什麼是 Python 中的自我:真實世界的例子
什麼是 Python 中的自我:真實世界的例子
在此博客中,我們將介紹如何根據LuckyTemplates中的歷史數據創建自動預測。這在企業中很常見,可以用來進行預測和預算。您可以在本博客底部觀看本教程的完整視頻。
現在,您有沒有想過根據歷史信息創建自動預測?在過去,使用 Excel 之類的工具很難做到這一點,但您可以在LuckyTemplates中輕鬆做到這一點。
過去,您可能已經檢索過信息並將其匯總在表格中,並將其用作基準。但在視頻中,我向您展示瞭如何動態創建基準和預測。這是一種更有效和高效的預測數字的方式,使您能夠將您的實際表現與前期或前期組合進行比較。
我們要做的是查看歷史時間段並將其用作我們方程式中的值來預測前瞻性預測。
我將利用LuckyTemplates 中的時間智能功能來展示如何以非常動態的方式執行此操作。
通過使用 DAX 在 LuckyTemplates中結合多種技術,您可以獲得這些非常棒的見解。在這種情況下,我們只是深入研究預測並嘗試創建前瞻性基準,以便我們可以將實際結果與實際有意義的結果進行比較。
目錄
如何根據歷史數據創建自動預測
在很多情況下,您的預測來自您的歷史結果。因此,我將向您展示如何快速獲取歷史數據、整合它,然後根據它創建預測,該預測仍然與您的整個數據模型保持一致。
假設我們已經說了一些銷售信息,並且我們在這裡進行了銷售計算。
所以我們需要找到一種方法來預測到 2018 年。我們想計算出 2018 年的銷售預測。如果你看一下右側的這個過濾器,我實際上只過濾了 2018 年,所以我們在這裡只看 2018 年。
現在我們通過單擊“輸入數據”創建另一個度量表,它將為您提供創建度量表的選項。我們稱此表為Sales Forecasting。如果您能養成創建這些度量表的習慣,那麼在組織模型方面將對您大有裨益。
接下來,我們使用時間智能函數創建一個新的衡量標準,根據 2017 年的數字進行銷售預測。因此,我們轉到 New Measure,我們稱其為Sales LY ,然後按Total Sales進行CALCULATE。我們可以對我們的任何指標做同樣的事情,但在這個例子中,我們將處理銷售。
我們需要一個DATEADD,它是最好的時間智能功能之一,因為它具有靈活性。然後,我們在這裡跳回一年 ( -1 ),並將間隔 ( YEAR ) 放在這裡。然後,按 Enter。
如果我們抓住它並將其拖到表格中,我們將看到我們現在正在預測 2017 年的所有數據。所以我們得到了我們今天要計算的三個信息的第一列。
在這個示例場景中,我們也必須跳回兩年,因為我們想計算出三年的預測。所以在第二年,我們只是簡單地複制模式,然後做一些調整。
我們更改了度量名稱和內部參數,我們現在預測兩年前的銷售額。我們也會對 3 年前的情況做同樣的事情。
現在我們有了三年的信息,我們現在可以將這些信息創建到我們的預測中。
使用變量為 3 年預測創建一個度量
還有另一種方法可以高效地創建 LuckyTemplates 預測。我們將使用變量來創建一個度量,而不是三個,並獲得與我們尋求的完全相同的結果。
因此,我們再次轉到“新措施”,為此,我們將其稱為“銷售預測”。我們轉到VAR(變量),然後是下一行的Sales LY 。我們對2 年前和 3 年前的接下來幾行做同樣的事情。
之後,我們可以跳下來返回,這裡是我們可以放入邏輯的地方。我們對三年的數據使用DIVIDE ,因此我們總結了 Sales LY、Sales 2 years ago 和 Sales 3 years ago。然後,我們將它除以 3。我們還將放置我們的替代結果,即 0。
我們只是將我們之前所做的所有三個措施都放在變量中,我們得到了相同的結果。我強烈推薦這個,因為它更有效率。我們現在有我們的銷售預測,我們有所有這三個的平均值。
此外,我們希望看到我們的銷售額有所增長,對嗎?因此,讓我們做一個預測來展示5% 的增長率。為此,我們只需在公式中添加一個FACTOR,然後將最後一行乘以該因子。
創建可視化
創建所有需要的公式後,我們將其轉化為可視化並清楚地看到我們的 LuckyTemplates 預測。我們現在有一個虛擬銷售預測,展示了我們每天需要賺多少錢才能達到我們的預測。
我們也可以將其放入累積總計模式中。所以我們去創建一個新的度量,並將其稱為Cumulative Forecast。在下一行,我們輸入CALCULATE Sales Forecast。然後,按Dates過濾所有選擇的內容。
一旦我們有了它,我們就把它放在這裡並使其成為一個累計總數,現在我們得到了一個累計預測,我們可以在進入 2018 年後立即與 我們的實際結果進行累計衡量。
這樣做最酷的方法是它鏈接到數據模型。因此,您的預測可以通過數據模型中的任何內容進行過濾,因為它們源自位於數據模型中的表中的歷史信息。
有了這個,我們可以輕鬆地在此處按產品名稱進行過濾。我們獲取產品名稱的 銷售預測,現在我們已經預測了我的產品。
這也使我們能夠選擇一個特定的產品,比如產品 47。當我們在這裡更改過濾器時,我們可以看到我們每天需要為該產品銷售多少,和/或清楚地看到它的累積結果。
LuckyTemplates 中使用 DAX 的預測分析技術 使用 DAX
探索 LuckyTemplates 模型中的預測邏輯 在
LuckyTemplates 中使用 DAX 創建動態累積總計
結論
在本教程中,我們介紹了很多內容,例如時間智能和累計總計模式來創建 LuckyTemplates 預測。
我已經在評論和論壇中多次看到這個問題,我只是想展示在 LuckyTemplates 中根據歷史信息創建預測是如何相對簡單的。
我希望您發現您可以從中受益並在您自己的環境中實現它。找到一些方法來利用我們在本教程中介紹的一些技術。深入了解下面的視頻,並嘗試在您自己的開發工作中使用我展示的技術。
一切順利!
什麼是 Python 中的自我:真實世界的例子
您將學習如何在 R 中保存和加載 .rds 文件中的對象。本博客還將介紹如何將對像從 R 導入 LuckyTemplates。
在此 DAX 編碼語言教程中,了解如何使用 GENERATE 函數以及如何動態更改度量標題。
本教程將介紹如何使用多線程動態可視化技術從報告中的動態數據可視化中創建見解。
在本文中,我將貫穿過濾器上下文。篩選上下文是任何 LuckyTemplates 用戶最初應該了解的主要主題之一。
我想展示 LuckyTemplates Apps 在線服務如何幫助管理從各種來源生成的不同報告和見解。
了解如何在 LuckyTemplates 中使用度量分支和組合 DAX 公式等技術計算利潤率變化。
本教程將討論數據緩存物化的想法,以及它們如何影響 DAX 在提供結果時的性能。
如果直到現在你還在使用 Excel,那麼現在是開始使用 LuckyTemplates 來滿足你的業務報告需求的最佳時機。
什麼是 LuckyTemplates 網關?所有你必須知道的