ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
ในบล็อกโพสต์นี้ฉันต้องการเจาะลึกการวิเคราะห์แนวโน้ม โดยเฉพาะอย่างยิ่ง วิธีเน้นแนวโน้มใน LuckyTemplates อย่างมีประสิทธิภาพโดยใช้ค่าเฉลี่ยเคลื่อนที่ คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้
แนวคิดที่ผมพูดถึงนี้เป็นเทคนิคที่คุณอาจเคยสัมผัสกับตัวเองมาแล้วในอดีต
แต่ฉันต้องการแสดงให้เห็นความสำคัญจากมุมมองของการแสดงภาพเพื่อแสดงแนวโน้มด้วยวิธีที่น่าสนใจและมีประสิทธิภาพ
สารบัญ
วิธีใช้ค่าเฉลี่ยเคลื่อนที่
เราจะเจาะลึกถึงวิธีที่คุณสามารถสร้างเส้นค่าเฉลี่ยเคลื่อนที่อย่างรวดเร็วรอบๆ ผลลัพธ์ที่คุณอาจสร้างไว้แล้ว อาจเป็นการคำนวณง่ายๆ ที่คุณมีอยู่แล้ว เช่น ยอดขาย ต้นทุน หรือการซื้อ
สิ่งที่เรากำลังดูคือรายงานที่ฉันทำในเวิร์กชอปที่ซีรี่ส์การสัมมนาผ่านเว็บของ LuckyTemplates
ฉันต้องการเจาะลึกเทคนิคการวิเคราะห์แนวโน้มที่ทรงพลังจริงๆ ซึ่งเราสามารถเปรียบเทียบแนวโน้มได้ ในกรณีนี้ เรากำลังเปรียบเทียบแนวโน้ม ยอดขายและอัตรากำไรแบบไตรมาสต่อไตรมาส
หากคุณกำลังเปรียบเทียบแนวโน้มในแต่ละวันและมักจะเปรียบเทียบการวิเคราะห์การขายของคุณกับของไตรมาสก่อนหน้า แผนภูมินั้นอาจกลายเป็นแผนภูมิที่ยุ่งมาก
ฉันจะแสดงให้คุณเห็นว่าแผนภูมิ 'ไม่ว่าง' หมายถึงอะไร ฉันจะเริ่มต้นด้วยการจับวันที่ ของฉัน และเปลี่ยนเป็นตัวกรองเพื่อให้เราสามารถมุ่งเน้นไปที่ช่วงเวลาที่เฉพาะเจาะจง
จากนั้น ฉันจะคว้า Date ของฉัน เปลี่ยนเป็นตาราง และกำจัดลำดับชั้น ฉันจะคว้ายอดขายรวม ของฉัน ที่นี่ ด้วย
การคำนวณยอดขายไตรมาสสุดท้าย
ฉันได้สร้างการวัดสำหรับยอดขายไตรมาสต่อไตรมาสของฉันด้วย ฉันเรียกมาตรการนี้ว่าSales และคำนวณยอดขายรวม ฉันเปลี่ยนบริบทเพราะนั่นคือสิ่งที่เราทำภายในฟังก์ชันCALCULATE
ในการเปลี่ยนบริบท ฉันใช้ ฟังก์ชันตัวแสดงเวลา DATEADDเพื่อย้อนกลับไปหนึ่งส่วนสี่
ฉันลาก การวัดผล การขายในไตรมาสที่แล้วไปที่ตารางของฉันและเปลี่ยนให้เป็นแผนภูมิเส้น
ในมุมมองของฉัน นี่คือแผนภูมิที่ไม่ว่างซึ่งอาจเป็นเรื่องยากที่จะระบุแนวโน้ม เมื่อพูดถึงเทรนด์ เราแค่ต้องการดูค่าเฉลี่ยเมื่อเวลาผ่านไป ใช่ไหม อย่างไรก็ตาม แผนภูมินี้เป็นแบบละเอียดและแสดงข้อมูลมากเกินไป
การใช้ค่าเฉลี่ยเคลื่อนที่
ฉันต้องการแสดงให้เห็นว่าเราสามารถจับคู่ตัวเลขเหล่านี้และรับการวิเคราะห์ที่ดีขึ้นจากแผนภูมิที่วุ่นวายนี้ได้อย่างไร ในการทำเช่นนี้ เราจำเป็นต้องรวมมาตรการของเราไว้ในรูปแบบค่าเฉลี่ยเคลื่อนที่ซึ่งจะแสดงแนวโน้มเหล่านี้ได้ดีขึ้นมาก
ฉันได้ตั้งค่าไว้แล้วที่นี่:
มาดูรูปแบบค่าเฉลี่ยเคลื่อนที่ที่ฉันใช้สร้างการวัดค่าเฉลี่ยเคลื่อนที่เหล่านี้กัน อย่างที่คุณเห็น เป็นการวัดที่ค่อนข้างตรงไปตรงมาโดยที่ยอดขายรวมจะปรากฏในฟังก์ชันAVERAGEX
โปรดจำไว้ว่าAVERAGEXเป็นฟังก์ชันวนซ้ำ ดังนั้นเราต้องสร้างตารางภายในฟังก์ชันเพื่อให้วนซ้ำ อาจเป็นตารางที่มีอยู่จริง เช่น บางอย่างในโมเดล ข้อมูลของคุณ หรือตารางเสมือน
การใช้ฟังก์ชัน DATESINPERIOD
ให้เราคิดอย่างมีเหตุผลว่าเรากำลังพยายามทำอะไรในค่าเฉลี่ยเคลื่อนที่ ในวันใดวันหนึ่ง เราจะเปิดกรอบเวลาแล้วนำผลลัพธ์ทั้งหมดมาเฉลี่ยภายในกรอบเวลานั้น นี่คือสิ่งที่ ฟังก์ชัน DATESINPERIODทำเพื่อเรา
ช่วยให้เราสามารถสร้างตารางในวันใดวันหนึ่งและเปิดหน้าต่างขึ้นมา ในกรณีนี้ เราได้ป้อนพารามิเตอร์บางอย่างในสูตรเพื่อเปิดหน้าต่างนี้เป็นเวลาหนึ่งเดือน
ดังนั้นในวันใดก็ตาม เราจะวนซ้ำหนึ่งเดือนก่อนถึงวันนั้น นอกจากนี้ เราจะคำนวณยอดขายรวมสำหรับทุก ๆ วันเหล่านั้นและหาค่าเฉลี่ยให้สูงขึ้น นี่จะให้การวัดค่าเฉลี่ยเคลื่อนที่หนึ่งเดือนแก่เรา ซึ่งผมเรียกว่าSales 1M MA
ลองลาก การวัด Sales 1M MAลงบนตารางของเรา
จะเห็นว่าเป็นตัวเลขที่นุ่มนวลกว่ามาก จริงไหม? แสดงให้เห็นแนวโน้มที่ดีขึ้นมากเมื่อเทียบกับแผนภูมิแรกที่เราสร้างขึ้น
รับค่าเฉลี่ยเคลื่อนที่จากไตรมาสที่แล้ว
เราต้องการแสดงมาตรการนี้กับผลลัพธ์ด้วย เราสามารถทำได้โดยใช้รูปแบบเดียวกันของสูตรค่าเฉลี่ยเคลื่อนที่ แต่แทนที่จะเป็นยอดขายรวมฉันจะย่อยยอดขายในไตรมาสที่แล้ว – การคำนวณตัวแสดงเวลาที่เราเพิ่งทำไปก่อนหน้านี้
เมื่อฉันลากสิ่งนี้ ไปยังการแสดงภาพ คุณจะเห็นว่ามันดูดีขึ้นมากเมื่อถึงช่วงค่ำของตัวเลขและการระบุแนวโน้ม ในกรณีนี้ แนวโน้มไม่มีความแตกต่างกันมากนักและไม่ได้มีความสำคัญมากนักในความแตกต่าง แต่ถ้ามีความแตกต่างกันมาก แผนภูมินี้จะเน้นให้เห็นอย่างชัดเจน
ถ้าเรากลับไปที่รายงานของฉัน มีกรอบเวลาที่แตกต่างกันมากมายที่เราสามารถข้ามไปได้ นอกจากนี้ เรายังสามารถเปลี่ยนผลิตภัณฑ์ที่เรากำลังดูเพื่อดูว่ามีแนวโน้มและความแตกต่างใดๆ ที่ใช้เทคนิคเดียวกันกับที่ฉันแสดงไว้ที่นี่หรือไม่
เรายังสามารถกระโดดเข้าไปในกลุ่มลูกค้าเฉพาะได้อีกด้วย
ด้วย LuckyTemplates คุณสามารถดูปัจจัยเหล่านี้ทั้งหมดแบบไดนามิก และแสดงแนวโน้มด้วยวิธีที่วุ่นวายน้อยลง
บทสรุป
ด้วยการซ้อนทับชุดค่าผสมของค่าเฉลี่ยเคลื่อนที่และใช้ฟังก์ชันเช่นAVERAGEXเราสามารถเปลี่ยนผลลัพธ์ที่ละเอียดมากให้เป็นผลลัพธ์เฉลี่ยได้อย่างรวดเร็ว
เมื่อเราใช้สิ่งนี้ในรายงานของเรา เราสามารถระบุแนวโน้มซึ่งบางครั้งมีความสำคัญต่อการทำความเข้าใจมากกว่าการมีข้อมูลที่มีรายละเอียดและละเอียดมาก
สำหรับข้อมูลเชิงลึกทางธุรกิจเพิ่มเติมสำหรับ LuckyTemplates โปรดดูโมดูลหลักสูตรด้านล่างที่ LuckyTemplates Online มีเทคนิคการวิเคราะห์มากมายที่คุณสามารถใช้ได้!
***** การเรียนรู้ LuckyTemplates? *****
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