[МУЗЫКА] [МУЗЫКА] Создадим два отчета: отчет с описанием групп заказов и отчет, в котором мы будем сравнивать заказы для крупных и для обычных клиентов. Я уже подготовила соответствующие листы. Это первый лист — описание групп заказов. Но для начала нам нужно еще немного поработать с данными. Так, откроем режим таблицы и откроем табличку «кластеры». Как сейчас мы видим, кластеры обозначены просто своими номерами. Это будет не очень наглядно на наших диаграммах, поэтому мы создадим новый столбец, который так и назовем «Кластеры». Так. Он будет начинаться со слова «кластер» именно для того, чтобы это появилось у нас в названии диаграммы. Дальше появится знак пробела. И через & мы добавим столбец «Clusters» с номером кластера. Так появился столбец, данные которых не просто номер кластера, а с обозначением слова «кластер». Вернемся к нашим отчетам. Также нам нужно будет создать две меры. Для таблички «Заказы» мы создадим новую меру, в которой мы будем считать количество наших заказов. Для того чтобы посчитать количество заказов, которые попадают в каждый кластер, или в каждую группу. Итак, «Количество заказов». Так, на латинице, сейчас исправим. «Количество заказов». Это будет функция count, которая применяется в данном случае к коду клиента, потому что каждый заказ — это у нас как раз и есть код клиента. Итак, появляется мера «Количество заказов». Для той же самой таблички нам нужно создать еще одну меру. Мы посчитаем, какой процент предоплата составляет от суммы заказов. Так и назовем эту функцию. «%Предоплата». [БЕЗ_СЛОВ] Применим функцию divide. И в данном случае функция divide применяется к агрегированным данным, тоже к некоторым DAX-формулам, но мы будем ее применять не к сумме заказов и сумме предоплат, а к среднему значению заказа и среднему значению суммы предоплаты. Итак, применяем функцию average. Предоплата. Мы делим на среднее значение average к сумме заказа. Итак, подправим нашу формулу. Вкладка «Моделирование». Выбираем процентный формат. Два знака после запятой нас устроит. Итак, создадим теперь наш первый отчет. Сначала посмотрим, насколько сбалансированными и разбалансированными у нас получаются кластеры. Возьмем обычную столбчатую диаграмму. В общем-то, в данном случае у нас не будет большого разнообразия диаграмм, у нас совсем о другом наши данные. Итак, мы хотим посмотреть, сколько элементов было в каждом кластере. Итак, вот видим. Немножечко поправим давайте. Мы создадим метки наших данных. Наверное, ось y мы уберем, но мы добавим метки данных, которые будут вершиной внутри, но немножечко покрупнее их сделаем. Так. Также добавим диаграмму. Тоже это будет столбчатая диаграмма, в которую мы добавим «Сумма заказа» и «Предоплата» по кластерам. Изменим вид диаграммы. Не совсем корректно мы сейчас сделали, поскольку нам нужна не сумма заказа, а мы хотим посмотреть характеристики кластеров. Поэтому нам нужно изменить также агрегирующую функцию. Давайте это сделаем. Итак, «Сумма заказов». выберем агрегирующую функцию «среднее». Нам нужно посмотреть среднее количество заказов, которое было. И точно так же средняя предоплата. Тогда мы как раз посмотрим характеристики наших кластеров. Давайте мы, единственное, поменяем вот эти мрачные цвета данных, черный цвет заменим на какой-то более приятный. И давайте сейчас попробуем добавить на эту же диаграмму (может быть, у нас все получится добавить на одну диаграмму) количество платежей и количество недель. Ну как мы видим, эти данные совсем не видны, потому что у них совершенно другой масштаб. И если мы попытаемся изменить тип диаграммы, и количество платежей и количество недель добавить в виде линейного графика, в общем, наверное будет перегружена наша диаграмма. Поэтому в данном случае мы лучше сделаем другую диаграмму. Так, у нас сбились цвета, сейчас мы их поменяем. Добавим другую диаграмму, в которой мы как раз посмотрим количество недель и количество платежей. Так это тоже будет столбчатая диаграмма. Так, для кластеров. Количество недель и количество платежей. И точно также агрегирующая функция это будет не сумма, а это будет среднее значение. Доработаем несколько наши диаграммы. В данном случае просто поменяем цвета. Ну конечно, для аккуратности нам нужно аккуратно прописать заголовки, привести наши диаграммы к правильному виду. Я думаю, вы это сможете сделать самостоятельно. Давайте добавим несколько срезов к нашим данным. Итак, в данном случае, например, по группам клиентов мы хотим посмотреть. Крупный/обычный клиент. Это будут данные, расположенные по горизонтали. Теперь нужно аккуратно поменять масштаб наших данных. Так. И добавим города. Второй срез — это будет города, в которых находятся наши клиенты. Так, сделаем возможность множественного выбора. Выбираем элементы управления, отключаем функцию единичного выбора. И теперь мы с вами можем выбирать. Например, посмотреть по Санкт-Петербургу и Москве одновременно, как характеризуются наши кластеры и не являются ли они разбалансированными. Мы видим, что у нас в данном случае все в порядке. И если данных очень много городов, в данном случае у нас это не так, но, может быть, это неудобно, мы можем выбрать вариант «список», раскрывающийся список. Тогда мы не увидим весь список городов, который может быть очень существеннен, и просто раскрывать его, и только тогда выбирать нужный нам город. [БЕЗ_ЗВУКА] Создадим второй отчет. Мы сравним заказы клиентов для разных групп. То есть теперь у нас мы посмотрим сумму заказов не по кластерам, а по группам клиентов, и добавим сюда же, например, тоже кластеры, только теперь это будут условные обозначения. Итак, вот для групп клиентов, мы видим по трем кластерам, как распределилась наша сумма заказов. И видимо, все-таки нам тоже надо поменять агрегирующую функцию, сделать среднюю сумму заказа. Добавим диаграмму также с предоплатой. Итак, это у нас будет «Предоплата». Столбчатая диаграмма для тоже кластеров, и сюда же для групп клиентов. Добавим. Чуть-чуть другое измерение у нас получилось. Посмотрите: разные способы представления данных дают несколько разную информацию. Давайте мы в эту диаграмму сейчас добавим не только абсолютную сумму предоплаты, а также и предоплату в процентном отношении. Итак, мы заменим тип нашей диаграммы «комбинированная». И предоплата в проценты, значения строк. Итак, мы видим теперь: предоплата и в абсолютном значении и в процентном отношении. Точно так же мы можем добавить и диаграмму «Количество недель» для кластеров и для группы клиентов. Уменьшим немного нашу диаграмму. И сделаем последнюю — количество платежей, кластеры и группы клиентов. Нам осталось доработать наш отчет, подравнять, и может быть, нам удобно разделить эти диаграммы двух видов вертикальной чертой. Делается это следующим образом: на вкладке «Главное» мы можем добавить изображение. Вот так. Не изображение, фигура. Взять прямую линию, растянуть ее на весь наш отчет, и тогда в итоговом отчете мы как бы разделили данные на две группы. Итак, мы создали с вами сейчас два отчета, которые нам помогают более внимательно посмотреть, из каких данных, из каких заказов состоят наши кластеры.
