Cum să evaluați clusterele din datele dvs. utilizând tehnica DAX în LuckyTemplates

În acest tutorial, vă voi arăta cum prezentarea clusterelor în datele dvs. vă permite să extrageți informații mult superioare decât dacă ați avea doar o diagramă de dispersie cu o mulțime de informații plantate acolo. Puteți urmări videoclipul complet al acestui tutorial în partea de jos a acestui blog.

Voi trece prin câteva tehnici DAX avansate pe care trebuie să le utilizați în combinație cu modelul de date. Dacă le folosiți bine, oportunitățile analitice se deschid substanțial pentru dvs. și puteți prezenta într-adevăr informații într-un mod eficient.

În acest exemplu special, încerc să văd dacă există vreun motiv pentru care vedem o anumită grupare a clienților noștri pe baza performanței lor .

Suprapunând o anumită logică (în cadrul unei formule DAX) într-un tabel secundar, sunt capabil să clasific dacă un client este bun, ok, slab sau grozav.

Apoi, folosind această nouă dimensiune în diagrama mea de dispersie, pot vedea dacă apare vreo grupare de rezultate pe baza logicii pe care tocmai am implementat-o.

Cuprins

• Cum să vizualizați clustere în datele dvs
  • În interiorul modelului de date
  • Integrarea logicii în dimensiune
  • Crearea Vizualizării
• Concluzie

Cum să vizualizați clustere în datele dvs

În această vizualizare, ne uităm la fiecare client din setul nostru de date. Există o mulțime de clienți și îi analizăm pe baza marjelor lor de profit în vânzările lor totale. În partea dreaptă, avem un grup de clienți cu performanță ridicată sau clienți cu marjă mai mare.

Pentru a realiza acest lucru, trebuie să creăm o logică care să ne permită să vizualizăm aceste grupuri de informații și să construim acea logică pe baza grupului de profit în care se află acești clienți.

Lucrul cheie aici este că aceste grupuri de profit nu există de fapt în modelul de date, așa că trebuie să construim această logică și apoi să o suprapunem.

Acest exemplu este doar una dintre multele moduri prin care am putea face acest lucru. Am putea să ne uităm la creșterea profitului, la creșterea marjei și la o varietate de lucruri în care avem nevoie de orice tip de logică și să o aducem aici. Putem apoi identifica orice tipar sau grup de informații care ne poate extrage cu adevărat o perspectivă.

În interiorul modelului de date

Privind modelul de date, primul lucru de remarcat este că am creat aici un tabel de sprijin. Un tabel suport este, în general, folosit uneori ca un tabel cu parametri, dar în acest caz, vom folosi o logică care integrează tabelul suport în modelul nostru de bază.

În interiorul mesei noastre de susținere, analizăm ce grup de clienți pe baza profitabilității în care se află acești clienți.

Deci, de exemplu, dacă clientul a generat profituri de peste 25.000 USD, atunci el va fi un client de top, în timp ce cei între 20.000 USD și 25.000 USD vor fi un client bun, așa mai departe și așa mai departe.

Integrarea logicii în dimensiune

În tabelul de clienți, folosim tabelul de susținere și apoi construim o logică.

Unii dintre voi ar putea crede că este mai bine să dezvoltați toată această logică în această coloană calculată - da, absolut - dar uneori mi se pare că nu este practic, mai ales când tabelul de susținere are, să zicem, 10 bucăți diferite de logică pe care trebuie să le rezolvați. .

Da, ați putea dezvolta o coloană calculată cu adevărat complicată, dar cred că ar fi mult mai ușor să le puneți într-un tabel de susținere și apoi să scrieți o logică simplă ca aceasta, care să le integreze.

În această logică, CALCULĂM în ce grup se află fiecare client. Grupul va fi returnat de funcția VALUES , iar apoi funcția FILTER este cea care creează iterația pentru a itera prin logică.

Apoi, pentru fiecare client de aici, care este Profitul Total ; se află între MIN și MAX al oricăruia dintre grupurile noastre. Dacă da, atunci returnează acel grup. Și așa creăm aceste grupuri de profit .

Crearea Vizualizării

Acum că avem această dimensiune, o putem folosi în interiorul vizualizărilor noastre pentru a identifica aceste clustere. Așa că vom crea un grafic de dispersie , apoi vom introduce Marjele noastre de profit în axa Y și Vânzările în axa X.

Dar, dacă tragem în Nume client , vom vedea aici că am creat unele informații, dar nu arată cu adevărat nicio valoare. S-ar prezenta mult mai bine dacă am crea grupuri de informații.

 Așa că, pentru a face acest lucru, completăm punctele și schimbăm câteva culori de date pentru a ne asigura că unele ies în evidență. Făcând aceste ajustări simple, putem identifica și extrage cu ușurință mult mai multe informații din interiorul imaginilor noastre .

Tabelul de susținere este un concept cu adevărat cheie pe care trebuie să îl ocoliți și să îl înțelegeți atunci când folosiți LuckyTemplates , deoarece îl putem integra în atât de multe moduri.

Există o mulțime de moduri în care am putea identifica clustere pe baza unei varietăți de valori, deoarece există atât de multe scenarii diferite pe care datele noastre ar putea necesita să le analizăm.

Utilizați DAX pentru a segmenta și grupa datele în LuckyTemplates
Găsiți modele în datele dvs. cu logica internă utilizând LuckyTemplates și DAX
Segmentarea dinamică: Cum să segmentați clienții în grupuri utilizând DAX avansat

Concluzie

Există puțin în această tehnică, dar prezentarea clusterelor în datele dvs. folosind logica este foarte puternică și există atât de multe moduri în care puteți replica acest lucru în alte scenarii sau în propriile date.

Asta este ceea ce vreau să extrageți din acest tutorial pe care l-am creat, deoarece oportunitățile analitice cresc exponențial în jurul acestui tip de tehnică.

Aceasta este o tehnică avansată, așa că nu vă îngrijorați prea mult dacă nu are sens imediat, dar cu siguranță încercați-o. Veți descoperi rapid că descoperiți niște perspective cu adevărat interesante pe care nu le aveați înainte.

Noroc!