LuckyTemplatesda DAX Tekniğini Kullanarak Verilerinizdeki Kümeleri Değerlendirme

Bu eğitimde, verilerinizdeki kümeleri sergilemenin , içine pek çok bilgi ekilmiş bir dağılım grafiğine kıyasla çok daha üstün içgörüler elde etmenizi nasıl sağlayacağını göstereceğim . Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

Veri modeliyle birlikte kullanmanız gereken bazı gelişmiş DAX tekniklerini inceleyeceğim . Bunları iyi kullanırsanız, analitik fırsatlar sizin için önemli ölçüde açılır ve içgörüleri gerçekten etkili bir şekilde sergileyebilirsiniz.

Bu özel örnekte, müşterilerimizin performanslarına göre belirli bir kümelenme görmemizin herhangi bir nedeni olup olmadığını görmeye çalışıyorum .

İkincil bir tabloya biraz mantık (DAX formülü içinde) yerleştirerek, bir müşterinin iyi, iyi, kötü veya harika olup olmadığını sınıflandırabiliyorum.

Ardından, dağılım grafiğimde bu yeni boyutu kullanarak, az önce uyguladığım mantığa dayalı olarak sonuçların herhangi bir kümelenmesinin görünüp görünmediğini görebilirim.

İçindekiler

• Verilerinizdeki Kümeleri Nasıl Görselleştirirsiniz?
  • Veri Modeli İçinde
  • Mantığı Boyuta Entegre Etmek
  • Görselleştirmeyi Oluşturma
• Çözüm

Verilerinizdeki Kümeleri Nasıl Görselleştirirsiniz?

Bu görselleştirmede, veri kümemizdeki her müşteriye bakıyoruz. Çok fazla müşteri var ve onları toplam satışlarındaki kar marjlarına göre analiz ediyoruz. Sağ tarafta, yüksek performanslı veya daha yüksek marjlı müşterilerden oluşan bir kümemiz var.

Bunu başarmak için, bu bilgi kümelerini görselleştirmemizi sağlayan bir mantık oluşturmamız ve bu mantığı, bu müşterilerin hangi kar grubuna oturduğunu temel alarak oluşturmamız gerekiyor.

Buradaki kilit nokta, bu kar gruplarının veri modelinde gerçekte bulunmamasıdır, bu yüzden bu mantığı oluşturmamız ve ardından onu üst üste bindirmemiz gerekir.

Bu örnek, bunu yapabileceğimiz birçok yoldan sadece biri. Kâr büyümesine, marj büyümesine ve herhangi bir mantığa ihtiyaç duyduğumuz çeşitli şeylere bakabilir ve onu buraya getirebiliriz. Daha sonra, bizim için gerçekten bir içgörü çıkarabilecek herhangi bir bilgi modelini veya kümesini belirleyebiliriz.

Veri Modeli İçinde

Veri modeline bakıldığında, ilk dikkat edilmesi gereken şey, burada bir destekleyici tablo oluşturduğumuzdur. Bir destek tablosu genellikle bazen bir parametre tablosu olarak kullanılır, ancak bu durumda, destek tablosunu temel modelimize entegre eden bir mantık kullanacağız.

Destek masamızda bu müşterilerin karlılık bazında hangi müşteri grubuna oturduğunu analiz ediyoruz.

Örneğin, müşteri 25.000$'ın üzerinde kar elde ettiyse, o zaman en iyi müşteri olurken, 20.000$ ile 25.000$ arasındakiler iyi bir müşteri olacak, vb.

Mantığı Boyuta Entegre Etmek

Müşteri tablosunda, destek tablosunu kullanırız ve ardından biraz mantık kurarız.

Bazılarınız, tüm bu mantığı bu hesaplanmış sütunda geliştirmenin daha iyi olduğunu düşünebilir - evet, kesinlikle - ama bazen bunu pratik bulmuyorum, özellikle de destekleyici tablo üzerinde çalışmanız gereken 10 farklı mantık parçası varsa. .

Evet, gerçekten karmaşık bir hesaplanmış sütun geliştirebilirsiniz, ancak bunları destekleyici bir tablonun içine koymak ve ardından bunları entegre edecek bunun gibi basit bir mantık yazmak çok daha kolay olacaktır.

Buradaki bu mantıkta, her müşterinin hangi grupta oturduğunu HESAPLIYORUZ . Grup, DEĞERLER işlevi tarafından döndürülecek ve ardından FİLTRE işlevi, mantığı yinelemek için yinelemeyi oluşturan şeydir.

O halde, buradaki her bir müşteri için Toplam Kâr nedir ; gruplarımızdan herhangi birinin MIN ve MAX arasında oturuyor mu ? Varsa, o grubu iade edin. İşte bu Kar Gruplarını böyle oluşturuyoruz .

Görselleştirmeyi Oluşturma

Artık bu boyuta sahip olduğumuza göre, onu bu kümeleri tanımlamak için görselleştirmelerimizde kullanabiliriz. Böylece bir dağılım grafiği oluşturacağız , ardından Kâr Marjlarımızı Y eksenine ve Satışları X eksenine getireceğiz .

Ancak Müşteri Adı öğesini sürüklersek , burada bazı bilgiler oluşturduğumuzu görürüz, ancak bu gerçekten herhangi bir değer göstermez. Bilgi kümeleri oluşturursak çok daha iyi görünür.

 Bunu yapmak için, sadece noktaları dolduruyoruz ve bazılarının öne çıkmasını sağlamak için birkaç veri rengini değiştiriyoruz. Bu basit ayarlamaları yaparak, görsellerimizin içindeki çok daha fazla bilgiyi kolayca tanımlayabilir ve çıkartabiliriz .

Destekleyici tablo, LuckyTemplates kullanırken anlaşılması ve anlaşılması gereken gerçekten önemli bir kavram çünkü onu pek çok şekilde entegre edebiliyoruz.

Verilerimizin analiz etmemizi gerektirebileceği pek çok farklı senaryo olduğundan, çeşitli ölçümlere dayalı olarak kümeleri tanımlamanın birçok yolu vardır.

LuckyTemplates'da Verileri Bölümlere Ayırmak ve Gruplandırmak İçin DAX Kullanın
LuckyTemplates ve DAX Kullanarak Dahili Mantıkla Verilerinizdeki Modelleri Bulun
Dinamik Bölümleme: Gelişmiş DAX Kullanarak Müşterileri Gruplara Ayırma

Çözüm

Bu tekniğin bir kısmı vardır, ancak mantığı kullanarak verilerinizdeki kümeleri sergilemek gerçekten güçlüdür ve bunu diğer senaryolarda veya kendi verileriniz genelinde çoğaltmanın pek çok yolu vardır.

Bu tür bir teknik etrafında analitik fırsatlar katlanarak arttığından, oluşturduğum bu öğreticiden nihai olarak bunu çıkarmanızı istiyorum.

Bu gelişmiş bir tekniktir, bu yüzden hemen mantıklı gelmezse çok endişelenmeyin ama mutlaka deneyin. Daha önce sahip olmadığınız bazı gerçekten ilginç içgörüleri keşfettiğinizi çabucak anlayacaksınız.

Şerefe!