Microsoft BI Professionals Denmark

Please login or click SIGN UP FOR FREE to create your PowerBIUG account to join this user group.

View My Drafts

Back to discussions
Expand all | Collapse all

# of Orders på tværs af to forskellige dato tabeller

  • 1.  # of Orders på tværs af to forskellige dato tabeller

    Posted Oct 17, 2019 08:09 AM
    Edited by Jacob Strandgaard Oct 17, 2019 08:54 AM
    Hej,

    Jeg sidder med et DAX problem. Jeg har min Fact Order med to datoer (PayDate og RefundDate), hvortil der er knyttet en datotabel til hver.

    Man har i virksomeheden været vant til at kigge på tingene adskilt, men jeg er meget interesseret i at analysere på tingene lidt anderledes.

    Jeg vil gerne kunne se antal ordrer lagt per dag, samt en status på disse ordrer (den del har jeg styr på). Derudover kunne jeg godt tænke mig at se antallet af returer vi har behandlet på selvsamme dato. Dvs at det er Calendar'[Date] der styrer datoen og ikke Calendar Order Refund'[Date].

    Den simple model er som nedenfor:


    Jeg har på en enkelt dato fået det til at fungere, men jeg kan ikke gennemskue hvorfor det går galt når jeg vælger to eller flere datoer fra Calendar'[Date].


    De 2.154 er det faktiske antal ordrer med PayDate på 30/9. Dertil har jeg fundet de faktiske returneringer på RefundDate 30/9, ligegyldigt hvad deres PayDate var.


    Problemet opstår når jeg eksempelvis vælger Calendar'[Date] >= 29/9/2019 og <= 30/9/2019 eller Calendar'[Year-Month]. Af en eller andet årsag kan jeg ikke gennemskue hvordan den formel skal bygges for at være dynamisk. Jeg ville gerne at jeg kunne se faktiske returer på en given dato hvis jeg vælger flere eller totale returer i en given periode hvis jeg vælger sådan en.




    ------------------------------
    Jacob Strandgaard
    2770
    Kastrup
    53838359
    ------------------------------


  • 2.  RE: # of Orders på tværs af to forskellige dato tabeller

    Posted Oct 17, 2019 05:10 PM

    Hej, 

    Jeg ved ikke om jeg har forstået spørgsmålet rigtigt, men hvis jeg har:
    Så ville jeg slette din role playing dato dimension(calender order refund)
    Lave en ny relation til din Calendar tabel. Den vil være inaktiv.
    Og så lave et nyt measure ala herunder:

    antal retur = CALCULATE( Sum(value) ;
    USERELATIONSHIP( fact_order[refund_date] ; 'Calendar'[Date] )
    )

    Så vil din Calendar tabel filtrere din fact tabel i forhold til betalingsdatoen, undtagen når du trækker "antal retur" på. Så er det i forhold til refund_date.

    Giver det mening?



    ------------------------------
    Claus Kirkegaard
    CEO
    DataWise
    Horsens
    22445621
    ------------------------------

    Original Message


  • 3.  RE: # of Orders på tværs af to forskellige dato tabeller

    Posted Oct 21, 2019 07:55 AM
    Hej Claus,

    Mange tak for input. Du har forstået rigtigt hvad det er jeg efterspørger.

    Jeg var stødt på den løsning, men efter dit svar er jeg også overbevist om at det er den rigtige.

    Efter lidt arbejde med SSAS og Tabular Editor gennemskuede jeg det. Mange tak for det :)

    Et opfølgende spørgsmål: Er det "Best Practise" kun at have en datotabel, eller kan man forestille sig scenarier hvor man har flere?

    ------------------------------
    Jacob Strandgaard
    2770
    Kastrup
    53838359
    ------------------------------

    Original Message


  • 4.  RE: # of Orders på tværs af to forskellige dato tabeller

    Posted Oct 21, 2019 08:22 AM

    Ok. Super.

    Det er best practice at have en fælles dato tabel. Så kan du filtrere flere tabeller med den dato tabel.

    Men man kan sagtens forestille sig scenarier, hvor man har flere dato tabeller. I ca, 90% af mine løsninger, har jeg mere end en dato tabel. Hvis du har flere tabeller der for eksempel har både en betalingsdato og en shipping dato, kan det give god mening at have flere dato tabeller. Så kan du bruge de forskellige i forhold til hvad du vil se i forhold til.

    Håber det giver mening :-) 



    ------------------------------
    Claus Kirkegaard
    www.DataWise.dk
    22445621
    ckc@datawise.dk
    ------------------------------

    Original Message