Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
[Power BI] 静的ABC分類を構築する。
Search
Akihiro Suto
March 26, 2022
Technology
460
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
[Power BI] 静的ABC分類を構築する。
https://powerbi.connpass.com/event/240937/
Akihiro Suto
March 26, 2022
More Decks by Akihiro Suto
See All by Akihiro Suto
JPPC2023_BI08_セマンティックモデルを覗き見る(公開用)
hanaseleb
0
5.4k
プッシュデータセットを試してみよう
hanaseleb
0
780
レポートをつくる、その先の運用を考える🤔 Power BI Report Ops
hanaseleb
0
5.6k
Power BI データフローを考える
hanaseleb
1
1.9k
DAXクエリをDAX Studioでつくって、Power Automateで発射する💪
hanaseleb
1
3.2k
BIのPowerをAutomateする
hanaseleb
0
560
Power BI のうらがわ
hanaseleb
2
1.3k
ゼロからはじめたPower BI
hanaseleb
1
1.6k
Power Automateドリブンのチームマネジメント
hanaseleb
0
880
Other Decks in Technology
See All in Technology
AIによるクリエイティブ生成を行う上での試行錯誤
plaidtech
PRO
0
160
AIで社員の自主発信に広報目線を組み込む
_mossann_t
0
120
30座EKS, 180次升級淬煉的EKS Upgrade Skill 的歷程
eric8230
0
170
バイブコーディング時代のWebアプリ開発入門~Cloud Runで学ぶセキュアなビルドとデプロイ
waiwai2111
1
130
Goodbye ShellScript, Hello File-based App
shunsock
0
150
映像変換サーバーなしで端末内でHLSを生成してライブ配信
hikarusato
0
120
Claude Code本って、 読む必要あるの?
oikon48
2
470
安心して変更できるWebフロントエンドの作り方
pirosikick
5
2.7k
アクセスキーこわい やめかたと漏らさない工夫
sassssan68
1
370
データ_AIの事業の勝敗をわけるもの
nek0128
1
430
負債のメタファと2026年 / Debt Metaphor in Agentic Engineering Age 202609 Edition
twada
PRO
9
3.9k
HHKBエバンジェリストになる方法
941
0
110
Featured
See All Featured
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
670
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
910
Ruling the World: When Life Gets Gamed
codingconduct
0
330
Information Architects: The Missing Link in Design Systems
soysaucechin
1
1.1k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
3.1k
Self-Hosted WebAssembly Runtime for Runtime-Neutral Checkpoint/Restore in Edge–Cloud Continuum
chikuwait
0
810
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.3k
4 Signs Your Business is Dying
shpigford
187
23k
Claude Code のすすめ
schroneko
67
230k
How to build a perfect <img>
jonoalderson
1
6k
It's Worth the Effort
3n
188
29k
HTML-Aware ERB: The Path to Reactive Rendering @ RubyCon 2026, Rimini, Italy
marcoroth
5
670
Transcript
1
ABC分析とは https://ja.wikipedia.org/wiki/ABC分析 ABC分析(エイビーシーぶんせき)とは「重点分析」とも呼ばれ在庫 管理などで原材料、製品(商品)等の資金的重要度を分析する手法であ る。在庫の資産としての価値などの評価(重要度)別に段階的な管理手 順を適用する。この手法は品質管理におけるパレート分析に類似して いる。 2
静的ABC分類 モデリング Salesテーブル 3
Produstsテーブル 4
リレーション 5
ビジュアライズ こんな感じのテーブルになり ます。 6
新しい列を追加 新しい列を追加していきます。 7
列追加 累計売上 累計売上 = VAR CurrentProductSales = 'Sales'[総売上] VAR BetterProduct
= FILTER ( 'Sales', 'Sales'[総売上] >= CurrentProductSales ) VAR Result = SUMX ( BetterProduct, 'Sales'[総売上] ) RETURN Result 8
累計売上% 累計売上% = DIVIDE ( 'Sales'[累計売上], SUM ( Sales[総売上] )
) ABC分類 ABC分類 = SWITCH ( TRUE, 'Sales'[累計売上%] <= 0.7, "A", 'Sales'[累計売上%] <= 0.9, "B", "C" ) 9
ビジュアライズ 列を追加することで静 的ABC分類が完成しま した。ビジュアライズ をして確認します。 10
11
12
うん、よさそう 13
静的ABC分類の最適化 列を追加 → モデルのサイズ大 更新に時間がかかってしまう可能性大 ABC分類の結果がほしいだけであれば、すべての列追加をひとつのコ ードにまとめ、モデルのサイズを小さくすることも検討。 14
ADDCOLUMNS 関数を使用。 最適化ABC分類 = VAR SalesByProduct = ADDCOLUMNS ( 'Sales',
"@ProdSales", [総売上] ) VAR CurrentSales = [総売上] VAR BetterProducts = FILTER ( SalesByProduct, [@ProdSales] >= CurrentSales ) VAR CumulatedSales = SUMX ( BetterProducts, [@ProdSales] ) VAR CumulatedPct = DIVIDE ( CumulatedSales, SUM ( Sales[総売上] ) ) VAR ABCClass = SWITCH ( TRUE, CumulatedPct <= 0.7, "A", CumulatedPct <= 0.9, "B", "C" ) RETURN 15
このバージョンのコード → モデルサイズ小 ただし、プロダクト数が多いデータベースでは、 カラムの計算に過剰なメモリを必要とする場合があります。 要は適材適所ってことですね 16
おしまい 17