Grunnleggende DAX-mål for KPI-er

Før du legger til de nye målingene, er det verdt å forstå strukturen til det som allerede er bygget. Total Sales og Transaction Count er grunnleggende målinger — hver av dem beregner én ting direkte fra dataene uten avhengighet til andre målinger. Total Quantity og Distinct Customers er også grunnleggende målinger. Den eneste sammensatte målingen i dette kapittelet er Average Order Value — den refererer til Total Sales og Transaction Count ved navn i stedet for å gjenta deres beregninger.

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

Teller antall unike Customer ID-verdier i Sales-tabellen — ikke i Customers-dimensjonstabellen. Dette sikrer at kun kunder med faktisk salgsaktivitet i gjeldende filterkontekst blir telt. En kunde som finnes i Customers-tabellen, men ikke har lagt inn noen ordre, blir korrekt utelatt.

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

Dividerer Total Sales med Transaction Count ved å bruke DIVIDE-funksjonen i stedet for /-operatoren. Refererer til de to grunnleggende målingene ved navn med hakeparenteser uten tabellprefiks — DAX-signalet på at det er en måling (ikke en kolonne) som refereres.

Total Quantity := SUM(Sales[Quantity])

Summerer Quantity-kolonnen — antall solgte enheter i stedet for generert inntekt. Inntekt og antall enheter beveger seg ofte sammen, men ikke alltid. Å spore begge gjør det enkelt å identifisere perioder med mange lavverdihandler mot færre høytverdihandler.

DISTINCTCOUNT vs. COUNTROWS

Å bruke COUNTROWS for å telle kunder gir feil svar når en kunde har lagt inn mer enn én ordre. For en kunde som har lagt inn tre ordre, teller COUNTROWS tre kunder. DISTINCTCOUNT teller én. For alle spørsmål formulert som «hvor mange kunder», bruk alltid DISTINCTCOUNT.

Referanser

DAX bruker et konsekvent visuelt signal for å skille mellom kolonner og mål i en formel:

Validering av målene før bruk

Etter at alle fem målene er skrevet, anbefales det å validere dem ved å legge dem til i verdifeltet i en pivottabell uten noen rad- eller kolonneinndeling først. Rad for totalsum viser alle fem målene beregnet mot hele datasettet. Kontroller om hvert tall virker rimelig — hvis Total Quantity er lavere enn Transaction Count, er det sannsynligvis noe galt. Først når totalsummene ser fornuftige ut, bør rader og slicere legges til.

1. Sett inn en pivottabell fra Sales-tabellen, legg til i datamodellen;
2. Dra alle fem målene inn i Verdier-feltet — ingen rader eller kolonner ennå;
3. Kontroller at hver totalsum virker rimelig i forhold til det du vet om dataene;
4. Legg til Region fra Customers i rader — verifiser at hver region viser en fornuftig fordeling;
5. Legg til en Category-slicer fra Products — bekreft at alle fem målene reagerer korrekt på filtrering.

Oppgave

I denne oppgaven skal du legge til tre nye mål for å fullføre KPI-verktøykassen med fem mål, og deretter validere alle fem i en flerdimensjonal pivottabell.

Trinn 1 — Legg til de tre siste målene

• Åpne arbeidsboken.
• Gå til Power Pivot → Behandle → Datavisning → Salg-fanen.
• I beregningsområdet legger du til følgende tre mål nøyaktig som skrevet:

Distinct Customers := DISTINCTCOUNT(Sales[CustomerID])

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

Total Quantity := SUM(Sales[Quantity])

• Trykk Enter etter hver.
• Alle tre skal vises i beregningsområdet med en beregnet verdi under målnavnet.

Når du er ferdig, skal beregningsområdet inneholde nøyaktig fem mål:

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

Trinn 2 — Valider i en pivottabell

• Gå tilbake til Excel. Sett inn en pivottabell fra Denne arbeidsbokens datamodell.

Bygg følgende oppsett:

• Rader: MonthName fra Dates-tabellen.
• Verdier: alle fem målene (Total Sales, Transaction Count, Distinct Customers, Average Order Value og Total Quantity, i den rekkefølgen).
• Utsnitt: Category fra Products-tabellen.

Når oppsettet er klart, svar på følgende spørsmål ved å lese pivottabellen.

1. Hva er Total Sales samlet sum på tvers av alle måneder og kategorier?
2. Hvilken måned har høyest Average Order Value?
3. Når du filtrerer utsnittet til Bikes, endres Distinct Customers-antallet?
4. Hva forteller det deg om kundeadferd for den kategorien?
5. Når du bytter utsnittet fra Bikes til Accessories, går Total Quantity opp eller ned?
6. Hva antyder det om forskjellen mellom de to kategoriene?