V tomto příspěvku si ukážeme, jakým způsobem můžeme pomocí jazyka DAX vypsat přímo v měřítku nejlepší zákazníky v aktuálním období, kdy aktuální období může být určeno dynamicky na základě filtrů které působí na výpočet z řádků vizuálů nebo z průřezu.
V Power BI nebo v Excelu můžeme relativně jednoduše vytvořit report, který bude zobrazovat nákupy zákazníků v aktuálním měsíci. V takto vytvořeném reportu není problém identifikovat zákazníka s největším objemem nákupu ve vybraném období, a to bez nutnosti napsat jediný řádek DAX kódu.
Narazit však můžeme na přehlednost takto vytvořeného reportu, a to především v situaci, kdy obsluhujeme mnoho zákazníků, nebo pokud chceme současně zobrazit nejlepší zákazníky nejen v aktuálním měsíci, ale i měsících minulých. Pokud bychom se chtěli při identifikaci nejlepších zákazníků ve více měsících vyhnout psaní DAX kódu, museli bychom vytvořit report, který by obsahoval jak jednotlivé měsíce, tak i zákazníky, a to ideálně v jednom vizuálu, abychom pracovali se správnou granularitou.
Takto vytvořený vizuál by však ztratil svůj význam již při relativně malém počtu zákazníků, v kombinaci s více zobrazenými měsíci. Snadno si můžeme představit například vizuál Matice s tisíci zákazníky v řádcích a několika měsíci ve sloupcích. Identifikovat v takto vytvořeném vizuálu nejlepší zákazníky v jednotlivých měsících již prakticky není možné.
V jazyku DAX si ale můžeme granularitu dat pro výpočet vytvořit programově a můžeme tak jednoduše přizpůsobit výpočet požadovanému výstupu. Můžeme si například v řádcích tabulky zobrazovat pouze měsíce, a v hodnotách nejlepší zákazníky v daném měsíci, bez nutnosti zobrazovat všechny ostatní zákazníky, kteří jsou v aktuálním měsíci na pomyslném druhém a dalších místech. V řádcích s roky si pak můžeme zobrazit nejlepšího zákazníka nebo více zákazníků podle nákupů za celý rok, nebo nejlepšího zákazníka, který měl nejvyšší měsíční nákup ve kterémkoliv měsíci v daném roce, a tak dále.
V následující části jsou zobrazeny různé varianty těchto výpočtů. Power BI soubor s řešením je dostupný ke stažení níže pod tímto příspěvkem.
Identifikace nejlepších zákazníků v Power BI
Příklady v tomto příspěvku jsou vytvořeny ve cvičném Power BI souboru Adventure Works DW 2020.pbix. Pro náš příklad je tento soubor mírně upraven, protože originální soubor obsahuje ve faktové tabulce 'Sales' jak prodeje přes internet, tak prodeje přes kamenné prodejny. V tomto příspěvku ale budeme pracovat pouze s internetovými prodeji, protože pouze pro internetové prodeje máme k dispozici informace o zákaznících.
V souboru přiloženém k tomuto příspěvku jsou tedy navíc dvě faktové tabulky, tabulka 'Reseller Sales', která obsahuje pouze prodeje přes kamenné prodejny, a dále tabulka 'Internet Sales', která obsahuje prodeje přes internet a se kterou budeme pracovat.
Měřítko [Internetové prodeje], se kterým budeme v průběhu příspěvku pracovat, bude sčítat hodnoty za prodeje produktů ze sloupce 'Internet Sales'[Sales Amount].
Měřítko:
V prvním kroku si připravíme vizuály pro následující výpočty. Na stránku v Power BI souboru si vložíme vizuál Matice s roky a měsíci v řádcích, a se sumou prodejů z tabulky 'Internet Sales'. V průřezu je ještě pro lepší přehlednost vybrán pouze jeden rok. Výchozí report tak může vypadat následovně.
Nyní můžeme přejít k samotným výpočtům. Následující měřítko bude zatím vracet pouze sumu, kterou utratil nejlepší zákazník v daném měsíci za nákupy produktů přes internet.
Měřítko:
V první proměnné s názvem ZakazniciNakupy je uložena tabulka, která obsahuje dva sloupce – zákazníky a částky utracené za jejich nákupy. Ve druhé proměnné s názvem Vysledek pak pomocí funkce MAXX() vybereme nejvyšší hodnotu ze sloupce [@Nákup], který byl vytvořený v dočasné tabulce v proměnné ZakazniciNakupy. Tato hodnota je výsledkem měřítka a představuje nejvyšší částku za nákupy jednoho zákazníka, které byly uskutečněny v období, ve kterém je měřítko vyhodnoceno.
V lednu 2020 zákazník s nejvyšší útratou zakoupil produkty za 4 484,96 Kč. V únoru 2020 utratil některý ze zákazníků 4 800,01 Kč, a tak dále. V řádu souhrnů, stejně jako v řádku s rokem 2020, můžeme vidět hodnotu 6 212,4 Kč. Jedná se o nejvyšší útratu jednoho zákazníka za celý rok 2020. Hodnota v řádku souhrnů je shodná s hodnotou v řádku s rokem 2020, protože v průřezu je vybraný právě pouze rok 2020. Pokud bychom chtěli vidět v řádku s roky nejvyšší měsíční útratu jednoho zákazníka, musíme změnit kontext, ve kterém je měřítko [Internetové prodeje] vyhodnoceno.
Měřítko:
V nové verzi výpočtu má nyní tabulka v proměnné ZakazniciNakupy tři sloupce – jména zákazníků, měsíce a hodnotu nákupů zákazníka v daném měsíci. Pokud novou verzi měřítka vložíme do původního vizuálu, v řádcích s měsíci bude výsledek stejný jako původní výpočet, v řádku souhrnů a v řádku s rokem 2020 již však bude hodnota jiná.
Jak můžeme vidět na obrázku výše, nové měřítko vrací v řádcích s měsíci stejné hodnoty jako předchozí výpočet. V řádku s rokem 2020 a v řádku souhrnů je již hodnota jiná, a nově odpovídá nejvyšší měsíční útratě jednoho zákazníka v daném roce. Jedná se o zákazníka, který utratil 4 848,96 Kč, a tato nejvyšší útrata proběhla v lednu 2020. Obě předchozí měřítka vrací pouze částku, kterou nejlepší zákazník utratil v daném období. Následující měřítko již bude vracet také jméno nejlepšího zákazníka.
Měřítko:
Logika výpočtu je velmi podobná jako v předchozích příkladech. Hlavní rozdíl je možné vidět v proměnné NejlepsiZakaznik. Nově již nemůžeme použít funkci MAXX(), ale pro výběr nejlepšího zákazníka je použita funkce TOPN(), protože již nepracujeme pouze s číslem, ale také s textovým řetězcem.
Výsledkem měřítka musí být jedna skalární hodnota, a proto je ještě v proměnné NejlepsiZakaznik použita funkce SELECTCOLUMNS(), ve které z tabulky se dvěma sloupci vytvoříme tabulku pouze s jedním sloupcem, který obsahuje textový řetězec se jménem zákazníka a částkou. V proměnné Vysledek ještě musíme ověřit, zda je v tabulce NejlepsiZakaznik pouze jeden řádek. Více řádků by v této dočasné tabulce bylo v případě, kdy by na prvním místě bylo více zákazníků se stejnou útratou v daném období.
Měřítko si opět můžeme vložit do připraveného vizuálu a podívat se na výsledek.
Jak je možné vidět na obrázku výše, nové měřítko již vrací také jméno zákazníka. V závorce za jménem každého zákazníka je jedinečný identifikátor zákazníka, abychom se vyhnuli sloučení více zákazníků se stejným jménem do jednoho řádku.
Měřítko [Nejlepší zákazník (ve vybraném období)] vrací nejlepšího zákazníka v období, ve kterém je měřítko vyhodnoceno. Toto měřítko můžeme použít také v jiném kontextu, například v kontextu kategorií produktů, v kontextu jednotlivých obchodů, a tak dále. Stejně jako při zobrazení nejvyšší částky utracené jedním zákazníkem můžeme i nyní změnit granularitu výpočtu tak, abychom v řádku souhrnů viděli nejlepšího zákazníka podle měsíčních nákupů.
Měřítko:
Pokud si nové měřítko [Zákazník měsíce] porovnáme s měřítkem [Nejlepší zákazník (ve vybraném období)], rozdíl bude opět pouze v řádcích s roky nebo v řádku souhrnů.
Pokud odebereme průřez s filtrem roků, a ve vizuálu Matice ponecháme pouze měřítko [Zákazník měsíce], můžeme vidět co se stane, pokud je v jednom měsíci více zákazníků se stejnou útratou.
V řádcích s měsíci je výsledkem měřítka [Zákazník měsíce] jméno nejlepšího zákazníka v daném měsíci. V řádku s rokem 2020 můžeme vidět, že nejvyšší měsíční nákup v roce 2020 uskutečnil zákazník Ricky Navarro. V řádku souhrnů je pak zákazník Larry Vazquez, který měl nejvyšší měsíční nákup napříč všemi měsíci. Tato rekordní útrata proběhla v listopadu 2019.
V dubnu 2019 a v červenci 2019 bylo na prvním místě více zákazníků se stejnou útratou. Tato situace by byla v reálném modelu nad reálnými daty málo pravděpodobná. Nicméně může nastat a proto si ještě můžeme ukázat výpočet, který vrátí všechny zákazníky na prvním místě, pokud je zákazníků na prvním místě více.
Měřítko:
Výsledek měřítka [Zákazník měsíce 2] můžeme vidět na následujícím obrázku.
Měřítko [Zákazník měsíce 2] nyní vrací v případě shody na prvním místě všechny zákazníky, kteří se dělí o pomyslné první místo, z pohledu měsíčních nákupů. Tuto situaci můžeme vidět například v řádku s měsícem červenec 2019.
Logika výpočtů uvedených v tomto příspěvku může být s drobnými úpravami použita také k vyhodnocení například nejlepších prodejců, nejlepších produktů nebo nejlepších obchodů v určitém období a podle vybraných kritérií, v závislosti na požadavcích uživatelů reportu. Další příklady jsou k dispozici na stránce DAX – příklady nebo na youtubovém kanále ve formě videí.
Komentáře
Okomentovat