Dodawaj, usuwaj i zmieniaj nazwy kolumn w R za pomocą Dplyr
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
W tym przykładzie zagłębimy się w dane zarządzania zapasami i wyciągniemy z nich niesamowite spostrzeżenia. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
Dodaję nieco więcej różnorodności do niektórych rozwiązań LuckyTemplates , które tutaj prezentuję, i jest to dość wyjątkowy wgląd w zarządzanie zasobami.
Wszystkie dane mają swoje niuanse, więc nauczenie się różnych technik postawi każdego analityka w doskonałej pozycji do różnych danych, które mogą zostać przed tobą przedstawione.
Mam nadzieję, że zapoznając się z tym przykładem zarządzania zapasami, poszerzę Twoje horyzonty myślowe dotyczące wykorzystania usługi LuckyTemplates. Unikalna analiza pochodzi z miejsca, w którym musimy porównać nasze obecne poziomy zapasów ze sprzedażą, którą faktycznie obserwujemy w czasie rzeczywistym w naszych sklepach .
To, co musimy zrobić, to porównać historyczną sprzedaż z tym, co mamy obecnie na stanie, ponieważ tak trzeba zarządzać zapasami (jeśli się nad tym przez chwilę głęboko zastanowić).
Rozumiejąc to, możesz upewnić się, że nadążasz za popytem lub że masz podaż, aby ułatwić dowolną strategiczną promocję lub wydarzenie sprzedażowe , które inicjujesz w firmie.
Pokażę ci, jak zbudować model danych, jak zaimplementować poprawne obliczenia DAX i jak zaprezentować to w wizualny sposób, który ma sens i dobrze podkreśla wgląd w informacje dla twoich konsumentów.
Spis treści
Przechodzenie przez proces
Jednym z ważnych elementów uzyskiwania wglądu w zasoby są informacje o sprzedaży. Innymi słowy, musimy obliczyć naszą sprzedaż. Aby jednak zoptymalizować nasze zasoby, musimy mieć tabelę, która jest znacznikiem czasu określonego okresu.
W przypadku danych o inwentarzu każdego dnia będziemy mieć różne informacje o inwentarzu. Z drugiej strony informacje o sprzedaży są historyczne , dlatego chcemy przeanalizować historyczne informacje o sprzedaży, aby upewnić się, że optymalizujemy poziomy zapasów w dowolnym momencie.
Połączyłem tabele przeglądowe z tymi tabelami faktów, danymi sprzedaży i kontrolą zapasów . Mamy klientów , kody magazynów i produkty .
Jedyną różnicą jest Data . Utworzyłem tutaj nieaktywną relację, ponieważ nie chcę filtrować tej tabeli Kontrola zapasów według daty, ponieważ jest to znacznik czasu.
Jeśli spojrzymy na raport tutaj, zobaczymy, że dla przykładu koniec lipca jest ostatnim dniem naszej sprzedaży. Więc tego dnia wiemy, co możemy oznaczyć znacznikiem czasu, i możemy zobaczyć całą dokonaną przez nas sprzedaż.
Chcemy też porównać, ile sprzedaży dokonaliśmy w ciągu ostatnich 90 dni, z tym, ile faktycznie mamy zapasów . Aby to osiągnąć, potrzebujemy kilku formuł.
Przegląd używanych formuł
Stworzyłem więc miarę, w której zacząłem od Total Revenue .
Następnie, aby obliczyć ostatnie 90 dni, użyłem DATESBETWEEN , co pozwala nam mieć datę początkową i końcową. Zaczęliśmy więc od 30 czerwca 2016 r., czyli ostatniego dnia zbioru danych. Obliczamy, ile przychodów osiągnęliśmy w ciągu ostatnich 90 dni na produkt na podstawie dwóch dat.
Tak więc data MAX będzie zawsze równa ostatniej dacie w naszym zbiorze danych, czyli 30 czerwca. Z drugiej strony data MAX – 90 dała nam to 90-dniowe okno na obliczenie naszego całkowitego przychodu za ten okres dla każdego produktu.
Kiedy patrzymy na nasz stół, widzimy produkty, które sprzedaliśmy najwięcej w ciągu ostatnich 90 dni. Następnie możemy porównać to z całkowitą wartością bieżących zapasów .
W tym obliczeniu przeglądamy każdy pojedynczy wiersz w naszej tabeli i nie możemy policzyć ilości ani kosztu na sztukę. Następnie SUMX robi sumę całkowitej wartości.
Dzięki tym obliczeniom możemy zobaczyć, ile mamy wstrzymanych zapasów dla każdego produktu.
Następnie przeprowadziłem również wskaźnik zapasów , ponieważ możemy mieć poziom wskaźnika, na którym chcemy być dla wszystkich naszych produktów, abyśmy zawsze mieli wystarczającą ilość zapasów produktów do sprzedaży. Po prostu podzieliłem całkowity przychód z ostatnich 90 dni przez całkowitą wartość bieżących zapasów .
Daje nam to drugorzędną liczbę, którą możemy analizować i sortować, aby zobaczyć, które produkty sprzedają się dobrze, a które nie. A kiedy korzystamy z tej wspaniałej funkcji tabeli, możemy ją dobrze posortować i wyraźnie zobaczyć najniższe i najwyższe wskaźniki zapasów.
Wgląd w zasoby z modelu danych
Z wyników w tabeli możemy uzyskać istotne informacje poza naszymi poziomami zapasów.
Niskie wskaźniki zapasów oznaczają, że prawdopodobnie nie mamy zbyt wielu zapasów na pokładzie i musimy uzyskać więcej, w zależności od tego, jaki stosunek chcesz ustawić, aby realizować zamówienia w przyszłości.
Z drugiej strony wysokie wskaźniki zapasów to oczywiście te bardzo słabo sprzedające się produkty. Nie sprzedają się zbyt dobrze, więc może powinniśmy je przecenić tylko po to, żeby je sprzedać, a nie siedzieć bezczynnie, ciągnąc nasz biznes w dół.
To naprawdę świetne spostrzeżenia, które można uzyskać z danych inwentaryzacyjnych.
Inną rzeczą jest to, że jest to powiązane z naszym modelem danych , więc faktycznie mamy kilka magazynów, w których można przechowywać zapasy. Możemy chcieć to zoptymalizować i zobaczyć naszą sprzedaż w poszczególnych regionach i zlokalizowanym magazynie.
Kiedy możemy kliknąć Magazyn , możemy zobaczyć zapasy, które aktualnie posiadamy w tym konkretnym magazynie. Następnie możemy dopasować je do informacji regionalnych. W tym przykładzie jeszcze tego nie zrobiłem, ale taka jest moc wykorzystania modelu danych i umieszczenia tych dodatkowych filtrów.
Obliczanie dni zerowego stanu zapasów — szczegółowe informacje dotyczące zarządzania zapasami w usłudze LuckyTemplates
Porównanie bieżących wyników z poprzednim miesiącem najlepszej wydajności w
zarządzaniu zapasami w usłudze LuckyTemplates — prezentacja usługi LuckyTemplates
Wniosek
Kluczem do świetnych spostrzeżeń dotyczących zapasów jest dobre zrozumienie modelu danych .
Musisz zrozumieć, że masz tutaj dwie tabele faktów i że musisz połączyć swoje tabele odnośników z tymi dwiema tabelami faktów w taki sposób, aby filtry działały poprawnie. W ten sposób, gdy dodasz trochę kontekstu do swoich obliczeń, zastosowane filtry obliczają wyniki, które mają dla Ciebie sens.
Połączenie wszystkich tych technik wokół różnych aspektów usługi LuckyTemplates to miejsce, w którym naprawdę musisz się dostać, aby uzyskać naprawdę dobre spostrzeżenia.
Wszystkie te techniki w izolacji nie dają nawet w przybliżeniu tyle, co połączenie modelu danych z obliczeniami DAX i naprawdę wysokiej jakości wizualizacjami .
W tym miejscu prawdziwa moc tkwi w wykorzystaniu usługi LuckyTemplates jako narzędzia analitycznego.
Powodzenia w wypracowaniu sposobów dopasowania tego typu technik do własnych zbiorów danych.
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Odkryj różnorodne funkcje zbierania, które można wykorzystać w Power Automate. Zdobądź praktyczne informacje o funkcjach tablicowych i ich zastosowaniu.
Z tego samouczka dowiesz się, jak ocenić wydajność kodów DAX przy użyciu opcji Uruchom test porównawczy w DAX Studio.
Czym jest self w Pythonie: przykłady z życia wzięte
Dowiesz się, jak zapisywać i ładować obiekty z pliku .rds w R. Ten blog będzie również omawiał sposób importowania obiektów z R do LuckyTemplates.
Z tego samouczka języka kodowania DAX dowiesz się, jak używać funkcji GENERUJ i jak dynamicznie zmieniać tytuł miary.
W tym samouczku omówiono sposób korzystania z techniki wielowątkowych wizualizacji dynamicznych w celu tworzenia szczegółowych informacji na podstawie dynamicznych wizualizacji danych w raportach.
W tym artykule omówię kontekst filtra. Kontekst filtrowania to jeden z głównych tematów, z którym każdy użytkownik usługi LuckyTemplates powinien zapoznać się na początku.
Chcę pokazać, jak usługa online LuckyTemplates Apps może pomóc w zarządzaniu różnymi raportami i spostrzeżeniami generowanymi z różnych źródeł.
Dowiedz się, jak obliczyć zmiany marży zysku przy użyciu technik, takich jak rozgałęzianie miar i łączenie formuł języka DAX w usłudze LuckyTemplates.