В этом практическом уроке мы рассчитаем процент премии менеджера в зависимости от количества заказов. Научимся пользоваться оконными функциями и прописывать функцию условия.
Сегодня давайте рассмотрим один очень популярный в сфере продаж кейс – это расчет бонуса менеджеров или дополнительная скидка клиента в зависимости от количества заказов. Причем, не просто количества, а именно порядкового номера заказа. Например, за первый заказ премия 10%, за второй и третий 5%, а далее 3%.
![](https://biba.pro/wp-content/uploads/2023/12/Премия-от-заказа.jpg)
На первый взгляд кажется, что сделать это непросто, но это не так. В этом нам помогут оконные функции и функция условия. Допустим, у нас есть уже готовый датасет или выгрузка из системы с данными о сумме продаж и фамилии менеджера.
![](https://biba.pro/wp-content/uploads/2023/12/image-9.png)
Для начала нам потребуется создать пользовательское поле с формулой, которая будет рассчитывать порядковый номер заказа. И делать это будет именно в пределах менеджера. Тут нам поможет оконная функция накопительного итога RSUM(). Она будет накапливать порядковый номер строки, начиная с 1.
RSUM(MIN(1) WITHIN [Менеджер])
![](https://biba.pro/wp-content/uploads/2023/12/image-10.png)
Затем прописываем условие для процента. Если номер заказа = 1, тогда скидка будет 10%, если 2 или 3, то 5%, и так далее.
IF [Номер заказа]=1 THEN 0.10
ELSEIF [Номер заказа]=2 OR [Номер заказа]=3 THEN 0.05
ELSE 0.03
END
![](https://biba.pro/wp-content/uploads/2023/12/image-11.png)
И теперь нам останется рассчитать сумму премии в зависимости от расчситанного процента.
[Процент]*[Сумма продажи]
![](https://biba.pro/wp-content/uploads/2023/12/image-12.png)
Готово! Но тут стоит учитывать одну особенность работы оконных функций. Они производят расчет только по видимым на экране строкам. То есть, если какие-то продажи вы спрячете фильтром, то они уже не возьмутся в расчет порядкового номера, а значит процент рассчитается иначе.
А как именно сделать это в DataLens, смотрите в подробном видеоуроке ниже.
Видео версию данного урока можно посмотреть тут.
Если вам понравился урок, то можете поддержать проект по кнопке ниже. Это очень поможет делать для вас больше интересных и полезных выпусков. Спасибо!
Задать вопросы и обсудить волнующие темы про аналитику данных теперь можно на нашем форуме.
Если вам понравился урок, подписывайтесь на канал или группу и ставьте лайки. А также пишите в комментариях свои кейсы или вопросы. Самые интересные мы обязательно разберем.