Avaliar os mesmos SKU's e as mesmas lojas mensalmente e em YoY

[Renata Martins]

Olá, Comunidade!

Gostaria de uma ajuda em Dax.

Encontrei uma solução que traz exatamente o que preciso nas análises de lojas, porém em Query. Mas é uma alternativa inviável, pois inflou mais ainda o tamanho de dados que já são pesados.

Agora, preciso refazer em dax a solução abaixo, para SKU’s e aplicar o mesmo conceito para Lojas.

Negócio:

Trabalho com cartazeamento no varejo e ao fecha contrato com um cliente novo (Rede) ou uma loja da rede é inaugurada, é comum, implementarmos, gradualmente (por questão de logística), o sistema de cartazeamento.

A proposta é provar que cartazear “bem cartazeado”, aumentam as vendas. Assim, analisamos os efeitos antes, o depois e o sempre do cartazeamento sobre as lojas e os SKU’s, nas vendas.
Dessa forma, devo separar tudo aquilo que fez elevar o fat. e não são razões inerentes a ação de cartazear, tais como: entradas de novas lojas, inclusão de novos SKU’s para cartazear etc... Uma forma de fazer isso, é avaliando o comportamento dos mesmos SKU’s (antes de depois do cartazeamento ou quando é sempre cartazeado) e das mesmas lojas (antes e depois do cartazeamento)

Necessidade:
1º - avaliar o mesmo grupo de SKU’s, mensalmente, conforme as seleções(slicer) dos status de SKU cartazeado: SIM/NÃO, da loja e do Perído, no referido mês para lançar em visões de YoY e de variação mensal

2º - O mesmo modo referente ao SKU, mas avaliando o status de implementação do cartaz nas lojas.

O exemplo abaixo, foi criado com base no processo de implementação do sistema de cartazeamento das lojas na Rede:

No query:
Usei o query, somente. Dividi a fato em 2 tabelas: "Sim" implementadas e "Não" implementadas. Deixei o mínimo de colunas possíveis e tirei as duplicidades em ambas.
Nas duas, pivotei as datas em colunas e com contador por zeros (quando não existiu a loja naquele mês) e 1's (quando existiu a loja no mês).
Transformei as datas de colunas, para linhas
Na tabela "SIM" os 1, virou Implementada
Na tabela "Não", o 1, Virou não Implementada
Unifiquei as duas tabelas.  Apliquei no Desk e gerei uma cronologia de implementadas/não implementadas com a possibilidade de selecionar no grupo de lojas/mês e obter o comportamento das mesmas mediante a qq seleção nos slicers.


Agradeço desde já a quem me ajudar nessa solução em DAX.
Renata Martins
 

[Renata Martins]

Oi, Rafa!
Sim, o medelo é Star.
A versão do PBI é de janeiro2021.
As bases são enxutas. Embora eu tenha iniciado o desenvolvimento desses dashs quando quando meu conhecimento era bem pequeno, procurei seguir alguns conceitos básicos que eu conhecia na época...Ainda existem ajustes para fazer, pois ao invés de gerar tabelas virtuais, gerei tabelas físicas pelo dax, e para conseguir relacionar essas tabelas criadas, precisei gerar uma chave primária concatenando colunas no query e estabelece uma relação de muitos pra muitos. Sei que isso aumenta o tempo de processamento tanto na hora de aplicar do query para o dash quanto no momento de publicar, mas não encontrei outra saída e precisava entregar as visões.

Trabalho com um conjunto de dados que gera um tamanho entre 50 e 60 milhões de linhas pelo menos. Sempre importo as bases do SQL. Ainda não sei configurar amostragem. Hoje, ainda no query, quando tento fazer com SKU, semelhante ao que fiz com a loja, não consigo nem terminar a pivot, fica processando eternamente, pois preciso individualizar os SKU's/loja/mês/ano e pivotar por mês/ano, ou seja identificar se cada SKU foi cartazeado naquele mês, para aquela loja e depois verticalizar a base pra conseguir montar as visões.

Mediante ao fato de não conseguir uma solução em Dax, vou tentar agora, pivotar num projeto zerado pegando as dimensionais e fatos para ver e consigo pivotar isso, pq preciso apresentar quinta feira 18/03. O tamanho do PBIX limpo, sem dashs, relações etc...contendo apenas as bases , é de 600MB (ainda é crítico pra mim). Com os painéis e relações vai para 850MB.

Ainda sim, vou continuar tentando encontrar uma solução em dax na tentativa de simplificar o processo...se conseguir, aleluia! :-)

Obrigada!

[Rafa Lemos]

@Renata Martins boa noite!

O seu problema está na questão das atualizações no Power BI?
Porque muitas vezes a solução está mesmo no tratamento de dados que você fez.
 

Você chegou a criar um modelo star schema no teu relatório?

 

Pergunto isso porque eu já tive problemas também com o processamento dos dados no Power Query e resolvi depois que fiz o modelo estrela.
Removendo as colunas com nomes/descrições da fato e deixando somente nas dimensões.