Tento příspěvek obsahuje jeden ze způsobů, jak můžeme pomocí jazyka DAX zjistit, která hodnota se ve vybraném sloupci vyskytuje nejčastěji. Řečí statistiky se nejčastěji vyskytující hodnota v daném souboru dat nazývá MODUS. Ve cvičném Power BI souboru si ukážeme, jak zjistit nejčastěji se vyskytující produkt v tabulce prodejů 'Sales', popíšeme si, jakou má toto zjištění vypovídající hodnotu ve vztahu ke struktuře dat v modelu a ukážeme si jak zjistit, který produkt je opravdu nejprodávanější.
Všechny příklady uvedené v tomto příspěvku jsou vytvořeny ve cvičném Power BI souboru Adventure Works DW 2020.pbix, který je volně dostupný ke stažení na internetu.
Nejčastější výskyt produktu v tabulce prodejů
Než se dostaneme k samotnému výpočtu, podívejme se nejdříve na strukturu tabulky a sloupce, ve kterém budeme hledat nejčatěji se vyskytující hodnotu.
Na obrázku výše můžeme vidět strukturu dat v tabulce 'Sales', která obsahuje záznamy o prodejích produktů a v použitém modelu se jedná o tzv. faktovou tabulku.
Zvýrazněný sloupec obsahuje identifikátor jednotlivých produktů, který je mimo jiné použitý pro vytvoření relace mezi tabulkami 'Sales' a 'Product'. Jak můžeme vidět na obrázku výše, sloupec 'Sales'[ProductKey] obsahuje celkem 121 253 záznamů a 350 jedinečných hodnot. To znamená, že velké množství hodnot se v tomto sloupci opakuje. Tím se dostáváme k cíli výpočtu, kterým je zjistit, jaký produkt se v tomto sloupci vyskytuje nejčastěji. Pokud bychom chtěli vytvořit měřítko, které bude vracet v aktuálním kontextu produkt, který se v tabulce 'Sales' vyskytuje nejčastěji, můžeme použít následující výpočet.
Měřítko:
Výpočet v měřítku [Nejčastější výskyt (ProductKey)] je relativně přímočarý. Pomocí funkce TOPN() si vytvoříme tabulku, která bude obsahovat jeden sloupec s produktem nebo produkty, které mají nejčastější zastoupení ve sloupci 'Sales'[ProductKey], s ohledem na aktuální kontext vyhodnocení. V proměnné Vysledek hodnoty z této tabulky s jedním sloupcem zřetězíme do jednoho textového řetězce pro případ, že by na prvním místě bylo více produktů se stejným počtem výskytů. Pokud nové měřítko vložíme do vizuálu Matrix, například s roky v řádcích, výsledek může vypadat následovně.
Měřítko [Nejčastější výskyt (ProductKey)] tedy vrací číslo produktu, které je v tabulce 'Sales' zastoupeno nejčastěji, s ohledem na případné vnější filtry, které můžou být přítomny v Power BI reportech. Na první pohled se může zdát, že se jedná o ekvivalent nejprodávanějšího produktu. Před tím, než budeme moci říct, jestli měřítko [Nejčastější výskyt (ProductKey)] vrací identifikátor nejprodávanějšího produktu, musíme se nejdříve podívat podrobněji na strukturu dat v modelu.
Nejprodávanější produkt
To, že měřítko [Nejčastější výskyt (ProductKey)] není ekvivalentem pro nejprodávanější produkt, zjistíme poměrně rychle při pohledu na strukturu tabulky 'Sales'. Každý produkt, který má záznam v tabulce 'Sales', může být prodán v různém množství. Počet prodaných kusů v tabulce 'Sales' je zaznamenán ve sloupci 'Sales'[Order Quantity]. Rozdíl mezi počtem výskytů produktu v tabulce 'Sales' a počtem prodaných kusů je znázorněn na následujícím obrázku.
Další aspekt, který bychom měli brát v úvahu, je rozdíl mezi identifikátorem produktu a názvem produktu. Každý produkt se v tabulce 'Product' může vyskytovat v různých verzích. Jedna verze jednoho produktu se od druhé verze stejného produktu může lišit například cenou nebo náklady na výrobu. Jak můžeme vidět na obrázku níže, každý produkt může mít jednu nebo více verzí.
Měřítko:
Měřítko [Nejvíce prodaných kusů (Product)] následuje logiku původního výpočtu. Rozdíl můžeme vidět ve druhém argumentu funkce TOPN(), kde je použit sloupec s názvy produktů, namísto sloupce s identifikátory produktů v původním výpočtu. Druhým rozdílem je třetí argument funkce TOPN(), kde namísto počtu výskytů počítáme počet prodaných kusů. Pokud nové měřítko vložíme do původního vizuálu s roky v řádcích, výsledek může vypadat následovně.
Komentáře
Okomentovat