Hola a todos,
Esto es un poco complicado de explicar, así que tengan paciencia conmigo. He creado un cuadro de mando minorista, utilizando una serie de métricas diferentes, dentro de una jerarquía minorista (Región> Área> Tienda). Cada medida tiene un valor representado por un% de varianza, que totaliza para dar una relación de puntuación agregada para una puntuación participaular (lo que se seleccionó en los filtros). Entonces, por ejemplo, si una tienda fuera> 0% para 8 de 16 medidas, obtendría una puntuación del 50%.
El problema es que cuando subo en la jerarquía hasta el área y la región, la puntuación se rompe. Agrega todas las puntuaciones de las tiendas en un área en lugar de utilizar solo las puntuaciones de ESA área. He adjuntado algunas imágenes para ayudar.
Si alguien está dispuesto a ayudar y cree que puede conocer una solución, ¡póngase en contacto con nosotros!
Atentamente,
Levi
Entonces, en primer lugar, hay algo de rareza con sus datos. Por ejemplo, la tienda n. ° 5103 y la tienda n. ° 5086 no tienen entradas para todas las métricas. Debido a que tienen ceros para todas las métricas, se ve bien, pero apuesto a que si tuvieran datos de métricas, esos porcentajes se verían extraños.
Hablando de su problema con la puntuación RSC que no funciona para todas las tiendas. En realidad, no funciona bien cuando tienes varias tiendas seleccionadas. Lo que está sucediendo es que está calculando la puntuación total posible correctamente, pero el numerador está sumando todos los ‘Datos de hechos'[V3] entradas. El problema es que un 1 en la columna V3 significa un resultado positivo, pero no indica qué tan positivo es el resultado. Entonces, por ejemplo, si una tienda tuviera un puntaje de horas de voluntariado de 1,000,000%, arrastraría el porcentaje que ve en el cuadro MUY hacia arriba, pero el puntaje de RSC apenas cambiaría, ya que V3 sigue siendo un 1.
Lo que quieres es un recuento donde [Variance] es positivo para mayo dividido por el número de métricas. Lo primero es lo primero, tu expresión para [Variance] es una pesadilla. Lo simplifiqué a esto:
Variance = DIVIDE(SUM('Fact Data'[Absolute]),SUM('Fact Data'[Divisor]), 0)
Entonces, en este punto, hay algunas formas de hacer esto. Podrías encontrar alguna forma de usar las matemáticas para contar valores positivos de [Absolute] vs distinto de cero [Divisor] valores, pero eso suena como un gran dolor de cabeza. ¿Por qué no contar directamente los resultados positivos?
RSC Score2 = COUNTROWS(FILTER(SUMMARIZE('Fact Data','Fact Data'[Measure1], "Metric Variance", [Variance]), [Metric Variance]>0)) / [Distinct Measure Count]
Entonces esto funciona, y estaba jugando con él para confirmar, y noté algo De Verdad extraño acerca de tu matriz. No estoy seguro de por qué o cómo, pero de alguna manera calcula los valores de manera diferente de lo que debería. Fui e hice una matriz con las mismas filas / columnas / valores EXACTOS y obtuve resultados diferentes. Incluso copiar / pegar su matriz hace que recalcule todas las filas para que coincidan con mis cálculos manuales.
Tenga en cuenta que tuve que establecer un filtro visual en el visual de puntaje nuevo y mejorado para usar solo los datos de mayo.
Por lo que puedo decir al revisar manualmente su tabla de datos de hechos, la matriz de la derecha tiene el valor correcto. No estoy seguro de por qué la matriz de la izquierda se calcula de manera diferente, pero la puntuación nueva y mejorada coincide con los datos de la derecha y mis intentos de calcular manualmente [Variance].
Ojalá eso ayude. Si tiene más preguntas, no dude en preguntar.
Entonces, en primer lugar, hay algo de rareza con sus datos. Por ejemplo, la tienda n. ° 5103 y la tienda n. ° 5086 no tienen entradas para todas las métricas. Debido a que tienen ceros para todas las métricas, se ve bien, pero apuesto a que si tuvieran datos de métricas, esos porcentajes se verían extraños.
Hablando de su problema con la puntuación RSC que no funciona para todas las tiendas. En realidad, no funciona bien cuando tienes varias tiendas seleccionadas. Lo que está sucediendo es que está calculando la puntuación total posible correctamente, pero el numerador está sumando todos los ‘Datos de hechos'[V3] entradas. El problema es que un 1 en la columna V3 significa un resultado positivo, pero no indica qué tan positivo es el resultado. Entonces, por ejemplo, si una tienda tuviera un puntaje de horas de voluntariado de 1,000,000%, arrastraría el porcentaje que ve en el cuadro MUY hacia arriba, pero el puntaje de RSC apenas cambiaría, ya que V3 sigue siendo un 1.
Lo que quieres es un recuento donde [Variance] es positivo para mayo dividido por el número de métricas. Lo primero es lo primero, tu expresión para [Variance] es una pesadilla. Lo simplifiqué a esto:
Variance = DIVIDE(SUM('Fact Data'[Absolute]),SUM('Fact Data'[Divisor]), 0)
Entonces, en este punto, hay algunas formas de hacer esto. Podrías encontrar alguna forma de usar las matemáticas para contar valores positivos de [Absolute] vs distinto de cero [Divisor] valores, pero eso suena como un gran dolor de cabeza. ¿Por qué no contar directamente los resultados positivos?
RSC Score2 = COUNTROWS(FILTER(SUMMARIZE('Fact Data','Fact Data'[Measure1], "Metric Variance", [Variance]), [Metric Variance]>0)) / [Distinct Measure Count]
Entonces esto funciona, y estaba jugando con él para confirmar, y noté algo De Verdad extraño acerca de tu matriz. No estoy seguro de por qué o cómo, pero de alguna manera calcula los valores de manera diferente de lo que debería. Fui e hice una matriz con las mismas filas / columnas / valores EXACTOS y obtuve resultados diferentes. Incluso copiar / pegar su matriz hace que recalcule todas las filas para que coincidan con mis cálculos manuales.
Tenga en cuenta que tuve que establecer un filtro visual en el visual de puntaje nuevo y mejorado para usar solo los datos de mayo.
Por lo que puedo decir al revisar manualmente su tabla de datos de hechos, la matriz de la derecha tiene el valor correcto. No estoy seguro de por qué la matriz de la izquierda se calcula de manera diferente, pero la puntuación nueva y mejorada coincide con los datos de la derecha y mis intentos de calcular manualmente [Variance].
Ojalá eso ayude. Si tiene más preguntas, no dude en preguntar.
