Создание прогнозов в LuckyTemplates с использованием DAX

В этом блоге мы рассмотрим, как вы можете создавать автоматические прогнозы на основе исторических данных в LuckyTemplates . Это распространено в бизнесе, чтобы делать прогнозы и бюджеты. Вы можете посмотреть полное видео этого урока в нижней части этого блога.

Вы когда-нибудь хотели создавать автоматические прогнозы на основе исторической информации ? Раньше это было относительно сложно сделать с помощью таких инструментов, как Excel, но вы можете легко сделать это в LuckyTemplates .

Исторически вы могли получить информацию и обобщить ее в таблице и использовать ее в качестве эталона. Но в видео я покажу вам, как вы можете динамически создавать контрольные показатели и прогнозы . Это более эффективный и действенный способ проецировать цифры вперед и позволяет вам сравнивать свои фактические результаты с предыдущим периодом или комбинацией предыдущих периодов.

Что мы собираемся сделать, так это посмотреть на исторические периоды времени и использовать их в качестве значений в нашем уравнении для прогнозирования будущего.

Я собираюсь использовать функции аналитики времени в LuckyTemplates, чтобы продемонстрировать, как это можно сделать очень динамично.

Комбинируя несколько методов в LuckyTemplates с помощью DAX , вы можете получить эти действительно важные сведения. В этом случае мы просто углубляемся в прогнозы и пытаемся создать предварительные ориентиры, чтобы мы могли сравнить наши фактические результаты с чем-то, что действительно имеет смысл.

Оглавление

• Как создать автоматический прогноз на основе исторических данных
• Использование переменных для создания одной меры для трехлетнего прогноза
• Создание визуализации
• Заключение

Как создать автоматический прогноз на основе исторических данных

Во многих случаях ваш прогноз основан на ваших исторических результатах. Итак, я собираюсь показать вам, как вы можете быстро получить исторические данные, объединить их, а затем создать на их основе прогноз, который по-прежнему согласуется со всей вашей моделью данных. 

Предположим, что у нас уже есть, скажем, некоторая информация о продажах, и здесь у нас есть расчет  продаж .

Поэтому нам нужно найти способ прогнозировать продажи на 2018 год. Мы хотим составить прогноз продаж в 2018 году. Если вы посмотрите на этот фильтр справа, я на самом деле отфильтровал только 2018 год, поэтому мы здесь смотрю только 2018 год. 

Теперь мы создадим еще одну таблицу мер, нажав «Ввести данные», и это даст вам возможность создать таблицу мер. Назовем эту таблицу «Прогнозирование продаж» . Если вы выработаете привычку создавать эти таблицы показателей, это принесет вам огромную пользу с точки зрения организации вашей модели. 

Затем мы создаем новую меру, используя функции анализа времени, чтобы сделать наши прогнозы продаж на основе данных за 2017 год. Итак, мы переходим к новому показателю, назовем его Sales LY и выполним РАСЧЕТ по общему объему продаж . Мы могли бы сделать то же самое для любой из наших метрик, но в этом примере мы будем работать с продажами.

И нам нужна DATEADD , которая является одной из лучших функций анализа времени только из-за гибкости, которую вы с ней имеете. Затем мы возвращаемся на один год назад сюда ( -1 ) и помещаем сюда наш интервал ( ГОД ). Затем нажмите Enter.

Если мы возьмем это и перетащим в таблицу, мы увидим, что теперь мы проецируем вперед все данные за 2017 год . Итак, у нас есть первый столбец информации из трех, которые мы собираемся вычислить сегодня.

В этом примерном сценарии мы также должны вернуться на два года назад, потому что мы хотим составить прогноз на три года. Итак, чтобы сделать второй год, мы просто копируем выкройку и делаем пару корректировок.

Мы меняем название показателя и параметр внутри, и теперь мы прогнозируем наши продажи двухлетней давности. Мы также сделаем то же самое для трехлетней давности.

И теперь у нас есть информация за три года, которую мы можем использовать в нашем прогнозе.

Использование переменных для создания одной меры для трехлетнего прогноза

Есть еще один эффективный способ создать прогноз LuckyTemplates. Мы будем использовать переменные, чтобы создать одну меру вместо трех и получить точно такой же результат, который мы ищем.

Итак, мы снова переходим к Новому показателю, и для этого назовем его Прогнозом продаж . Мы идем VAR (переменные), затем Sales LY на следующей строке. Проделываем то же самое на следующих парах рядов для 2 и 3 лет назад .

После этого мы можем спрыгнуть вниз и пойти ВОЗВРАТ, и здесь мы можем добавить логику. Мы используем DIVIDE с нашими данными за три года, поэтому мы суммируем продажи за год, продажи 2 года назад и продажи 3 года назад . Затем делим на 3 . Мы также поместим наш альтернативный результат, равный 0 .

Мы просто поместили все три меры, которые мы сделали ранее, в переменные, мы получили тот же результат. Я настоятельно рекомендую это, так как это более эффективно. Теперь у нас есть прогноз продаж, и у нас есть среднее значение всех этих трех показателей.

Более того, мы хотим увидеть некоторое увеличение наших продаж, верно? Итак, давайте сделаем прогноз, чтобы продемонстрировать пятипроцентный темп роста . Для этого мы просто добавляем ФАКТОР в нашу формулу, а затем умножаем последнюю строку на коэффициент .

Создание визуализации

Как только все необходимые формулы созданы, мы превращаем их в визуализации и ясно видим наш прогноз LuckyTemplates. И теперь у нас есть виртуальный прогноз продаж, который показывает, сколько нам нужно зарабатывать каждый день, чтобы выполнить наш прогноз.

Мы также можем поместить это в кумулятивный общий шаблон . Итак, мы идем и создаем новую меру и называем ее Cumulative Forecast . На следующей строке мы вставляем CALCULATE Sales Forecast . Затем перейдите ФИЛЬТР ВСЕВЫБРАННЫХ по датам . 

Как только мы это получим, мы поместим его здесь и сделаем из него кумулятивный итог, и теперь у нас есть кумулятивный прогноз, который мы можем кумулятивно сравнить с нашими фактическими результатами , как только мы перейдем к 2018 году. 

Самый крутой способ сделать это — подключиться к модели данных . Таким образом, ваши прогнозы могут быть отфильтрованы по чему угодно в модели данных, потому что они основаны на исторической информации, которая находится в таблице в модели данных.

При этом мы можем легко пойти и отфильтровать по названию продукта здесь. Мы получаем наш прогноз продаж для названия продукта, и теперь мы прогнозируем мои продукты. 

Это также позволяет нам выбрать конкретный продукт, скажем, Продукт 47. И когда мы изменим здесь фильтры, мы сможем увидеть, сколько нам нужно продавать в день для этого продукта, и/или четко увидеть его совокупный результат. 

Методы анализа прогнозирования в LuckyTemplates с помощью DAX
Изучите логику прогнозирования в моделях LuckyTemplates с помощью DAX
Создание динамических кумулятивных итогов с помощью DAX в LuckyTemplates

Заключение

В этом руководстве мы многое рассмотрели, например, аналитику времени и кумулятивные общие шаблоны для создания прогноза LuckyTemplates.

Я видел этот вопрос несколько раз в комментариях и на форумах, и я просто хотел продемонстрировать, как относительно просто создать прогноз на основе исторической информации в LuckyTemplates.

Я надеюсь, что вы обнаружите, что можете извлечь из этого пользу и реализовать это в своих собственных средах. Найдите какой-нибудь способ использовать некоторые методы, которые мы рассмотрели в этом уроке. Посмотрите видео ниже и попытайтесь использовать методы, которые я продемонстрировал, в вашей собственной разработке.

Всего наилучшего!