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 samouczku chcę zademonstrować, w jaki sposób możemy obliczyć średnią sprzedaż, zyski lub transakcje dla określonego wymiaru wewnątrz języka DAX w usłudze LuckyTemplates. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
W tym konkretnym przykładzie spojrzymy na to z perspektywy klienta. Spróbujemy przeanalizować, jaka jest średnia sprzedaż na transakcję na klienta?
To pozwoli nam zrozumieć, kim są nasi najlepsi klienci, ale także kim są nasi klienci, którzy przychodzą i kupują znaczne kwoty.
Stąd możemy ostatecznie zrozumieć, jakie marże uzyskujemy na transakcję od naszych klientów. Czy są dobre w niektórych regionach w porównaniu z innymi regionami? Czy są dobre dla niektórych produktów w porównaniu z innymi produktami?
Przyjrzymy się średniej ilości zakupionych produktów na transakcję. Następnie pokażę ci również, jak uzyskać jeszcze więcej, abyś mógł znaleźć jeszcze ciekawsze spostrzeżenia na podstawie tego początkowego. Zamierzamy zająć się innymi rzeczami i pokażę wam, jak robić to skutecznie.
Spis treści
Jak obliczyć średnią na transakcję
Najpierw obliczymy wartość na transakcję, przechodząc do tabeli Sales. Po lewej stronie mamy kolumnę z identyfikatorem zamówienia.
Tak więc każdy identyfikator zamówienia odpowiada każdej transakcji w tej konkretnej tabeli. Musimy znaleźć sposób na ocenę każdej z tych transakcji i zasadniczo uśrednić sprzedaż, którą zrealizowaliśmy dla każdej pojedynczej transakcji.
To nam da – w zależności od kontekstu – średnią na transakcję. Może to być z perspektywy regionalnej, perspektywy klienta lub sprzedawcy.
Niektóre tabele danych mają identyfikator zamówienia, a następnie w ramach tego identyfikatora zamówienia możesz mieć wiele różnych transakcji. W zależności od tego, jakie średnie obliczenia chcesz wykonać, prawdopodobnie będziesz chciał wprowadzić tę kolumnę do obliczeń. Najpierw obliczmy średnią sprzedaż.
Oblicz średnią sprzedaż na transakcję
Utwórzmy miarę i nazwijmy ją Średnia sprzedaż na transakcję . Zamierzam użyć funkcji AVE RAGEX , ponieważ pozwoli nam to na obliczenie tych średnich poprzez iterację czegoś. W AVERAGEX użyję WARTOŚCI i wstawię mój identyfikator zamówienia. Następnie chcę uśrednić całkowitą sprzedaż dla każdego pojedynczego zamówienia.
Po przeciągnięciu tej miary z kontekstem nazwy klienta, otrzymuję następującą tabelę:
To pokaże nam średnio, ile każda osoba zarabia na transakcji za każdym razem, gdy wchodzi do sklepu.
Korzystanie z pasków danych
Już sam w sobie jest to całkiem niezły wgląd, ale możemy to poprawić, używając formatowania warunkowego i pasków danych .
Oblicz średnie zyski na transakcję
Nie musimy się tutaj zatrzymywać; możemy możemy pójść jeszcze dalej. Mamy kilka innych podstawowych obliczeń, takich jak całkowite zyski i całkowite koszty . Dzięki tym obliczeniom mogę poznać średnie zyski z transakcji . Wszystko, co muszę zrobić, to skopiować i wkleić miarę, której właśnie użyłem, do nowej miary, a zamiast Total Sales , wstawię Total Profits .
Dzięki tej nowej metodzie możemy ustalić, jakie są nasze zyski z każdej pojedynczej transakcji, a następnie uśrednić je.
Mogę po prostu przeciągnąć nową miarę do mojej tabeli, aby uzyskać nowe spostrzeżenia. Na przykład nasz klient Chris Fuller ma większą rentowność na transakcję niż Philip Foster, który faktycznie osiągnął większą sprzedaż. To całkiem niezłe spostrzeżenie, prawda?
Oblicz średnie marże na transakcję
Możemy również poradzić sobie ze średnimi marżami na transakcję . Nie będziemy musieli odwoływać się do niczego z tabeli, ponieważ w rzeczywistości możemy po prostu używać miar w miarach .
Wszystko, co musimy zrobić, to podzielić średnie zyski na transakcję przez średnią sprzedaż na transakcję , a następnie wprowadzić 0 jako alternatywny wynik . Musimy również upewnić się, że jest poprawnie sformatowany.
Kiedy przeciągnę to do tabeli, zobaczysz teraz, dlaczego mamy wyższe zyski dla Chrisa Fullera niż dla Philipa Fostera. Chris ma wyższe marże w porównaniu do Philipa.
Jest to bardzo interesujące spostrzeżenie dla tego konkretnego klienta, jak również dla pozostałych naszych klientów.
Fajne jest to, że możemy użyć tej techniki w dowolnym kontekście. Obecnie używamy tylko filtra z naszej tabeli Klienci. Jeśli się nad tym zastanowić, możemy użyć filtrów z dowolnej z tych tabel w naszym modelu danych i zobaczyć, jak sytuacja się zmienia.
Średnie marże na transakcję w czasie
Możemy również spojrzeć na nasze średnie marże na transakcję w czasie. Po prostu szybko to skompiluję, używając Miesiąc i rok oraz Średnia marża na transakcję jako wartości, a następnie umieszczę je na wykresie.
Możemy zobaczyć, jak średnie marże zmieniają się w czasie i zobaczyć sezonowość.
Inne spostrzeżenia
Ogólnie rzecz biorąc, znacznie łatwiej jest teraz zobaczyć naszych klientów o wysokiej marży w porównaniu z klientami o niskiej marży. Na przykład klient Juan Collins ma marżę w wysokości 40%. Ten wystaje jasny jak słońce.
Możemy również zapisać filtr, aby zobaczyć, którzy klienci są najbardziej dochodowi na transakcję; może to wskazywać, że sprzedawca przydzielony do tych części jest bardzo dobry.
Wizualizacja danych
Możemy dokładniej przyjrzeć się wglądowi przy użyciu języka DAX w usłudze LuckyTemplates i określić naszych najlepszych klientów na poziomie regionalnym. Czy dzieje się coś regionalnego? Możemy przełączyć się z wizualizacji mapy na wypełnioną mapę.
Możemy drążyć i mieć bardziej dogłębne spojrzenie. W moim przykładzie New Hampshire ma niskie marże, podczas gdy każdy inny region jest dość równomiernie rozłożony.
Możesz także wybrać klientów z tabeli i określić na tej podstawie podzbiór klientów, dla których nastąpił podział.
Wniosek
Możemy wydobyć wiele cennych spostrzeżeń, obliczając średnie przy użyciu języka DAX w usłudze LuckyTemplates. Dodają również dużą wartość do tego, co możemy zrobić w firmie z perspektywy marketingowej i alokacji zasobów sprzedażowych.
Najwyraźniej chcesz skupić się na klientach, którzy kupują najwięcej przy najwyższych marżach. A dzięki tego typu analizie możesz dopasować swoje zasoby do miejsca, w którym czujesz, że zoptymalizujesz najlepsze wyniki.
W tym samouczku pracowaliśmy nad jedną rzeczą, a następnie rozgałęziliśmy się na wiele innych rzeczy. Możesz wykonać wiele obliczeń i technik przy użyciu języka DAX w LuckyTemplates i znaleźć naprawdę dobre spostrzeżenia.
Ten rodzaj pracy analitycznej ma ogromną moc. Jeśli chcesz przejrzeć więcej podobnych przykładów, sprawdź moduł w Online. Ten moduł zawiera treści dotyczące rozwiązywania rzeczywistych problemów biznesowych przy użyciu najlepszych praktyk języka DAX w usłudze LuckyTemplates.
Wszystkiego najlepszego,
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.