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.
Zajmuję się analizą scenariuszy w usłudze LuckyTemplates. Możliwość wprowadzania zmiennych do obliczeń, które można „szokować”, aby skutecznie przewidywać wyniki, jest tak potężna podczas podejmowania decyzji. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
W usłudze LuckyTemplates możesz wykonać to naprawdę wydajnie, a ponadto możesz połączyć wiele technik formuł z modelami danych i wykładniczo zobaczyć, jak przyszłe wyniki mogą wpłynąć na różne wymiary.
Od czasu nagrania tego filmu zespół usługi LuckyTemplates jeszcze bardziej ułatwił tworzenie parametrów „co by było, gdyby”, co jest świetne, więc przyspieszy to pracę.
Ale tak naprawdę chciałem tutaj pokazać, jak można układać scenariusze jeden na drugim. To ogromnie zwiększa twoją zdolność analityczną.
Przejdźmy przez jeden przykład.
Spis treści
Kiedy można korzystać z analizy scenariuszy w LuckyTemplates?
Możesz chcieć uruchomić promocję i obniżyć ceny. W rezultacie popyt na Twoje produkty może wzrosnąć.
Przy takim wzroście popytu możesz być w stanie obniżyć koszty nakładów, a teraz możesz kupować hurtowo. Widzisz co mam na myśli.
Możesz nakładać wszystkie te scenariusze jeden po drugim, a następnie zobaczyć, w oparciu o swoje prognozy, jak może to zmienić sytuację lub wpłynąć na Twoją rentowność.
Zanim jednak zagłębimy się w sposób, w jaki możemy faktycznie nakładać wiele scenariuszy przy użyciu języka DAX , przejrzyjmy najpierw dane, których użyjemy w tej demonstracji.
Przegląd modelu danych i fragmentatorów
Aby dać ci trochę tła na temat danych, nad którymi tutaj pracujemy, rzućmy okiem na nasz model danych. Ustawiłem to z wyprzedzeniem, zamiast pracować nad wszystkim od zera, aby zaoszczędzić nam czasu.
Zasadniczo pracujemy na danych dotyczących sprzedaży. Posiadamy również informacje o naszych klientach, naszych produktach, a także regionach, w których dokonaliśmy sprzedaży oraz datach, w których doszło do transakcji.
Jak widać, mamy tutaj tabele pomocnicze dla zmian cen, zmian kosztów i zmian popytu.
Zamierzamy użyć tych trzech tabel pomocniczych jako fragmentatorów, a następnie wprowadzić obliczenia do naszej analizy.
Sprawdźmy tylko nasz wzór na procentową zmianę kosztów .
Mówimy tutaj, że JEŻELI ma jedną wartość, a następnie procentową zmianę kosztu — może to być średnia lub suma . Oznacza to, że jeśli wybraliśmy jedną opcję w Procentowej zmianie kosztu, np. 10% lub 15%, zwróć wynik.
Ale wtedy , jeśli jest to zero , co oznacza, że nic nie jest wybrane, to mówimy, że nie ma zmiany w kosztach .
Tworzenie formuł procentowej zmiany ceny i procentowej zmiany popytu będzie wymagało podobnego wzorca, więc nie będziemy już omawiać pozostałych dwóch.
Używanie iteratorów w wielowarstwowej analizie scenariuszy
Aby faktycznie przeprowadzić wielowarstwową analizę scenariuszy w usłudze LuckyTemplates, musimy użyć pewnych funkcji iteracyjnych.
Pozwól, że pokażę ci, dlaczego jest to potrzebne, patrząc na Total Sales .
Dlaczego musimy używać iteratorów
Poniżej znajduje się nasza formuła Total Sales .
To, co robi tutaj, to oblicza SUM całkowitego dochodu .
Problem z tą formułą polega jednak na tym, że nie możemy uwzględnić innych zmiennych wpływających na Całkowity przychód .
Na przykład, co jeśli popyt wzrośnie? Jak wpłynie to na naszą sprzedaż? A kiedy cena jednostkowa wzrośnie? Musimy umieć je uwzględnić.
Dlatego poprawmy naszą formułę za pomocą funkcji iteracyjnej SUMX .
Używanie SUMX w formule całkowitej sprzedaży
Mamy więc tutaj formułę całkowitej sprzedaży. Ale zamiast SUM użyjmy teraz SUMX , a następnie Order Quantity , a następnie pomnóżmy to przez cenę jednostkową .
Korzystanie z analizy scenariuszy w usłudze LuckyTemplates
W tym momencie przejrzeliśmy już nasz model danych i fragmentatory, których będziemy używać. Omówiliśmy również, dlaczego potrzebujemy iteratorów.
Stwórzmy teraz nową miarę i nazwijmy ją Zyskami ze Scenariusza .
Następnie dodajmy ilość zamówienia i pomnóżmy ją przez jeden plus zmiana popytu . To, co się tutaj dzieje, polega na tym, że zmiana popytu spowoduje szok w ilości.
Następnie przejdźmy do innej linii. Pomnożymy przez cenę jednostkową razy 1 plus zmiana ceny . Teraz, jeśli cena wzrośnie, zaszokuje to cenę jednostkową.
Dlatego zmiany cen i zmiany popytu mogą zszokować Całkowitą Sprzedaż .
Ale nasza formuła nie kończy się tutaj. Musimy jeszcze uwzględnić koszty.
Więc to byłoby minus SUMX , następnie przejdź do tabeli sprzedaży, następnie Ilość zamówienia razy 1 plus zmiana popytu , a następnie razy całkowity koszt jednostkowy razy 1 plus zmiana kosztu .
Potem go zamkniemy.
Zobaczmy teraz, jak działa nasza formuła zysku ze scenariusza.
Sprawdzanie Formuły
Aby dokładnie sprawdzić naszą formułę, utwórzmy tabelę z zyskami ze scenariusza oraz miesiącem i rokiem.
Jeśli nic nie wybierzemy w naszych fragmentatorach, nasza tabela pokaże po prostu całkowite zyski za 2016 rok. Nasza tabela pokazuje tylko dane z 2016 roku, ponieważ tylko ten rok jest filtrowany.
Przyjrzyjmy się teraz możliwym scenariuszom.
Na przykład koszt naszych surowców wzrasta o 10%, co znajduje odzwierciedlenie w naszych zyskach ze scenariusza.
Ale wtedy wiemy, że ten wzrost kosztów wpłynie na naszą cenę. Powiedzmy, że w wyniku tego wzrostu kosztów podniesiemy cenę o 15%.
Ponownie, ta zmiana ceny jest odzwierciedlona w naszych zyskach ze scenariusza.
Ale ponieważ nasza cena wzrosła, może to zmniejszyć nasz popyt. Na przykład nasz popyt spada o 5%. Nie trzeba dodawać, że nasze zyski ze scenariusza również są zmniejszone.
Jak widzieliśmy, wszystkie zmiany procentowego kosztu, procentowej ceny i procentowego popytu wpływają na zyski ze scenariusza, ponieważ są uwzględniane w analizie.
Wniosek
W tym poście krótko omówiliśmy, jak stworzyć wielowarstwową analizę scenariuszy w .
Mam nadzieję, że znajdziesz czas, aby naprawdę zagłębić się w tę technikę. Istnieje ogromna liczba zastosowań tego w każdym scenariuszu danych.
Gdy już zrozumiesz, w jaki sposób możesz zintegrować miary przechwytujące parametry scenariusza z miarami, które wykonują obliczenia w całym podstawowym modelu danych, zobaczysz nieograniczone możliwości odkrywania wglądu predykcyjnego w przyszłość.
Powodzenia z tym.
Dzięki,
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.