en Y-coördinaten of een lengte- en breedtegraad met het gewicht voor elk punt . 

Deel het daarna door het totale gewicht om het werkelijke gewogen zwaartepunt te krijgen.

Aandachtspunten bij zwaartepuntanalyse

In deze demo heb ik maar een klein aantal klantlocaties gebruikt. 

Een COG-analyse is strategisch en moet gegevens over een langere periode bekijken, bij voorkeur over een jaar of langer om seizoensinvloeden te identificeren. 

Daarom raad ik aan om te beginnen met een standaardanalyse om inzicht te krijgen alvorens de analyse op te zetten. Dat kan dan worden gedaan met een kleinere subset van de gegevens, na het voltooien van de volgende stappen.

Verwijder kleine uitschieters, zoals incidentele klanten, en controleer of er inbegrepen leveringen aan of voor klanten zijn die u mogelijk kwijtraakt. Voeg bovendien gegevens toe voor nieuwe klanten op basis van het profiel dat ze hebben opgegeven.

Voer een paar iteraties van het model uit om de verschillende scenario's weer te geven die aan eventuele wijzigingen zijn gekoppeld.

Overweeg bij grotere datasets met duizenden punten om uw data te groeperen in Power Query . Ik gebruikte de postcode en groepeerde op , waarbij ik de lengte- en breedtegraad van de klant met het hoogste aantal leveringen behield.

Eerste voorbeeldscenario

Dit is een eenvoudige COG voor een bepaalde set gegevens.

Hier is het datamodel. Zoals je kunt zien, zijn er geen relaties.

1. Het creëren van de zwaartepuntquery

Eerst heb ik een zwaartepuntquery gemaakt .

Ik moet het zwaartepunt berekenen over een geselecteerde dataset . Om dit te doen, moet ik, net als wat ik in het Excel-blad heb laten zien, de totale eisen nemen . 

Ik moet ook het zwaartepunt voor de breedtegraad berekenen . In dit geval heb ik de breedtegraad vermenigvuldigd met het aantal leveringen.

Vervolgens deed ik dezelfde berekening voor de lengtegraad.

Daarna heb ik de gegeven COG's gedeeld door de eisen .

Vervolgens wordt dit geretourneerd in een tabel met één rij met behulp van de functie . Ik heb ervoor gezorgd dat het aantal kolommen hetzelfde is als het aantal kolommen in de dataset. Ik heb er ook voor gezorgd dat de kolommen een tekst of een formule kunnen hebben. In dit geval heb ik de DAX-metingen voor de lengte- en breedtegraad COG's.

Daarna deed ik de vakbond. Dus de uiteindelijke tabel die ik voor de weergave heb gebruikt, is de tabel die de vereniging van het zwaartepunt en de gegevens bevat.

Na het voltooien van deze stappen, toont deze tabel de namen van de locaties , inkomsten , eisen , lengtegraad en breedtegraad , en de twee kolommen die ik voor deze demonstratie heb toegevoegd ( COG-kleur en de kolom Grootte ).

2. Analyse van de maat- en kleurmetingen

De Maatmaat geeft aan of de Totale vraag gelijk is aan nul of groter is dan nul. Dus als het een nul is, wordt de grootte ingesteld op 1 . Als het hoger is dan nul, wordt het ingesteld op 0,15 .  

Als u dit doet, ontstaat er een andere maat voor het zwaartepunt, die wordt weergegeven als kleur Rood en als maat 1 .

De rode kleur wordt geassocieerd met de COG-kleurmaat .

Dit geeft in feite aan dat als de maat één is, de kleur van de COG- indicator rood moet zijn. Anders zou het blauw moeten zijn. 

Stel in de Gegevenskleuren onder het tabblad Opmaak de optie Formaat op in op Veldwaarde en selecteer vervolgens de meeteenheid voor de optie Gebaseerd op veld . Voor dit scenario heb ik de COG-kleurmaat geselecteerd .

Laten we nu een stap verder gaan met deze voorbeeldanalyse.

Tweede voorbeeldscenario

In dit voorbeeld heb ik vijf zwaartepunten gemaakt samen met hun bestaande dataset.

De kaart moet het zwaartepunt weergeven op basis van een selectie uit de slicer.

Het bereiken van dit scenario is vrij eenvoudig. Ik heb het zwaartepunt genomen voor elk punt op de kaart.

Ik heb voor elke maatregel dezelfde berekening gemaakt.

Na het voltooien van die vijf COG- berekeningen, heb ik ze opgeteld in deze vakbondstabel.

Vervolgens wordt in deze tabel nu het zwaartepunt boven op de data weergegeven.

Dit zorgt voor wat meer flexibiliteit bij het analyseren van gegevens over alle bestaande depots heen . 

Als ik Blanco en Depot Rotterdam selecteer , toont de kaart de datapunten en het zwaartepunt voor Depot Rotterdam . Het zal ook het zwaartepunt voor de andere locaties weergeven, die ik als referentie wil behouden.

De tabel toont ook de gegevens op basis van de selectie. Zoals u kunt zien, weerspiegelde het de overeenkomstige kleuren en maten.

De kleurmaat is hetzelfde als het eerste voorbeeld. Als de maat 1 is , moet de kleur rood zijn; anders zou het blauw moeten zijn.

De andere maatstaven zijn slechts een weerspiegeling van standaardanalyses zoals de Totale Opbrengst en de Totale Vraag .

Derde voorbeeldscenario

Voor het laatste voorbeeld heb ik de locaties en het zwaartepunt aan de gegevens toegevoegd. Daarom heb ik de depots , de data en het zwaartepunt . 

Dat resulteert in een iets andere kaart. Allereerst, wat ik erg leuk vind aan deze kaart, is dat het de depots en alle punten heeft.

Ik kan ook selecties maken in deze slicer. 

Als ik de slicer leegmaak, kun je zien dat de kaart nu de depots (groene cirkels) en het zwaartepunt (rode cirkels) weergeeft .

In één oogopslag heb ik alles wat ik nodig heb om de analyse uit te voeren. 

Als ik Depot Rotterdam en het zwaartepunt selecteer , toont de kaart alle punten voor Rotterdam . Ter referentie zal het ook het zwaartepunt van de andere locaties weergeven.

Als ik naar de tafel kijk, reageert de maat nu zoals ik verwacht.

Hetzelfde geldt voor de Color COG .

Alle gegevens zijn hetzelfde gebleven met uitzondering van de toevoeging van de depots. Maar voor de rest heb ik zojuist de kleur aangepast en selecties toegevoegd die in de kaart worden weerspiegeld. 

Het zwaartepunt dat je op deze 2 kaarten ziet, is het werkelijke zwaartepunt van de geselecteerde punten. Het wordt echter niet weerspiegeld in een ander punt op de kaart omdat de gegevens niet worden bijgewerkt.

De kleurmaat die ik heb gebruikt is anders dan de eerste. Dit toont de kleurmaat voor het eerste voorbeeld.

Wat betreft de kleurmaat van het tweede voorbeeld, ik heb een beetje logica toegevoegd om de verschillende kleuren op de kaart te creëren.

De legende is een kleine en eenvoudige tabel. Meestal zijn legendes in kaarten niet zo goed. Dus ik geef er de voorkeur aan om mijn eigen te creëren als ik kan.

In dit geval heb ik een kleine legendabeschrijving en de kleur gemaakt.

Voor dit voorbeeldscenario heb ik deze legenda niet nodig om de kaart te filteren. Ik heb het alleen gebruikt om een ​​gids weer te geven voor wat de kijker op de kaart ziet.

Datavisualisaties LuckyTemplates - Dynamische kaarten in tooltips
LuckyTemplates Map Visual: een aangepaste legende maken
Geospatiale analyse - Nieuwe cursus op LuckyTemplates

Conclusie

Dat omvat de zelfstudie over het berekenen van het zwaartepunt in geospatiale analyse en het visueel wijzigen van de kaart.

U kunt ook experimenteren met deze instellingen. Houd er rekening mee dat u verschillende resultaten kunt behalen, afhankelijk van de manier waarop u de gegevens instelt. 

Bekijk de onderstaande links voor meer voorbeelden en gerelateerde inhoud.

Proost!

Paulus