¡Bienvenidos, muy buenos días tardes o noches , según donde me leas !

¡Hola a todos y bienvenidos a este emocionante viaje en nuestra fase 5 en el camino hacia la entrega de nuestras medidas para el desafiante reto de datos de fp20analytics

Hoy, responderemos a algunas preguntas intrigantes y divertidas, todo ello en el apasionante mundo de los datos y el análisis. Nos sumergiremos en un viaje de lógica y cálculos para descubrir información valiosa sobre nuestros productos y vendedores. Así que, sin más preámbulos, adentrémonos en las entrañas de nuestros datos.

Fase 5 en el camino para entrega nuestras medidas para el reto de datos fp20analytics.

Recuerda el link para nuestro reto de datos es :
https://zoomcharts.com/en/microsoft-power-bi-custom-visuals/challenges/fp20analytics-october-2023

Responderemos a las preguntas

¿Cuál fue el promedio de días de entrega para diferentes categorías de productos?

Esta pregunta es super divertida por que utilizaremos la siguiente lógica : Promedio de dias de entrega = AVERAGEX(Fact_Table,DATEDIFF(Fact_Table[Order Date],Fact_Table[Ship Date],DAY))

La medida «Promedio de días de entrega» utiliza la función DAX AVERAGEX para calcular el promedio de la diferencia en días entre las fechas de pedido (Order Date) y las fechas de envío (Ship Date) en una tabla de hechos llamada «Fact_Table». Vamos a desglosar la lógica detrás de esta medida:

Fact_Table: Esta es la tabla de hechos o la tabla de datos que contiene información sobre los pedidos y los detalles de envío. En esta tabla, tienes las columnas «Order Date» y «Ship Date», que son las fechas de pedido y envío, respectivamente.

DATEDIFF(Fact_Table[Order Date], Fact_Table[Ship Date], DAY): La función DATEDIFF calcula la diferencia entre dos fechas y retorna el resultado en la unidad especificada, en este caso, «DAY». La fórmula calcula la diferencia en días entre la fecha de pedido y la fecha de envío para cada fila de la tabla «Fact_Table». Esto da como resultado una columna de números enteros que representan el número de días que transcurrieron entre el pedido y el envío para cada fila.

AVERAGEX(Fact_Table, …): La función AVERAGEX calcula el promedio de los valores que se obtienen al aplicar una expresión a cada fila de una tabla. En este caso, la expresión que se aplica a cada fila de «Fact_Table» es el resultado de la función DATEDIFF que calcula la diferencia en días entre las fechas de pedido y envío.

La medida «Promedio de días de entrega» está calculando el promedio de la diferencia en días entre las fechas de pedido y envío para todas las filas de la tabla «Fact_Table». En otras palabras menos coplicadillo, te da un valor promedio que representa cuántos días, en promedio, se tarda en entregar un pedido desde la fecha de pedido hasta la fecha de envío en la tabla de datos. Esto puede proporcionar información importante sobre la eficiencia en el proceso de entrega y logística.

Imagen 1

¿Cuál fue el promedio de días de entrega para cada segmento?
Promedio de dias de entrega = AVERAGEX(Fact_Table,DATEDIFF(Fact_Table[Order Date],Fact_Table[Ship Date],DAY))

Aplicamos la misma lógica anterior pero en la tabla o grafico colocamos los datos de la columna segmente de la dimensión Product

¿Cuáles fueron los 5 productos de entrega más rápida?

Top 5 Productos entrega rapida dias =

VAR _Top5Rank =

RANKX(ALL(Dim_Product), [Dias entrega], , ASC, Dense)

VAR _Top5ProductsTable =

FILTER(Dim_Product, _Top5Rank <= 5)

RETURN

CALCULATE([Dias entrega],

_Top5ProductsTable)

En esta pregunta vamos a modificar el contexto de como estamos forzando al objeto visual para que nos muestre el top 5 de los productos , pero que muestre la cantidad de días y en que posición del ranking se encuentra dicho producto, pero esta ves sin colocar la medida en el filtro del objeto visual , solo con DAX.

VAR _Top5Rank = RANKX(ALL(Dim_Product), [Días entrega], , ASC, Dense): Esta parte de la medida calcula un ranking para cada producto en función de sus días de entrega. Para hacerlo, se utiliza la función RANKX. VAMOS PASO A PASITO CON ESTA MEDIDA

ALL(Dim_Product): La función ALL se utiliza para quitar cualquier filtro que pueda estar aplicado a la tabla «Dim_Product». Esto garantiza que se consideren todos los productos en el cálculo del ranking, independientemente de cualquier filtro aplicado en el informe.

[Días entrega]: Esto se refiere a una medida llamada «Días entrega» Esta medida contiene la información sobre los días de entrega de cada producto.

ASC: Esto indica que el ranking se calculará en orden ascendente, es decir, se clasificarán los productos desde los que tienen el menor número de días de entrega hasta los que tienen el mayor número de días de entrega.

Dense: El parámetro «Dense» se refiere al tipo de clasificación que se realizará, lo que significa que no habrá brechas en los números de ranking en caso de que varios productos tengan el mismo número de días de entrega.

VAR _Top5ProductsTable = FILTER(Dim_Product, _Top5Rank <= 5): En esta parte, se crea una tabla llamada «_Top5ProductsTable» que contiene solo los productos que tienen un ranking igual o menor a 5, lo que significa que son los cinco productos con los tiempos de entrega más cortos.

RETURN CALCULATE([Días entrega], _Top5ProductsTable): Finalmente, se calcula el tiempo de entrega promedio solo para los productos que están en la tabla «_Top5ProductsTable». La función CALCULATE se utiliza para realizar este cálculo. Esto devuelve el tiempo de entrega promedio de los cinco productos con los tiempos de entrega más cortos, lo cual fuerza al objeto visual a que me muestre solo lo que están dentro del el rankign seleccionado

Imagen 3 y 3.1

Ahora deseo ver en la misma tabla el ranking que se enucuentra cada producto en base a esta lógica

Top 5 Productos entrega rapida rankig =

VAR _Top5Rank =

RANKX(ALL(Dim_Product), [Dias entrega], , ASC, Dense)

VAR _Top5ProductsTable =

FILTER(Dim_Product, _Top5Rank <= 5)

RETURN

CALCULATE(

IF(

COUNTROWS(_Top5ProductsTable) > 0,

_Top5Rank

_Top5ProductsTable

)

VAR _Top5Rank = RANKX(ALL(Dim_Product), [Días entrega], , ASC, Dense): Esta parte de la medida calcula un ranking para cada producto en función de sus días de entrega. Esta línea es similar a la que mencionaste anteriormente en la medida «Top 5 Productos entrega rápida días». Aquí está una explicación detallada de cada parte de esta línea:

[Días entrega]: Esto se refiere a una medida que calcula los días de entrega para cada producto. Esta medida devuelve el tiempo de entrega como un valor numérico.

RETURN CALCULATE(IF(COUNTROWS(_Top5ProductsTable) > 0, _Top5Rank), _Top5ProductsTable): Finalmente, la medida devuelve el ranking de los productos solo si hay al menos un producto en la tabla «_Top5ProductsTable» (es decir, si hay al menos cinco productos en la tabla original). La función CALCULATE se utiliza para realizar este cálculo. Si no hay productos en esa tabla, la medida devuelve un valor en blanco, forzando visualmente al objeto visual a que solo muestre los productos dentro de este ranking .

¿Cuáles fueron los 5 productos de entrega más lenta?

Sencillo replicamos los pasos anterior pero solo cambiando el orden de ranking de cada medida

Bottom 5 Productos entrega lenta dias =

VAR _Top5Rank =

RANKX(ALL(Dim_Product), [Dias entrega], , DESC, Dense)

VAR _Top5ProductsTable =

FILTER(Dim_Product, _Top5Rank <= 5)

RETURN

CALCULATE([Dias entrega],

_Top5ProductsTable)

¿Qué vendedor tuvo la tasa de devolución más baja?
La lógica detrás de este enfoque es bastante simple. Primero, calculas la cantidad de devoluciones y la cantidad de ventas para cada vendedor. Luego, divido la cantidad de devoluciones entre la cantidad de ventas para obtener la tasa de devolución. Ordenando esta tasa en orden ascendente o descendente, puedes identificar al vendedor con la tasa más baja.

Ahora para finalizar la pregunta del día de hoy tenemos las siguientes tres medidas

Devoluciones = CALCULATE(COUNTROWS(Fact_Table),Dim_Returned[Returned]=»Yes»)

Ventas = COUNTROWS(Fact_Table)

Tasa Devolucion = DIVIDE([Devoluciones],[Ventas],0)*100

O a la tasa de medidas le puedes quitar el * 100 para luego cambiarle el formato a % .Teniendo a Kelly wiliaamns con la menor tasa de devolución

Imagen 6

Y así llegamos al final de nuestro apasionante viaje en la fase 5 de nuestro desafío de datos fp20analytics en octubre de 2023. Hemos explorado un mundo de números, cálculos y lógica, desvelando secretos ocultos en nuestros datos y proporcionando respuestas a preguntas intrigantes.

Desde el promedio de días de entrega para diferentes categorías de productos hasta la identificación de los productos más rápidos y lentos, hemos navegado por un mar de información valiosa. Además, no olvidemos la emocionante búsqueda del vendedor con la tasa de devolución más baja, que nos llevó a corona a Kelly Williams como el campeón de la eficiencia.

Espero que hayas disfrutado de este viaje tanto como yo. Los datos y el análisis pueden ser emocionantes y reveladores cuando los abordamos con la lógica adecuada y las herramientas adecuadas. Y aunque este capítulo llega a su fin, nuestro viaje en el mundo de los datos continúa.

Así que, siéntete libre de explorar más allá, profundizar en los números y descubrir más secretos en tus propios datos. Quién sabe qué tesoros te esperan en el próximo desafío.

¡Gracias por acompañarnos en esta emocionante aventura! Hasta la próxima y que tus análisis de datos sigan siendo sorprendentes. ¡Buen día, tarde o noche, según donde nos leas!

La próxima edición abordará la creación de las medidas respondiendo las preguntas de negocio números 7 8 y 9 .

Business Intelligence Technical.