การตรวจจับและแสดงผลลัพธ์ที่ผิดปกติใน LuckyTemplates

ในบทช่วยสอนนี้ฉันจะแนะนำคุณเกี่ยวกับการวิเคราะห์การตรวจจับค่าผิดปกติ การตรวจจับและการแสดงภาพผลลัพธ์ค่าผิดปกติ ข้อมูลของคุณไม่จำเป็นต้องมีเอกลักษณ์หรือปรับแต่งด้วยซ้ำ สิ่งที่ยอดเยี่ยมคือคุณสามารถทำได้โดยพื้นฐานแล้วกับชุดข้อมูลใดๆ คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้

ฉันจะแสดงให้คุณเห็นว่า LuckyTemplates เป็นเครื่องมือวิเคราะห์ที่น่าทึ่งเพียงใด

มันเกี่ยวข้องกับการรวมสูตร DAX และเทคนิคการวิเคราะห์ต่างๆ เข้ากับแบบจำลองของคุณ จากนั้นจึงแสดงภาพให้เห็นในวิธีที่มีประสิทธิภาพด้วยคุณลักษณะการแสดงภาพแบบไดนามิกทั้งหมดที่เรามีให้ใช้งานใน LuckyTemplates

แนวคิดที่สำคัญและสำคัญที่สุดที่ฉันต้องการให้คุณนำออกไปเมื่อดูบทช่วยสอนนี้คือ สามารถนำไปใช้ได้หลายวิธี

ดังนั้น เราจะเริ่มต้นด้วยคำอธิบายค่าผิดปกติในแผนภูมิกระจาย จากนั้น ฉันจะแสดงให้คุณเห็นถึงเทคนิคสูตรต่างๆ ที่คุณต้องใช้เพื่อให้เห็นภาพด้วยวิธีเฉพาะนี้

สารบัญ

• ค่าผิดปกติในแผนภูมิกระจาย
• ภายในตัวแบบข้อมูล
• การตรวจจับค่าผิดปกติโดยใช้ DAX
• บทสรุป

ค่าผิดปกติในแผนภูมิกระจาย

หากเราต้องตรวจหาค่าผิดปกติสิ่งสำคัญที่เราต้องดำเนินการคือตรรกะเบื้องหลังสิ่งที่ประกอบกันเป็นค่าผิดปกติ

แต่ก่อนอื่น ฉันต้องการแสดงให้เห็นว่าสิ่งนี้สามารถส่งผลกระทบต่อรายงานของเราด้วยภาพ ได้อย่างไร และผู้บริโภคเข้าใจสิ่งที่เรากำลังพยายามแสดงได้ง่ายและมีประสิทธิภาพ มากน้อยเพียง ใด

ตอนนี้ ถ้าเราดูแผนภูมิทั้งสองนี้ แผนภูมิแรก (ซ้าย) แสดงสิ่งเดียวกันกับแผนภูมิที่สอง (ขวา) ยกเว้นว่าฉันได้สร้างคำอธิบายแผนภูมิหรือตัวกรองตัวแบ่งส่วนข้อมูลในแผนภูมิที่สอง ซึ่งแสดง เราว่าค่าผิดปกติของเราคืออะไร

ดังนั้น หากยอดขายของลูกค้าและอัตรากำไรเท่ากันหรือสูงกว่าระดับหนึ่ง แสดงว่าเป็นค่าผิดปกติในชุดข้อมูลของเรา

เราต้องการดูว่าลูกค้าเหล่านั้นเป็นใคร และเราแทบจะเห็นได้ว่าในแผนภูมิที่สองนั้นดีกว่าการดูลูกค้าทั้งหมดของเราและอัตรากำไรของพวกเขาในแผนภูมิแรก

ยิ่งไปกว่านั้น เราสามารถเจาะกลุ่มลูกค้าได้ดีขึ้นมาก เราสามารถเลือกตัวกรอง ,

หรือสร้างแผนภูมิและใส่ตัวกรองในส่วนฟิลด์ตัวกรอง

แผนภูมินี้ช่วยให้เราเจาะเข้าไปในลูกค้าเหล่านี้ที่เราถือว่าเป็นคนผิดปกติ ตอนนี้ มาดูโมเดลข้อมูลของเราเพื่อดูว่าสิ่งนี้ถูกนำไปใช้อย่างไร

ภายในตัวแบบข้อมูล

สิ่งแรกที่ควรทราบคือเราต้องทำแบบไดนามิก เนื่องจากเรากำลังแบ่งกลุ่ม สร้างกลุ่มลูกค้าของเราที่นี่ ในการทำอะไรแบบไดนามิกเราต้องทำภายในสูตรDAX

เราไม่สามารถสร้างคอลัมน์จากการคำนวณในแบบจำลองของเราได้และหวังว่าถ้าเราใส่กรอบเวลาที่แตกต่างกันในแบบจำลองนี้ เราก็จะได้ผลลัพธ์ตามที่เราต้องการ ถ้าเราใส่คอลัมน์จากการคำนวณ เราก็จะได้ข้อมูลคงที่นั้น จะอัปเดตเมื่อรีเฟรชเท่านั้น

วิธีแรกในการ ทำตรรกะในลักษณะไดนามิก คือการมีตารางสนับสนุน อย่างที่คุณเห็นที่นี่ในโมเดลข้อมูล ฉันได้สร้างOutlier Detection Logic นี้ขึ้น มา เป็นโต๊ะรองรับซึ่งหมายความว่าไม่เชื่อมต่อกับสิ่งใด

ภายในตารางนี้เป็นที่ที่เราป้อนตรรกะของเราสำหรับการตรวจจับค่าผิดปกติ

เราระบุค่าผิดปกติของเราด้วยอัตรากำไรขั้นต่ำที่สามสิบห้าเปอร์เซ็นต์และอัตรากำไรสูงสุดที่หนึ่งร้อยเปอร์เซ็นต์ ในขณะที่ค่าผิดปกติของเรามีค่าตั้งแต่ศูนย์ถึงสามสิบห้า

เช่นเดียวกับการขาย เรามีตรรกะบางอย่างที่จะระบุค่าผิดปกติโดยยอดขายรวมที่สูงกว่าห้าหมื่นห้าพัน

ลองคิดดูว่าคุณจะใช้ตรรกะของคุณเองได้อย่างไร คุณอาจมีพารามิเตอร์หรือตัวแปรที่แตกต่างกันสามตัวที่จะตรวจจับค่าผิดปกติ

ตอนนี้มาสร้างสูตรที่วนซ้ำในตารางนี้และประเมินลูกค้าว่าตรงกับตรรกะนอกกรอบหรือกับตรรกะนอกกรอบหรือไม่

การตรวจจับค่าผิดปกติโดยใช้ DAX

โปรดทราบว่าเราจำเป็นต้องตรวจสอบลูกค้าแต่ละรายและพิจารณาว่าพวกเขาประเมินว่าเป็นค่าที่ผิดปกติหรือไม่มีค่าที่ผิดปกติ

ในการระบุค่าผิดปกติเราใช้CALCULATEกับยอดขายรวมสำหรับลูกค้า แต่ละราย และนั่นคือสิ่งที่ ฟังก์ชัน VALUESทำ ในขณะที่เรากรองผ่านลูกค้าทั้งหมดของเรา จากนั้นเราจะผ่านLogic การตรวจจับ Outlier ของ เรา

สำหรับผู้ที่ไม่มีค่าผิดปกติในทางกลับกัน เรายังเรียกใช้ตรรกะบางอย่างสำหรับลูกค้าแต่ละราย แต่ความแตกต่างที่สำคัญคือเส้นคู่ (||) ซึ่งใช้สำหรับ "หรือ" และไม่ใช่ "และ" (&&)

หากเราทำ “และ” ที่นี่ สิ่งที่จะแสดงก็คือผลลัพธ์ที่ต่ำกว่าห้าหมื่นห้าพันและต่ำกว่าสามสิบห้าเปอร์เซ็นต์ ตามที่ระบุไว้ใน Outlier Detection Logic ของเรา

ต่อไปคือเราต้องสร้างสูตรหนึ่งที่เราสามารถใส่ในการแสดงภาพของเราได้ และนั่นคือสูตรการจัดกลุ่มการขาย ของเรา

การคำนวณนี้บอกว่าIF SELECTEDVALUE (Outlier Detection Logic)เป็นOutlier เราต้องการคืนค่าOutlier Sales หากไม่เป็นเช่นนั้น เราจะส่งคืนNon-outlier Sales

จากนั้นช่วยให้เราสามารถรวมหรือเรียกผลลัพธ์ที่แตกต่างกันหรือสูตรต่างๆ สำหรับการเลือกหรือตัวกรองใดๆ ก็ตามที่ใช้ในการสร้างภาพของเรา

ไม่มีการปฏิเสธว่ามีส่วนเล็กน้อย แต่สิ่งนี้แสดงให้เราเห็นว่า DAX น่าทึ่งเพียงใดใน LuckyTemplates โดยเฉพาะอย่างยิ่งสำหรับการวิเคราะห์การตรวจจับค่าผิดปกติ

เจาะลึกข้อมูล Outliers – วิธีค้นหาและวิเคราะห์ใน LuckyTemplates โดยใช้ DAX
วิธีประเมิน Clusters ในข้อมูลของคุณโดยใช้เทคนิค DAX ใน LuckyTemplates
การสร้าง Dynamic Outlier Trigger Points – เทคนิคการวิเคราะห์ LuckyTemplates ขั้นสูง

บทสรุป

วิธีการที่ฉันนำเสนอในบทช่วยสอนนี้เป็นเพียงวิธีหนึ่งเท่านั้น แต่หวังว่าคุณจะได้เรียนรู้อะไรมากมายจากสิ่งนี้ เราได้ใช้ตรรกะขั้นสูงบางอย่างในนั้น และนำเสนอด้วยวิธีที่มีประสิทธิภาพจริงๆ โดยใช้แผนภูมิกระจาย

มีแอปพลิเคชั่นมากมายสำหรับการตรวจจับค่าผิดปกติ หากคุณต้องการเจาะลึกหรือแสดงข้อมูลเชิงลึกที่เฉพาะเจาะจงจริงๆ โดยเฉพาะอย่างยิ่งเมื่อคุณทำการเปรียบเทียบบางอย่างกับแผนภูมิกระจาย นี่เป็นวิธีที่สมบูรณ์แบบในการเพิ่มมูลค่าและข้อมูลเชิงลึกเพิ่มเติมให้กับการแสดงภาพของคุณ

ดังนั้น หากคุณสามารถเข้าใจองค์ประกอบทั้งหมดของสูตร รวมถึงการรวมสูตรและวางไว้ในการแสดงภาพ คุณจะสามารถนำสิ่งเหล่านี้ไปใช้ได้หลายวิธีเพื่อแสดงผลลัพธ์ด้วยชุดข้อมูลของคุณเอง

ไชโย!