En los dashboards de ventas uno de los indicadores más habituales es el número de ventas realizadas (ya se midan en tickets, albaranes, facturas…).
En el ejemplo que os voy a compartir vamos a poner el foco en el número de albaranes emitidos al día (para medir el volumen de actividad).
El número de albaranes totales emitidos lo calculamos con la siguiente medida:
# Albaranes = DISTINCTCOUNT(fVentas[id_AV])
Para medir el número de albaranes diarios, dividimos el total de albaranes emitidos entre el número de días laborables (en mi caso los tengo marcados en mi dimensión fecha):
# Albaranes / día = DIVIDE([# Albaranes],[# Días laborales],0)
A partir de aquí, empezamos a realizar nuestras medidas de inteligencia temporal para hacer comparativas de nuestra actividad respecto a otros periodos.
1.- En primer lugar, usamos SAMEPERIODLASTYEAR para calcular el dato respecto al mismo periodo del año anterior:
LY # Albaranes/día SAMEPERIODLASTYEAR =
CALCULATE ( [# Albaranes / día], SAMEPERIODLASTYEAR ( dFechas[FECHA] ) )
2.- A continuación, vamos a usar DATEADD.
La ventaja de DATEADD respecto a SAMEPERIODLASTYEAR es que podemos jugar con los argumentos de la función para desplazarnos el número de intervalos que queramos (ya sea hacia adelante o hacia atrás) y en intervalos de año, trimestre, mes o día:
LY # Albaranes/día DATEADD =
CALCULATE ( [# Albaranes / día], DATEADD(dFechas[FECHA],-1,YEAR))
Con los argumentos “-1” y “YEAR” indicamos que nos queremos desplazar un año hacia atrás respecto al contexto de evaluación, con lo que vamos a llegar al mismo resultado que con SAMEPERIODLASTYEAR.
3.- La siguiente función que vamos a usar es PARALLELPERIOD.
Lo que vamos a buscar con esta función DAX es ampliar el grado de representatividad de nuestra medida comparativa.
Con esto quiero decir que, si estamos analizando el número de albaranes/día de un día en particular, con las funciones que hemos construido en los 2 apartados anteriores el resultado que vamos a obtener son los albaranes/día del mismo día del año anterior.
Sin embargo, puede que no queramos compararlo únicamente contra un día en concreto ya que la comparativa puede estar muy influenciada por algún acontecimiento que ocurriese ese día en particular.
Por ello, vamos a usar la medida PARALLELPERIOD desplazándonos un año hacia atrás y lo que vamos a conseguir es comparar el número de albaranes/día del día que estemos filtrando en nuestro informe contra la media del número de albaranes/día de todo el año anterior al de la fecha de nuestro contexto (si estamos seleccionando el 20/02/2023 lo compararemos contra la media de todo el año 2022):
LY # Albaranes/día PARALLELPERIOD =
CALCULATE ( [# Albaranes / día], PARALLELPERIOD ( dFechas[FECHA], -1, YEAR ) )
Como se aprecia en la anterior imagen, modificamos el contexto para realizar los cálculos teniendo en cuenta todas las fechas correspondientes al año anterior al implícito en el contexto actual.
Independientemente del rango de fechas que elija en 2023, el dato calculado con la medida usando PARALLELPERIOD me va a dar la media de albaranes/día de todo el ejercicio 2022 (240,64 albaranes/día), con lo que voy a tener una magnitud representativa con la que comparar.
Cabe destacar que con PARALLELPERIOD, al igual que con DATEADD, podemos elegir en los argumentos el número de intervalos e intervalos en los que queremos modificar el contexto (en intervalos tenemos año, trimestre y mes):
En la siguiente imagen, vemos como para el día 24/02/2023 el número de albaranes/día fue de 300. Si lo comparamos con los 245 albaranes del mismo día del año anterior, podemos llegar a una primera conclusión de que el 24/02/2022 fue un día “flojo” de actividad. Sin embargo, con la visión más amplia que nos da la medida que hemos construido con PARALLELPERIOD, vemos que la media de albaranes de 2022 fue de 240,64 , con lo que la conclusión, a falta de un análisis más pormenorizado, es que no es que el 24/02/2022 fuese un día flojo de ventas, ya que superó a la media anual del año anterior, sino que el 24/02/2023 fue un día con una actividad muy alta (casi un 25% más que la media del 2022):
Obviamente, tenemos que tener cuidado con esta comparativa de PARALLELPERIOD si nuestro negocio está sujeto a picos fuertes de actividad por estacionalidad o algún otro factor inherente a nuestro negocio, pero en escenarios sin estacionalidad nos puede ser muy útil para tener magnitudes de referencia con las que poder comparar nuestras medidas.
Otra opción interesante es utilizar una medida para calcular la media de albaranes/día para los 12 meses anteriores a la fecha del contexto, conocido como “rolling year”. Pero, para no extenderme más, esa otra opción la veremos en un próximo post…
Espero que te haya resultado útil.
Seguimos!!! 👊
Los comentarios están cerrados.