Centrale DAX-målinger for KPI'er

Før du tilføjer de nye målinger, er det værd at forstå strukturen af det, der allerede er opbygget. Total Sales og Transaction Count er basismålinger — hver beregner én ting direkte fra dataene uden afhængighed af andre målinger. Total Quantity og Distinct Customers er også basismålinger. Den eneste sammensatte måling i dette kapitel er Average Order Value — den refererer til Total Sales og Transaction Count ved navn i stedet for at gentage deres beregninger.

Distinct Customers := DISTINCTCOUNT(Sales[Customer ID])

Tæller antallet af unikke Customer ID-værdier i Sales-tabellen — ikke i Customers-dimensionstabellen. Dette sikrer, at kun kunder med faktisk salgsaktivitet i den aktuelle filterkontekst tælles med. En kunde, der findes i Customers-tabellen, men ikke har afgivet nogen ordrer, udelades korrekt.

Average Order Value := DIVIDE([Total Sales], [Transaction Count])

Dividerer Total Sales med Transaction Count ved hjælp af DIVIDE-funktionen i stedet for /-operatoren. Refererer til de to basismålinger ved navn med kantede parenteser uden tabelpræfiks — DAX-signal om, at der refereres til en måling (ikke en kolonne).

Total Quantity := SUM(Sales[Quantity])

Summerer Quantity-kolonnen — antallet af solgte enheder frem for den genererede omsætning. Omsætning og antal bevæger sig ofte sammen, men ikke altid. Overvågning af begge gør det muligt hurtigt at identificere perioder med mange lavværditransaktioner versus færre højværditransaktioner.

DISTINCTCOUNT vs. COUNTROWS

Brug af COUNTROWS til at tælle kunder giver et forkert resultat, når en kunde har afgivet mere end én ordre. For en kunde, der har afgivet tre ordrer, tæller COUNTROWS tre kunder. DISTINCTCOUNT tæller én. Til spørgsmål formuleret som "hvor mange kunder", skal du altid bruge DISTINCTCOUNT.

Referencer

DAX bruger et konsekvent visuelt signal til at skelne mellem kolonner og målinger i en formel:

Validering af målinger før brug

Efter at have skrevet alle fem målinger, anbefales det at validere dem ved at tilføje dem alle til værdifeltet i en pivottabel uden nogen række- eller kolonneopdeling først. Rækken med total viser alle fem målinger beregnet på hele datasættet. Kontroller, om hvert tal virker plausibelt — hvis Total Quantity er lavere end Transaction Count, er der sandsynligvis noget galt. Først når totalerne ser rimelige ud, bør rækker og slicere tilføjes.

1. Indsæt en pivottabel fra tabellen Sales, tilføj til datamodellen;
2. Træk alle fem målinger ind i værdifeltet — endnu ingen rækker eller kolonner;
3. Kontroller, at hver total ser plausibel ud i forhold til din viden om dataene;
4. Tilføj Region fra Customers til rækker — verificer, at hver region viser en rimelig opdeling;
5. Tilføj en Category-slicer fra Products — bekræft, at alle fem målinger reagerer korrekt på filtrering.

Opgave

I denne opgave skal du tilføje tre nye målinger for at fuldende KPI-værktøjskassen med fem målinger og derefter validere alle fem i en multidimensionel pivottabel.

Trin 1 — Tilføj de tre resterende målinger

• Åbn projektmappen.
• Gå til Power Pivot → Administrer → Datavisning → Salg-fanen.
• I beregningsområdet skal du tilføje følgende tre målinger nøjagtigt som skrevet:

Distinct Customers := DISTINCTCOUNT(Sales[CustomerID])

Average Order Value := DIVIDE([Total Sales], [Transaction Count])

Total Quantity := SUM(Sales[Quantity])

• Tryk på Enter efter hver.
• Alle tre bør vises i beregningsområdet med en beregnet værdi under målingens navn.

Når du er færdig, skal dit beregningsområde indeholde præcis fem målinger:

• Total Sales.
• Transaction Count.
• Distinct Customers.
• Average Order Value.
• Total Quantity.

Trin 2 — Valider i en pivottabel

• Gå tilbage til Excel. Indsæt en pivottabel fra Denne projektmappes datamodel.

Opbyg følgende layout:

• Rækker: MonthName fra Dates-tabellen.
• Værdier: alle fem målinger (Total Sales, Transaction Count, Distinct Customers, Average Order Value og Total Quantity, i den rækkefølge).
• Udskærer: Category fra Products-tabellen.

Når layoutet er oprettet, besvar følgende spørgsmål ved at aflæse pivottabellen.

1. Hvad er Total Sales samlet for alle måneder og kategorier?
2. Hvilken måned har den højeste Average Order Value?
3. Når du filtrerer udskæreren til Bikes, ændrer Distinct Customers-tallet sig?
4. Hvad fortæller det dig om kundeadfærd for den kategori?
5. Når du skifter udskæreren fra Bikes til Accessories, går Total Quantity op eller ned?
6. Hvad antyder det om forskellen mellem de to kategorier?