Tworzenie prognoz do przodu w usłudze LuckyTemplates przy użyciu języka DAX

W tym blogu omówimy sposób tworzenia automatycznej prognozy na podstawie danych historycznych w usłudze LuckyTemplates . Jest to powszechne w firmach przy sporządzaniu prognoz i budżetów. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.

Czy kiedykolwiek chciałeś tworzyć automatyczne prognozy na podstawie informacji historycznych ? W przeszłości było to stosunkowo trudne do wykonania przy użyciu narzędzi takich jak Excel, ale można to łatwo zrobić w usłudze LuckyTemplates .

Historycznie rzecz biorąc, mogłeś pobierać informacje i podsumowywać je w tabeli i używać ich jako punktu odniesienia. Ale w filmie pokazuję, jak dynamicznie tworzyć testy porównawcze i prognozy . Jest to skuteczniejszy i wydajniejszy sposób prognozowania liczb do przodu i umożliwia porównanie rzeczywistych wyników z poprzednim okresem lub kombinacją wcześniejszych okresów.

To, co zamierzamy zrobić, to spojrzeć na okresy historyczne i użyć ich jako wartości w naszym równaniu do prognozowania przyszłości.

Zamierzam wykorzystać funkcje analizy czasowej w usłudze LuckyTemplates, aby pokazać, jak można to zrobić w bardzo dynamiczny sposób.

Łącząc wiele technik w usłudze LuckyTemplates przy użyciu języka DAX , możesz uzyskać te naprawdę wspaniałe spostrzeżenia. W tym przypadku po prostu drążymy prognozy i próbujemy stworzyć przyszłe testy porównawcze, abyśmy mogli porównać nasze rzeczywiste wyniki z czymś, co ma sens.

Spis treści

• Jak stworzyć automatyczną prognozę na podstawie danych historycznych
• Wykorzystanie zmiennych do stworzenia jednej miary dla 3-letniej prognozy
• Tworzenie Wizualizacji
• Wniosek

Jak stworzyć automatyczną prognozę na podstawie danych historycznych

W wielu przypadkach prognoza opiera się na wynikach historycznych. Pokażę Ci więc, jak szybko zebrać dane historyczne, skonsolidować je, a następnie utworzyć na ich podstawie prognozę, która nadal będzie dostosowana do całego modelu danych. 

Załóżmy, że mamy już, powiedzmy, informacje o sprzedaży i mamy tutaj naszą kalkulację  sprzedaży .

Musimy więc znaleźć sposób, aby prognozować do 2018 roku. Chcemy opracować naszą prognozę sprzedaży w 2018 roku. Jeśli spojrzysz na ten filtr po prawej stronie, faktycznie odfiltrowałem tylko 2018 rok, więc my' patrzę tutaj tylko na 2018 rok. 

Teraz tworzymy kolejną tabelę miar, klikając Wprowadź dane, co da ci możliwość utworzenia tabeli miar. Nazwijmy tę tabelę Prognozowaniem sprzedaży . Jeśli potrafisz wyrobić sobie nawyk tworzenia tych tabel miar, odniosłoby to ogromne korzyści w zakresie organizowania modelu. 

Następnie tworzymy nową miarę za pomocą funkcji analizy czasowej, aby nasze prognozy sprzedaży były oparte na liczbach z 2017 roku. Więc przechodzimy do New Measure i nazwijmy to Sales LY i przejdźmy do CALCULATE by Total Sales . Moglibyśmy zrobić to samo dla dowolnej z naszych metryk, ale w tym przykładzie będziemy pracować nad Sprzedażą.

I potrzebujemy DATEADD , która jest jedną z najlepszych funkcji analizy czasowej tylko ze względu na elastyczność, jaką masz z nią. Następnie cofamy się tutaj o rok ( -1 ) i umieszczamy nasz interwał ( YEAR ) tutaj. Następnie naciśnij Enter.

Jeśli weźmiemy to i przeciągniemy do tabeli, zobaczymy, że teraz prognozujemy wszystkie dane z 2017 roku . Mamy więc pierwszą kolumnę informacji z trzech, które dzisiaj obliczymy.

W tym przykładowym scenariuszu musimy również cofnąć się o dwa lata, ponieważ chcemy opracować prognozę na trzy lata. Tak więc, aby zrobić drugi rok, po prostu kopiujemy wzór i wprowadzamy tylko kilka poprawek.

Zmieniamy nazwę środka i parametr w środku, a teraz odwzorowujemy naszą sprzedaż sprzed dwóch lat. Dokładnie to samo zrobimy 3 lata temu.

A teraz mamy trzy lata informacji, które możemy teraz włączyć do naszej prognozy.

Wykorzystanie zmiennych do stworzenia jednej miary dla 3-letniej prognozy

Istnieje inny skuteczny sposób na utworzenie prognozy usługi LuckyTemplates. Użyjemy zmiennych do utworzenia jednej miary zamiast trzech i uzyskamy dokładnie taki sam wynik, jakiego szukamy.

Więc przechodzimy jeszcze raz do New Measure i nazwijmy to Prognozą Sprzedaży . Idziemy VAR (zmienne), a następnie Sales LY w następnej linii. Robimy to samo w kilku następnych rzędach 2 i 3 lata temu .

Po czym możemy zeskoczyć i przejść do RETURN, i tutaj możemy wprowadzić logikę. Używamy DIVIDE z naszymi trzema latami danych, więc sumujemy Sales LY, Sales 2 lata temu i Sales 3 lata temu . Następnie dzielimy to przez 3 . Umieścimy również nasz alternatywny wynik, czyli 0 .

Po prostu umieściliśmy wszystkie trzy miary, które zrobiliśmy wcześniej wewnątrz zmiennych, otrzymamy ten sam wynik. Gorąco polecam ten sposób, ponieważ jest bardziej wydajny. Mamy teraz naszą prognozę sprzedaży i mamy średnią z wszystkich tych trzech.

Ponadto, chcemy zobaczyć jakiś wzrost naszej sprzedaży, prawda? Zróbmy więc prognozę, aby pokazać pięcioprocentową stopę wzrostu . Aby to zrobić, po prostu dodajemy WSPÓŁCZYNNIK do naszej formuły, a następnie mnożymy ostatni wiersz przez współczynnik .

Tworzenie Wizualizacji

Po utworzeniu wszystkich potrzebnych formuł przekształcamy je w wizualizacje i wyraźnie widzimy naszą prognozę usługi LuckyTemplates. Mamy teraz wirtualną prognozę sprzedaży, która pokazuje, ile musimy zarobić każdego dnia, aby osiągnąć naszą prognozę.

Możemy to również umieścić w skumulowanym wzorze sumarycznym . Więc tworzymy nową miarę i nazywamy ją Prognoza skumulowana . W następnym wierszu wpisujemy CALCULATE Sales Forecast . Następnie przejdź do FILTER ALLSELECTED by Dates . 

Kiedy już to mamy, umieszczamy to tutaj i tworzymy sumę skumulowaną, a teraz mamy skumulowaną prognozę, którą moglibyśmy mierzyć łącznie w stosunku do naszych rzeczywistych wyników , gdy tylko weszliśmy w 2018 r. 

Najfajniejszym sposobem na zrobienie tego jest połączenie z modelem danych . Tak więc prognozy można filtrować według dowolnego elementu w modelu danych, ponieważ pochodzą one z informacji historycznych, które znajdują się w tabeli w modelu danych.

Dzięki temu możemy łatwo przejść i filtrować według nazwy produktu tutaj. Chwytamy naszą prognozę sprzedaży dla nazwy produktu, a teraz prognozujemy moje produkty. 

Umożliwia nam to również wybranie konkretnego produktu, na przykład Produktu 47. Zmieniając tutaj filtry, możemy zobaczyć, ile musimy sprzedać dziennie dla tego produktu i/lub wyraźnie zobaczyć jego skumulowany wynik. 

Techniki analizy prognozowania w usłudze LuckyTemplates za pomocą języka DAX
Eksploruj logikę prognozowania w swoich modelach usługi LuckyTemplates za pomocą języka DAX
Tworzenie dynamicznych podsumowań skumulowanych za pomocą języka DAX w usłudze LuckyTemplates

Wniosek

W tym samouczku omówiliśmy wiele zagadnień, takich jak analiza czasowa i skumulowane wzorce łączne, aby utworzyć prognozę usługi LuckyTemplates.

Widziałem to pytanie wielokrotnie w komentarzach i na forach, i chciałem tylko pokazać, jak stosunkowo łatwo jest utworzyć prognozę na podstawie informacji historycznych w usłudze LuckyTemplates.

Mam nadzieję, że uznasz, że możesz z tego skorzystać i wdrożyć to w swoich własnych środowiskach. Znajdź sposób na wykorzystanie niektórych technik, które omówiliśmy w tym samouczku. Zanurz się w poniższym filmie i spróbuj użyć technik, które przedstawiłem, we własnej pracy programistycznej.

Wszystkiego najlepszego!