Dimensões de segmentação com base na classificação - Técnica analítica avançada para LuckyTemplates

Neste exemplo, vamos avançar bastante no LuckyTemplates usando DAX. Vamos nos concentrar na segmentação de dimensões com base em sua classificação nessa tabela específica. Você pode assistir ao vídeo completo deste tutorial na parte inferior deste blog.

Este é um conceito incrível de como você pode utilizar colunas calculadas no LuckyTemplates. Isso pode trazer insights adicionais que nunca seriam possíveis com ferramentas tradicionais como o Excel.

Utilizar essas técnicas de forma eficaz e, em seguida, implementar ótimas visualizações em torno delas, nas quais também vou me aprofundar, pode realmente mostrar seus dados de uma maneira atraente.

Índice

• Visualização de dados segmentados
• Segmentando e classificando seus dados
• Conclusão

Visualização de dados segmentados

Sempre falei sobre o incrível poder analítico do LuckyTemplates, mas você não verá esse nível de análise se estiver usando fórmulas DAX uma a uma. Seu verdadeiro poder surge quando você está usando uma combinação de diferentes fórmulas e técnicas empilhadas juntas.

É isso que vou mostrar através da visualização abaixo.

Novamente, os dados mostrados aqui não podem ser analisados ​​tão profundamente se você não colocar várias fórmulas em camadas . Eu chamo essa técnica de ramificação de medida . Para adicionar a isso, também sobrepus alguma lógica de coluna calculada para detalhar ainda mais os resultados. É a melhor maneira de obter uma visão realmente boa em um caso como este.

Neste gráfico de dispersão localizado na parte inferior direita do relatório, por exemplo, você verá que existem diferentes cores que representam diferentes grupos de dados. Nesse caso, os pontos representam as cidades, com cada cor mostrando as melhores, as piores e aquelas cujas classificações são boas.

Você também verá que nosso eixo y mostra a alteração da margem trimestre a trimestre . O eixo x, por outro lado, mostra a variação das vendas trimestre a trimestre .

Esse é o tipo de percepção que obtemos quando segmentamos nossos dados por ramificação de medida. Ele mostra se um grande aumento nas vendas foi derivado de um grande aumento na margem e vice-versa. Ele mostra a correlação entre esses pontos de dados.

Claro, este é apenas um conjunto de dados de demonstração para que você não veja um cluster enorme. Mas depois de aplicar essa técnica aos seus próprios dados, você pode obter insights ainda mais avançados.

Com todas essas fórmulas e técnicas combinadas, você também notará uma diferença na aparência geral da visualização. Vou mostrar o que quero dizer com remover a legenda para o City Group.

Observe que criei a legenda do Grupo de cidades usando a lógica de coluna calculada . Portanto, quando removo essa legenda, a maneira como os dados são exibidos muda. Não traz tanto discernimento quanto precisamos.

Tudo o que vemos agora são pontos de dados gerais. Não nos mostra onde estão nossos piores ou melhores clientes. Isso por si só leva a uma grande quantidade de insights que deveríamos estar recebendo.

Vemos agora que essas camadas adicionais de lógica realmente nos permitem ver as coisas sob uma luz muito melhor .

Agora, deixe-me arrastar o City Group de volta como uma lenda.

Como você pode ver, a visualização melhora muito.

Segmentando e classificando seus dados

Desta vez, quero mostrar como segmentei esses grupos de clientes para criar essa lenda.

Dentro da coluna calculada, usei para obter a classificação de cada cidade com base nas dimensões fornecidas. Nesse caso, estamos classificando-os com base nas vendas.

Na fórmula, incluí as regiões em nossa tabela e suas vendas totais .

O RANKX é extremamente útil aqui porque nos dá uma maneira de organizar todos esses dados e obter algumas informações sobre eles.

Podemos verificar não apenas quais cidades estão indo bem, mas também quais não estão indo tão bem, por isso elas estão bem no final da coluna.

Essa função também é a base da próxima lógica que usarei.

Portanto, além do RANKX , também usei para criar uma dimensão adicional.

Com essa camada adicional, posso ver agora quais são minhas cidades de melhor desempenho, bem como as de pior desempenho. Portanto, se o Ranking de Vendas da Cidade for menor ou igual a 10, eles serão marcados como parte dos “Melhores”.

Esta é uma ótima técnica que você pode utilizar para criar mais maneiras de segmentar seus dados. Observe que isso não é útil apenas em um gráfico de dispersão. Isso também pode ser aplicado a diferentes tipos de visualização.

Por exemplo, você também pode usá-lo em um gráfico de rosca conforme mostrado abaixo.

Você também verá que o gráfico de rosca e o gráfico de dispersão se movem lado a lado. Portanto, se eu clicar na parte que representa os Piores números no gráfico de rosca, o gráfico de dispersão também se ajustará.

Isso nos permite zerar subconjuntos de dados ou outras dimensões.

Técnicas de segmentação de clientes usando o modelo de dados – LuckyTemplates e DAX
Use DAX para segmentar e agrupar dados no LuckyTemplates
Segmentação de dados com base em grupos de porcentagem – DAX avançado no LuckyTemplates

Conclusão

Experimente mergulhar nessas técnicas e implementar algumas delas em seus próprios modelos. Estou confiante de que você verá bons resultados e ficará satisfeito com os resultados em termos do que obterá em seus relatórios e painel.

Espero que você possa ver como a combinação dessas diferentes técnicas pode lhe dar alguns níveis realmente avançados de análise. Fazer isso no LuckyTemplates pode fornecer relatórios realmente detalhados e visualizações de alta qualidade, como no nosso exemplo.

Tudo de bom.