Czym jest self w Pythonie: przykłady z życia wzięte
Czym jest self w Pythonie: przykłady z życia wzięte
Prezentowanie skumulowanych wyników w usłudze LuckyTemplates to potężny sposób wizualizacji danych w czasie, zwłaszcza jeśli próbujesz pokazać różnicę w wydajności między okresami. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
Kiedy próbujesz przedstawić to na poziomie dziennym lub nawet miesięcznym, identyfikacja trendu nie zawsze jest tak oczywista. Kiedy umieścisz to w sumach skumulowanych, stanie się to jasne jak słońce.
Prawdziwa moc języka DAX ujawnia się, gdy zaczynasz łączyć wzorce formuł.
To jest dokładnie to, co zamierzamy tutaj zrobić. Pokażę ci, jak możesz przejść do dowolnego porównania czasu, a następnie szybko przekształcić te wyniki w sumę skumulowaną.
Dzięki temu możesz nakładać jeden na drugi i naprawdę skutecznie pokazywać różnice w trendach wydajności w dowolnym okresie.
Chodźmy dalej i zacznijmy pracować na naszym przykładzie.
Spis treści
Tworzenie miary podstawowej
Najpierw stworzymy prostą miarę. Stwórzmy Total Sales , która będzie sumą kolumny Total Revenue .
Oczywiście możesz użyć dowolnego innego środka. Ale tylko na potrzeby tego przykładu używamy Total Sales, ponieważ jest to bardzo proste, co ułatwi zrozumienie tej lekcji.
Teraz, gdy mamy już miarę Total Sales, skonfigurujmy tabelę. To będzie więc tabela Total Sales posortowana według daty.
Następnie przeciągniemy nasz MonthInCalendar , ponieważ będziemy przeglądać informacje historyczne. Więc przeciągnijmy to i zamieńmy w krajalnicę.
Teraz będziemy mogli wybrać dowolny miesiąc w tym krajalniku.
Po ustawieniu naszego stołu będziemy potrzebować funkcji analizy czasowej.
Korzystanie z funkcji inteligencji czasowej
Rzućmy jeszcze raz okiem na naszą tabelę Total Sales . Mamy tutaj całkowitą sprzedaż prezentowaną miesięcznie.
Teraz pozostaje nam wygenerować wyliczenie, które pozwoli nam porównać dane z różnych miesięcy.
Tutaj użyję mojej ulubionej funkcji analizy czasowej, którą jest funkcja DATEADD . Jest bardzo wszechstronny i elastyczny, jak jestem pewien, że zdasz sobie z tego sprawę, gdy już się z nim lepiej zapoznasz.
Stworzymy więc nową miarę, którą będzie Total Sales LM lub ostatni miesiąc. Następnie dodam CALCULATE , co zmienia kontekst naszych obliczeń.
Następnie użyję DATEADD i wstawię do kolumny Daty .
Następnie idę minus jeden , a potem MIESIĄC .
Kiedy pracujesz nad obliczeniami, możesz oczywiście spojrzeć na DZIEŃ, KWARTAŁ lub ROK. Ale tutaj użyjmy MIESIĄCA.
Kiedy zamkniemy naszą formułę, będzie ona wyglądać jak ta poniżej.
Jeśli przeciągniemy tę miarę do naszej tabeli Total Sales, zobaczysz, że liczby w kolumnie Total Sales LM odpowiadają liczbom z poprzedniego miesiąca w Total Sales.
W tym miejscu spokojnie możemy spojrzeć na dane sprzed dwóch miesięcy. Po prostu kopiujemy i wklejamy naszą formułę i poprawiamy nazwę naszej nowej miary, a następnie zapisujemy minus dwa zamiast minus jeden.
Teraz, jeśli przeciągniemy to do naszej tabeli, pokaże całkowitą sprzedaż sprzed dwóch miesięcy.
Jest również dynamiczny dzięki naszemu krajalnicowi. Niezależnie od miesiąca i roku, które wybierzemy w naszym krajalniku, zostaną one pokazane w naszej tabeli sprzedaży.
Poniższy rysunek przedstawia na przykład dane ze stycznia 2016 r. w kolumnie Łączna sprzedaż, które są porównywane z łączną sprzedażą z ostatniego miesiąca w następnej kolumnie i sprzed dwóch miesięcy w skrajnej prawej kolumnie.
Obliczanie informacji skumulowanych w usłudze LuckyTemplates
Jeśli przekształcimy tę tabelę w klastrowany wykres kolumnowy, zauważysz, że nie będziemy w stanie wygenerować żadnych trendów.
Spójrzmy więc na dane w lepszy sposób, czyli kumulatywnie. W tym celu użyjemy wzoru sumy skumulowanej.
Utwórzmy nową miarę i nazwijmy ją Cumulative Sales , następnie użyjmy CALCULATE i przejdźmy do Total Sales , następnie ALLSELECTED , a następnie dodajmy całą tabelę, a nie tylko kolumnę dat.
Następnie przejdziemy do Dates , mniejsze lub równe MAX, a następnie Dates.
Teraz mamy kolumnę Skumulowana sprzedaż , która pokazuje łączną sprzedaż całkowitą .
Jak widać, zaczyna się od 189 636,80, czyli całkowitej sprzedaży z pierwszego czerwca 2016 r. Następnie dodaje sprzedaż z pierwszego i drugiego czerwca, więc mamy 427 011,10 i tak dalej i tak dalej.
A teraz sprawdź to. To naprawdę zdumiewające, jak łatwo jest teraz porównać naszą łączną sprzedaż miesiąc temu z naszą łączną sprzedażą dwa miesiące temu łącznie.
Wszystko, co musimy zrobić, to skopiować i wkleić naszą formułę sprzedaży skumulowanej, a następnie po prostu zmodyfikować nazwę, tak aby zawierała informację skumulowana sprzedaż LM lub ostatni miesiąc. Następnie zamiast Total Sales wybierzemy miarę Total Sales LM.
Po prostu powtórzymy ten proces, gdy dwa miesiące temu utworzymy naszą miarę Sprzedaż skumulowana.
Następnie przeciągnijmy je do naszej tabeli.
Teraz możemy zamienić naszą tabelę w wizualizację.
Przekształcanie tabeli w wizualizację
Najpierw usuńmy nasze obliczenia pośrednie, takie jak Total Sales , Total Sales LM i Total Sales 2M temu .
To, co zostawiliśmy w naszej tabeli, to kolumny sprzedaży skumulowanej.
Następnie przekształćmy tę tabelę w wykres warstwowy.
Teraz mamy analizę trendów we wszystkich tych miesiącach.
I to też jest dynamiczne. Możemy wybrać dowolną datę w naszym krajalniku, a dane dla tego wyboru zostaną pokazane na naszym wykresie warstwowym.
Jestem pewien, że uznasz tę technikę za naprawdę fajną.
Jest bardzo łatwy do skonfigurowania, ponieważ gdy masz swoją podstawową miarę i wzorzec inteligencji czasowej, możesz łatwo utworzyć skumulowany wzorzec całkowity.
I tak po prostu stworzyliśmy fantastyczną analizę.
Wniosek
W tym przykładzie skupiliśmy się na porównaniach miesięcznych. Zaczęliśmy od całkowitej sprzedaży, a następnie porównaliśmy ją z całkowitą sprzedażą w zeszłym miesiącu i dwa miesiące temu.
Następnie pracowaliśmy nad naszymi skumulowanymi sumami, co pozwoliło nam stworzyć bardzo atrakcyjną oprawę graficzną, która jest również dynamiczna.
Ale pomyśl, jak daleko możesz to rozszerzyć. Możesz użyć tego w praktycznie dowolnym porównaniu czasowym i w odniesieniu do dowolnych kluczowych wskaźników, takich jak sprzedaż, koszty, zyski itp.
To, co najbardziej podoba mi się w sumach skumulowanych, to aspekt identyfikujący trendy.
A kiedy dodasz dodatkowy kontekst z poziomu swojego modelu, to naprawdę pokazuje, gdzie zaczęły pojawiać się odchylenia w wynikach. To naprawdę potężna rzecz.
Wszystkiego najlepszego z tym.
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.
W tym samouczku omówiono idee materializacji pamięci podręcznych danych oraz ich wpływ na wydajność języka DAX w dostarczaniu wyników.
Jeśli do tej pory nadal korzystasz z programu Excel, jest to najlepszy moment, aby zacząć korzystać z usługi LuckyTemplates na potrzeby raportowania biznesowego.
Co to jest brama LuckyTemplates? Wszystko co musisz wiedzieć