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.
Analiza wydajności budżetowania może czasami wymagać od nas segmentacji wyników, które mamy obecnie, do różnych grup. Ma to na celu przeanalizowanie, którzy wykonawcy byli lepsi od innych w porównaniu z ich celami. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
Usługa LuckyTemplates może zarządzać segmentacją wydajności i rozumieć ich różnice oraz wpływ na całkowity budżet. W tym samouczku omówię, jak przeprowadzić segmentację wydajności budżetowania.
Segmentacja to technika używana do zawężania dużych podmiotów docelowych do określonych grup docelowych.
Jest to powszechne wymaganie dotyczące analizy typu budżetowania. Nie jest to jednak łatwa technika dla tych, którzy dopiero zaczynają korzystać z usługi LuckyTemplates. Jest wiele rzeczy, które musisz zrobić dobrze dla tej techniki.
Omówię również sposób segmentacji wymiaru budżetowania , który analizujesz. Możesz podzielić na grupy, takie jak najlepsze i najgorsze wyniki . Może to być oparte na różnicy między Twoimi przychodami a budżetem .
Najważniejszą rzeczą, na którą należy zwrócić uwagę, jest zrozumienie formuły segmentacji danych .
Spis treści
Tabela pomocnicza do budżetowania segmentacji wydajności
Będziemy używać tej strony raportu, z której korzystałem podczas ostatniego szczytu LuckyTemplates . Sesje dotyczyły budżetowania.
Jednak ten samouczek skupi się tylko na tym, jak podzielić dane na grupy . Pomoże nam to zobaczyć, jak tworzyć grupy, które nie istniały w naszych danych, ale zostały wyprowadzone z wyników opartych na naszych danych.
Wszystkie środki budżetowe zostały już opracowane, ponieważ były omawiane podczas tego . Możesz sprawdzić wszystkie zasoby i dyskusje, które możesz pobrać.
Powiedzmy, że mamy już wyniki naszej sprzedaży do danych budżetowych. Następnie musimy podzielić to na segmenty, aby określić, kto osiąga pozytywne wyniki w grupie , lub w tym przykładzie w regionie .
Ale musimy pamiętać, że to nie istnieje w naszym zbiorze danych. Dlatego konieczne jest utworzenie tabeli pomocniczej , aby skategoryzować wyniki według regionu. Rzućmy okiem na ten istniejący stół pomocniczy.
Na podstawie tej tabeli regiony są klasyfikowane jako osiągające najlepsze wyniki , jeśli przekraczają budżet o 40% . Jeśli są poniżej swojego budżetu i w ogóle go nie realizują, są klasyfikowani jako Najgorsi Wykonawcy .
Pozwoli nam to uzyskać lepszy wgląd i zrozumieć scenariusz stojący za naszą analizą. Dane według segmentacji zostaną odzwierciedlone po utworzeniu tabeli pomocniczej.
Zrozumienie formuły segmentacji wyników budżetowania
Poniższy obraz przedstawia często używany ogólny wzorzec języka DAX do segmentacji danych.
Ponieważ szukamy danych z różnych regionów, ważne jest, aby przeglądać każde miasto w każdym regionie . I to właśnie robi zmienna RankingDimension . Tworzy listę wszystkich nazw miast.
Następnie umieścimy to w funkcji , ponieważ musimy ocenić każde miasto na podstawie ich procentowego stosunku sprzedaży do budżetu . Następnie wykorzystamy wynik tej oceny do określenia przedziału budżetowego lub grupy, do której należy miasto.
Jak widać tutaj, poprzednio omówione obliczenia uwzględniały liczbę miast w każdej z utworzonych przez nas grup wydajności .
Możemy również użyć tego podobnego wzorca dla miary Sprzedaż grupy budżetu .
Korzystanie z tej samej formuły dla miary sprzedaży grupy budżetu
Najpierw kliknijmy Miarę sprzedaży grupy budżetu i sprawdźmy tę formułę:
Tutaj zastosowaliśmy logikę, która jest prawie taka sama jak segmentacja sklepów według miasta. Nie ma zbyt wielu zmian w stosunku do wzorca. Ale zamiast liczyć sklepy, obliczamy łączną sprzedaż każdego sklepu za pomocą funkcji .
Te informacje są przydatne, jeśli chcemy pokazać wyniki za pomocą wizualizacji, takich jak mapa. Spowoduje to pokolorowanie każdego miasta w zależności od grupy wydajności, do której należą w wybranym kontekście.
Możemy kliknąć tę wizualizację, aby sprawdzić miasta należące do określonej grupy wydajności. W tym przykładzie kliknijmy grupę Best Performers .
Kiedy sprawdzimy mapę i przyjrzymy się regionowi Miami , zobaczymy, że to duże miasto. Może to być powód, dla którego sprzedaż jest lepsza w tym regionie.
Gdy klikniemy grupę Najgorszych wykonawców , możemy również zobaczyć miasta, które należą do tej grupy wyników.
Dynamiczne grupowanie na podstawie wybranego segmentu
Inną rzeczą, na którą należy zwrócić uwagę, jest to, że musimy odtworzyć wszystkie odpowiednie miary, aby mogły się zmieniać w zależności od wyboru z wizualizacji grupy wydajności. Są to miary Różnica % grupy budżetu, Sprzedaż grupy budżetu, Wydajność grupy budżetu i Liczebność grupy budżetu .
Dzieje się tak, ponieważ wybieramy wymiar wewnątrz tabeli pomocniczej bez związku z naszym modelem podstawowym.
Kiedy użyjemy naszych starych miar i wybierzemy miary grupy wydajności, nie wpłynie to na inne wyświetlane obliczenia ( % różnicy w grupie budżetu, Sprzedaż w grupie budżetu, Wydajność grupy budżetu, Liczebność grupy budżetu ).
To, co sprawia, że miara Segmentacja wydajności budżetowania jest dynamiczna, to zmiana innych obliczeń na podstawie wybranych danych z wizualizacji grupy wydajności . Aby to zrobić, musimy zmienić wszystkie nasze obliczenia na inny kontekst. Po dokonaniu wyboru musimy go ponownie obliczyć w oparciu o tę logikę segmentacji.
Na koniec ta część logiki przeprowadzi iterację sprzedaży w każdym regionie i zidentyfikuje grupę wydajności, do której należy miasto . I to głównie jest potrzebne do pomyślnego podzielenia danych lub wyników na grupy.
Zaawansowana analiza budżetowania produktów — techniki LuckyTemplates i DAX
Analiza budżetowania najlepszych i najgorszych wykonawców przy użyciu
technik segmentacji klientów usługi LuckyTemplates przy użyciu modelu danych — LuckyTemplates i DAX
Wniosek
Podsumowując, budżetowanie segmentacji wydajności przy użyciu języka DAX w usłudze LuckyTemplates może być korzystne na różne sposoby. To świetny sposób na prezentację danych w czasie. Może otworzyć dyskusję na temat wyników wydajności klientów, produktów, sklepów, a nawet regionów.
Nie tylko pozwala na grupowanie danych na podstawie określonej segmentacji, ale także ułatwia manipulowanie surowymi wynikami i porównywanie ich z budżetami czy tworzenie prognoz.
Chociaż omawiana dynamiczna segmentacja jest płynna, trzeba mieć możliwość wygenerowania stosunkowo złożonej analizy przy porównywaniu rzeczywistych wyników z wynikami budżetowymi.
Mamy nadzieję, że wyciągnąłeś wiele z tej techniki i znalazłeś sposoby na wdrożenie jej we własnych modelach.
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.