ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
ในบล็อกนี้ เราจะอธิบายว่าคุณสามารถสร้างการคาดการณ์อัตโนมัติ จากข้อมูลใน อดีตในLuckyTemplates ได้อย่างไร สิ่งนี้เป็นเรื่องปกติในธุรกิจในการคาดการณ์และกำหนดงบประมาณ คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้
ตอนนี้ คุณเคยต้องการสร้างการคาดการณ์อัตโนมัติตามข้อมูลในอดีตหรือไม่ ในอดีต การใช้เครื่องมืออย่างเช่น Excel ทำได้ค่อนข้างยาก แต่คุณสามารถทำได้ง่ายๆ ภายในPower BI
ในอดีต คุณอาจได้รับข้อมูลและสรุปเป็นตาราง และใช้ข้อมูลนั้นเป็นเกณฑ์มาตรฐาน แต่ในวิดีโอนี้ ฉันแสดงให้คุณเห็นว่าคุณสามารถ สร้าง เกณฑ์มาตรฐานและการคาดการณ์แบบไดนามิก ได้อย่างไร นี่เป็นวิธีที่มีประสิทธิภาพและประสิทธิผลมากขึ้นในการคาดการณ์ตัวเลขล่วงหน้า และช่วยให้คุณสามารถเปรียบเทียบประสิทธิภาพของคุณกับงวดก่อนหน้าหรือช่วงเวลาก่อนหน้าหลายชุดได้
สิ่งที่เรากำลังจะทำคือดูช่วงเวลาในอดีตและใช้ค่าเหล่านั้นเป็นค่าในสมการของเราเพื่อคาดการณ์ล่วงหน้า
ฉันจะใช้ฟังก์ชันตัวแสดงเวลาใน LuckyTemplates เพื่อแสดงว่าคุณทำสิ่งนี้ด้วยวิธีไดนามิกมากได้อย่างไร
ด้วยการรวมเทคนิคต่างๆ ในLuckyTemplates โดยใช้ DAXคุณจะได้รับข้อมูลเชิงลึกที่ยอดเยี่ยมเหล่านี้ ในกรณีนี้ เราแค่เจาะเข้าไปในการคาดการณ์และพยายามสร้างเกณฑ์มาตรฐานล่วงหน้า เพื่อให้เราสามารถเปรียบเทียบผลลัพธ์จริงกับสิ่งที่สมเหตุสมผลได้
สารบัญ
วิธีสร้างการพยากรณ์อัตโนมัติจากข้อมูลย้อนหลัง
ในหลายกรณี การคาดการณ์ของคุณจะมาจากผลลัพธ์ในอดีตของคุณ ดังนั้นฉันจะแสดงให้คุณเห็นว่าคุณสามารถดึงข้อมูลในอดีตได้อย่างรวดเร็ว รวมเข้าด้วยกัน แล้วสร้างการคาดการณ์จากข้อมูลนั้นได้อย่างไร ซึ่งยังคงสอดคล้องกับโมเดลข้อมูลทั้งหมดของคุณ
สมมติว่าเราได้พูดข้อมูลการขายบางส่วนแล้ว และเรามี การคำนวณ ยอดขายที่นี่
ดังนั้นเราต้องหาวิธีคาดการณ์ล่วงหน้าถึงปี 2018 เราต้องการคำนวณยอดขายของเราในปี 2018 หากคุณดูที่ตัวกรองนี้ทางด้านขวา ฉันได้กรองเฉพาะปี 2018 ดังนั้นเราจึง' ดูเฉพาะปี 2018 ที่นี่
ตอนนี้เราสร้างตารางวัดผลอีกตารางหนึ่งโดยคลิกที่ป้อนข้อมูล แล้วระบบจะให้ตัวเลือกแก่คุณในการสร้างตารางวัดผล เรียกตารางนี้ว่าSales Forecasting หากคุณสร้างตารางการวัดเหล่านี้จนเป็นนิสัยได้ จะเป็นประโยชน์อย่างมากในแง่ของการจัดระเบียบโมเดลของคุณ
ต่อไปคือเราสร้างหน่วยวัดใหม่โดยใช้ฟังก์ชันตัวแสดงเวลาเพื่อคาดการณ์ยอดขายจากตัวเลขของปี 2017 ดังนั้น เราไปที่วัดใหม่ และเรียกสิ่งนี้ว่าSales LYและไปที่CALCULATE by Total Sales เราสามารถทำเช่นเดียวกันกับเมตริกใดก็ได้ของเรา แต่ในตัวอย่างนี้ เราจะทำงานเกี่ยวกับการขาย
และเราต้องการDATEADDซึ่งเป็นหนึ่งในฟังก์ชันข่าวกรองเวลาที่ดีที่สุดเพียงเพราะความยืดหยุ่นที่คุณมี จากนั้น เราย้อนกลับไปหนึ่งปีที่นี่ ( -1 ) และใส่ช่วงเวลา ( YEAR ) ไว้ที่นี่ จากนั้นกด Enter
ถ้าเราคว้าสิ่งนี้แล้วลากไปที่ตาราง เราจะเห็นว่าตอนนี้เรากำลังคาดการณ์ข้อมูลทั้งหมดจากปี 2017 ไปข้างหน้า เราจึงได้ข้อมูลคอลัมน์แรกจากสามคอลัมน์ที่เราจะคำนวณในวันนี้
ในสถานการณ์ตัวอย่างนี้ เราต้องย้อนกลับไปสองปีเช่นกัน เพราะเราต้องการคาดการณ์สามปี ดังนั้นในการทำปีที่สอง เราก็เพียงแค่คัดลอกรูปแบบและทำการปรับเปลี่ยนเล็กน้อย
เราเปลี่ยนชื่อหน่วยวัดและพารามิเตอร์ภายใน และตอนนี้เรากำลังคาดการณ์ยอดขายของเราเมื่อสองปีก่อน เราจะทำเช่นเดียวกันกับ 3 ปีที่แล้ว
และตอนนี้เรามีข้อมูลสามปีที่เราสามารถสร้างเป็นการคาดการณ์ของเราได้
การใช้ตัวแปรเพื่อสร้างการวัดหนึ่งรายการสำหรับการพยากรณ์ 3 ปี
มีวิธีอื่นในการทำเช่นนี้เพื่อสร้างการคาดการณ์ LuckyTemplates อย่างมีประสิทธิภาพ เราจะใช้ตัวแปรเพื่อสร้างหน่วยวัดหนึ่งหน่วยแทนที่จะเป็นสามหน่วย และได้รับผลลัพธ์เดียวกันกับที่เราต้องการทุกประการ
ดังนั้นเราจึงไปที่การ วัดใหม่อีกครั้ง และสำหรับสิ่งนี้ ขอเรียกว่าการพยากรณ์การขาย ไปที่VAR (ตัวแปร) จากนั้นไปที่Sales LYในบรรทัดถัดไป เราทำเช่นเดียวกันในสองสามแถวถัดไปสำหรับ2 และ 3 ปีที่แล้ว .
หลังจากนั้น เราสามารถกระโดดลงไปและกลับไปได้และนี่คือจุดที่เราสามารถใส่ตรรกะลงไปได้ เราใช้DIVIDEกับข้อมูลสามปีของเรา ดังนั้นเราจึงสรุปยอดขาย LY, ยอดขายเมื่อ 2 ปีที่แล้ว และยอดขายเมื่อ 3 ปีที่แล้ว จากนั้นเราหารด้วย 3 นอกจากนี้ เราจะใส่ผลลัพธ์ทางเลือกของเรา ซึ่งก็คือ 0
เราแค่ใส่มาตรการทั้งสามที่เราทำไว้ก่อนหน้านี้ในตัวแปร เราก็ได้ผลลัพธ์เดียวกัน ฉันขอแนะนำสิ่งนี้เนื่องจากมีประสิทธิภาพมากกว่า ขณะนี้เรามีการคาดการณ์การขายแล้ว และเรามีค่าเฉลี่ยของทั้งสามข้อนี้
อีกอย่างเราอยากจะเห็นยอดขายของเราเพิ่มขึ้นใช่ไหม? ลองทำการคาดการณ์เพื่อแสดงอัตราการเติบโต 5 เปอร์เซ็นต์ ในการทำเช่น นี้เราเพิ่มปัจจัย ง่ายๆ ในสูตรของเรา แล้วคูณแถวสุดท้ายด้วยตัวประกอบ
การสร้างภาพ
เมื่อสร้างสูตรที่จำเป็นทั้งหมดแล้ว เราจะเปลี่ยนให้เป็นการแสดงภาพและเห็นการคาดการณ์ LuckyTemplates ของเราอย่างชัดเจน และตอนนี้เรามีการคาดการณ์ยอดขายเสมือนจริงที่แสดงจำนวนเงินที่เราต้องทำในแต่ละวันเพื่อให้ถึงยอดที่คาดการณ์ไว้
เรายังสามารถใส่สิ่งนี้ในรูปแบบผลรวมสะสม เราจึงไปสร้างมาตรวัดใหม่ และเรียกมันว่าCumulative Forecast ในบรรทัดถัดไป เราใส่คำนวณยอดขายพยากรณ์ จากนั้นไปกรองทั้งหมดที่เลือกตามวันที่
เมื่อเราได้ข้อมูลนั้นแล้ว เราใส่ข้อมูลนี้ลงไปและทำให้เป็นยอดรวมสะสม และตอนนี้เราได้การคาดการณ์แบบสะสมที่เราสามารถวัดผลสะสมเทียบกับผลลัพธ์จริงของเราทันทีที่เราเข้าสู่ปี 2018
วิธีที่ยอดเยี่ยมที่สุดในการทำเช่นนี้คือการเชื่อมโยงกับโมเดลข้อมูล ดังนั้น การคาดการณ์ของคุณสามารถกรองโดยอะไรก็ได้ในตัวแบบข้อมูล เนื่องจากได้มาจากข้อมูลในอดีตที่อยู่ในตารางภายในตัวแบบข้อมูล
ด้วยวิธีนี้ เราสามารถไปและกรองตามชื่อผลิตภัณฑ์ได้ที่นี่ เราคว้าการพยากรณ์การขายสำหรับชื่อผลิตภัณฑ์ และตอนนี้เราได้คาดการณ์ผลิตภัณฑ์ของฉันแล้ว
นอกจากนี้ยังช่วยให้เราสามารถเลือกผลิตภัณฑ์เฉพาะได้ เช่น ผลิตภัณฑ์ 47 และเมื่อเราเปลี่ยนตัวกรองที่นี่ เราจะเห็นได้ว่าเราต้องขายเท่าไหร่ต่อวันสำหรับผลิตภัณฑ์นี้ และ/หรือเห็นผลลัพธ์สะสมได้อย่างชัดเจน
เทคนิคการวิเคราะห์การคาดการณ์ใน LuckyTemplates ด้วย DAX
สำรวจตรรกะการคาดการณ์ในโมเดล LuckyTemplates ของคุณโดยใช้ DAX
สร้างผลรวมสะสมแบบไดนามิกโดยใช้ DAX ใน LuckyTemplates
บทสรุป
ในบทช่วยสอนนี้ เราได้ผ่านหลายสิ่งหลายอย่าง เช่น ตัวแสดงเวลาและรูปแบบผลรวมสะสมเพื่อสร้างการคาดการณ์ของ LuckyTemplates
ฉันเห็นคำถามนี้หลายครั้งในความคิดเห็นและฟอรัม และฉันแค่ต้องการแสดงให้เห็นว่าการสร้างการคาดการณ์จากข้อมูลประวัติใน LuckyTemplates นั้นค่อนข้างตรงไปตรงมาเพียงใด
ฉันหวังว่าคุณจะได้รับประโยชน์จากสิ่งนี้และนำสิ่งนี้ไปใช้ในสภาพแวดล้อมของคุณเอง ค้นหาวิธีใช้เทคนิคบางอย่างที่เราได้เรียนรู้ในบทช่วยสอนนี้ เจาะลึกวิดีโอด้านล่างและลองใช้เทคนิคที่ฉันแสดงในงานพัฒนาของคุณเอง
ดีที่สุด!
ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
คุณจะได้เรียนรู้วิธีการบันทึกและโหลดวัตถุจากไฟล์ .rds ใน R บล็อกนี้จะครอบคลุมถึงวิธีการนำเข้าวัตถุจาก R ไปยัง LuckyTemplates
ในบทช่วยสอนภาษาการเข้ารหัส DAX นี้ เรียนรู้วิธีใช้ฟังก์ชัน GENERATE และวิธีเปลี่ยนชื่อหน่วยวัดแบบไดนามิก
บทช่วยสอนนี้จะครอบคลุมถึงวิธีการใช้เทคนิค Multi Threaded Dynamic Visuals เพื่อสร้างข้อมูลเชิงลึกจากการแสดงข้อมูลแบบไดนามิกในรายงานของคุณ
ในบทความนี้ ฉันจะเรียกใช้ผ่านบริบทตัวกรอง บริบทตัวกรองเป็นหนึ่งในหัวข้อหลักที่ผู้ใช้ LuckyTemplates ควรเรียนรู้ในขั้นต้น
ฉันต้องการแสดงให้เห็นว่าบริการออนไลน์ของ LuckyTemplates Apps สามารถช่วยในการจัดการรายงานและข้อมูลเชิงลึกต่างๆ ที่สร้างจากแหล่งข้อมูลต่างๆ ได้อย่างไร
เรียนรู้วิธีคำนวณการเปลี่ยนแปลงอัตรากำไรของคุณโดยใช้เทคนิคต่างๆ เช่น การแยกสาขาและการรวมสูตร DAX ใน LuckyTemplates
บทช่วยสอนนี้จะหารือเกี่ยวกับแนวคิดของการทำให้แคชข้อมูลเป็นรูปธรรมและวิธีที่สิ่งเหล่านี้ส่งผลต่อประสิทธิภาพของ DAX ในการให้ผลลัพธ์
หากคุณยังคงใช้ Excel อยู่จนถึงตอนนี้ นี่เป็นเวลาที่ดีที่สุดในการเริ่มใช้ LuckyTemplates สำหรับความต้องการในการรายงานทางธุรกิจของคุณ
เกตเวย์ LuckyTemplates คืออะไร ทั้งหมดที่คุณต้องการรู้