LuckyTemplatesda Ağırlık Merkezi Analizi

Bir konum kümesinin ağırlık merkezini bulmak, Coğrafi Bilgi Sistemleri ile çalışan kişilerin ortak görevidir.

Bir örnek, adreslerin bir depoya veya mühendislerin bir çalışma alanına atanmasına bakıldığında verilebilir. LuckyTemplates, harita görsellerinde gerçek çoklu dinamik katmanları henüz desteklemese de metodolojiyi göstermek hâlâ mümkündür.

Ancak, hesaplanan COG (ağırlık merkezi) bir binanın veya bir dağın tepesinde olabilir. Bu sadece harika bir yerin göstergesidir. Pratiklik, çevreleyen altyapı, personelin mevcudiyeti ve barınma gibi diğer koşulların daha fazla analiz edilmesi gerekir.

geçmeden önce , bu konuya daha az aşina olanlara matematiği açıklayacağım.

İçindekiler

• Ağırlık Merkezi Analizini Anlamak
• Ağırlık Merkezi Analizinde Dikkat Edilmesi Gerekenler
• İlk Örnek Senaryo
  • 1. Ağırlık Merkezi Sorgusunun Oluşturulması
  • 2. Boyut ve Renk Ölçülerinin İncelenmesi
• İkinci Örnek Senaryo
• Üçüncü Örnek Senaryo
• Çözüm

Ağırlık Merkezi Analizini Anlamak

Bu bölüm, dört konumlu küçük bir şemadır. Bu aynı zamanda her bir konumun koordinatlarını da içerir.

Bu haritada temsil edilen koordinatları görebilirsiniz. Gördüğünüz gibi, birinci konum -250 (X) ve -150 (Y) üzerindedir .

Şu anda, ağırlıklı ağırlık merkezi tüm bu konumların tam ortasındadır.

Konum 4'e yapılan teslimatların sayısı gibi sahip olduğum bilgilere dayalı bir yönde hareket etmek için bu ağırlıklı ağırlık merkezini oluşturmak istiyorum . Ayrıca ağırlık veya gelire dayalı olabilir. Yine de çoğu durumda teslimatları dikkate alıyorum çünkü onlar maliyet etkeni.

Ağırlık merkezini hesaplamak için ağırlıkları tamamlamam gerekiyor. 

Yani 1. konumun altına 100 girersem , ağırlık merkezinin bu noktaya hareket ettiğini görebilirsiniz. Bunun nedeni, diğerlerinin hala 0 olmasıdır .

Diğerlerinin ağırlıklarını 200 , 200 ve 500 olarak ayarlarsak ağırlık merkezi belirttiğim ağırlıklara göre başka bir yere kayacaktır.

Bu, ağırlıklı ağırlık merkezinin nasıl çalıştığını açıklar . 

Ağırlık merkezini hesaplamak için, X ve Y koordinatlarını veya bir enlem ve boylamı her noktanın ağırlığıyla çarpmanız yeterlidir . 

Bundan sonra, gerçek ağırlıklı ağırlık merkezine ulaşmak için toplam ağırlığa bölün .

Ağırlık Merkezi Analizinde Dikkat Edilmesi Gerekenler

Bu demoda yalnızca az sayıda müşteri konumu kullandım. 

Bir COG analizi stratejiktir ve mevsimselliği belirlemek için tercihen bir yıl veya daha fazla olmak üzere uzun bir süre boyunca verilere bakmalıdır. 

Bu nedenle, analizi kurmadan önce fikir edinmek için standart bir analizle başlamanızı öneririm. Bu, sonraki adımları tamamladıktan sonra verilerin daha küçük bir alt kümesiyle yapılabilir.

Tesadüfi müşteriler gibi küçük aykırı değerleri kaldırın ve kaybedebileceğiniz müşterilere veya müşteriler için teslimatlar olup olmadığını kontrol edin. Ayrıca, sağladıkları profile göre yeni müşteriler için veri ekleyin.

Herhangi bir değişiklikle ilişkili farklı senaryoları göstermek için modelin birkaç yinelemesini çalıştırın.

Binlerce nokta içeren daha büyük veri kümelerinde, verilerinizi Power Query'de gruplandırmayı düşünün . En çok teslimatı olan müşterinin enlem ve boylamını koruyarak posta kodunu ve by grubunu kullandım .

İlk Örnek Senaryo

Bu, belirli bir veri kümesi için basit bir COG'dir .

İşte veri modeli. Gördüğünüz gibi, hiçbir ilişki yok.

1. Ağırlık Merkezi Sorgusunun Oluşturulması

İlk olarak, bir ağırlık merkezi sorgusu oluşturdum .

Seçilen bir veri seti üzerinden ağırlık merkezini hesaplamam gerekiyor . Bunu yapabilmek için excel tablosunda gösterdiğim gibi toplam talepleri almam gerekiyor . 

Enlem için ağırlık merkezini de hesaplamam gerekiyor . Bu durumda, enlemi teslimat sayısıyla çarptım.

Sonra boylam için aynı hesabı yaptım.

Bundan sonra, verilen COG'leri taleplere böldüm .

işlevi kullanılarak tek satırlık bir tabloda döndürülecektir . Veri kümesindeki sütun sayısının sütun sayısıyla aynı olduğundan emin oldum. Ayrıca sütunların bir metin veya formül içerebileceğinden emin oldum. Bu durumda, boylam ve enlem COG'leri için DAX ölçülerine sahibim.

Ondan sonra sendika yaptım. Gösterim için kullandığım son tablo, ağırlık merkezi ile verilerin birleşimini içeren tablodur.

Bu adımları tamamladıktan sonra, bu tabloda konumların adları , gelir , talepler , Boylam ve Enlem ve bu tanıtım için eklediğim iki sütun ( COG rengi ve Boyut sütunu) görüntülenecektir.

2. Boyut ve Renk Ölçülerinin İncelenmesi

Boyut ölçüsü , Toplam talebin sıfıra eşit mi yoksa sıfırdan büyük mü olduğunu tanımlar . Bu nedenle, sıfırsa, boyut 1 olarak ayarlanacaktır . Sıfırdan büyükse, 0,15 olarak ayarlanacaktır .  

Bunu yapmak, ağırlık merkezi için farklı bir boyut yaratacaktır; bu, Kırmızı renk ve boyut 1 olarak görünür .

Kırmızı renk, COG Renk ölçüsü ile ilişkilidir .

Bu, temel olarak, boyut bir ise, COG göstergesinin renginin kırmızı olması gerektiğini gösterir. Aksi takdirde, mavi olmalıdır. 

Biçimlendirme sekmesi altındaki Veri renkleri'nde , Biçimlendirme ölçütü'nü Alan değeri olarak ayarlamanız ve ardından Alana dayalı seçeneği için hesaplamayı seçmeniz yeterlidir. Bu senaryo için COG Renk ölçüsünü seçtim .

Şimdi bu örnek analizi bir adım öteye taşıyalım.

İkinci Örnek Senaryo

Bu örnekte, mevcut veri kümeleriyle birlikte beş ağırlık merkezi oluşturdum.

Harita, dilimleyiciden yapılan bir seçime göre ağırlık merkezini göstermelidir.

Bu senaryoya ulaşmak oldukça basittir. Haritadaki her bir noktanın ağırlık merkezini aldım.

Her ölçü için aynı hesaplamayı oluşturdum.

Bu beş COG hesaplamasını tamamladıktan sonra , onları bu birleşim tablosunda topladım.

Akabinde, bu tablo artık verilerin üzerinde ağırlık merkezini gösteriyor.

Bu , mevcut tüm depolardaki verileri analiz etme açısından biraz daha fazla esneklik sağlar . 

Blank ve Depot Rotterdam'ı seçersem , harita Depot Rotterdam için veri noktalarını ve ağırlık merkezini görüntüler . Referans olarak tutmak istediğim diğer konumlar için ağırlık merkezini de gösterecek.

Tablo, seçime dayalı verileri de görüntüler. Gördüğünüz gibi, karşılık gelen renkleri ve boyutları yansıtıyordu.

Renk ölçüsü ilk örnekle aynıdır. Beden 1 ise renk kırmızı olmalıdır; aksi halde mavi olmalıdır.

Diğer ölçüler, Toplam Gelir ve Toplam Talep gibi yalnızca standart analizin bir yansımasıdır .

Üçüncü Örnek Senaryo

Son örnek için, verilere konumları ve ağırlık merkezini ekledim. Bu nedenle, depolara , verilere ve ağırlık merkezine sahibim . 

Bu, biraz farklı bir haritayla sonuçlanır. Her şeyden önce, bu haritada gerçekten sevdiğim şey, depoların ve tüm noktaların olması.

Bu dilimleyicide de seçimler yapabilirim. 

Dilimleyiciyi temizlersem, haritanın artık depoları (yeşil daireler) ve ağırlık merkezini (kırmızı daireler) gösterdiğini görebilirsiniz .

Bir bakışta, analizi gerçekleştirmek için ihtiyacım olan her şeye sahibim. 

Depot Rotterdam'ı ve ağırlık merkezini seçersem , harita Rotterdam için tüm noktaları gösterecek . Referans olarak, diğer konumların ağırlık merkezini de gösterecektir.

Tabloya baktığımda, boyut artık beklediğim gibi yanıt veriyor.

Aynısı Color COG için de geçerli .

Depoların eklenmesi dışında tüm veriler aynı kaldı. Ancak geri kalanı için sadece rengi değiştirdim ve haritaya yansıtılacak seçimler ekledim. 

Bu 2 kartta gördüğünüz ağırlık merkezi, seçilen noktaların gerçek ağırlık merkezidir. Ancak veriler güncellenmediği için haritada başka bir noktaya yansımayacak.

Kullandığım renk ölçüsü ilkinden farklı. Bu, ilk örnek için renk ölçüsünü gösterir.

İkinci örneğin renk ölçüsüne gelince, haritada çeşitli renkleri oluşturmak için biraz mantık ekledim.

Efsane küçük ve basit bir masadır. Genellikle haritalardaki efsaneler o kadar iyi değildir. Bu yüzden, yapabilirsem kendiminkini yaratmayı tercih ederim.

Bu durumda, küçük bir açıklama ve renk efsanesi oluşturdum.

Bu örnek senaryo için, haritayı filtrelemek için bu göstergeye ihtiyacım yok. Onu yalnızca, izleyicinin haritada gördüklerine ilişkin bir kılavuz görüntülemek için kullandım.

Veri Görselleştirmeleri LuckyTemplates – Araç İpuçlarında Dinamik Haritalar
LuckyTemplates Harita Görsel: Özel Bir Gösterge Oluşturma
Jeo-uzamsal Analiz – LuckyTemplates'te Yeni Kurs

Çözüm

Bu, jeo-uzamsal analizde ağırlık merkezinin nasıl hesaplanacağı ve haritanın görsel olarak nasıl değiştirileceği ile ilgili öğreticiyi kapsar.

Ayrıca bu ayarlarla denemeler yapabilirsiniz. Verileri ayarlama şeklinize bağlı olarak farklı sonuçlar elde edebileceğinizi unutmayın. 

Daha fazla örnek ve ilgili içerik için aşağıdaki bağlantılara göz atın.

Şerefe!

paul