Sloupec indexu Pandas Drop: Vysvětleno s příklady
Sloupec indexu Pandas Drop: Vysvětleno s příklady
V tomto blogovom príspevku vám podrobne ukážem, ako môžete objaviť abnormálne vzorce správania v súboroch údajov LuckyTemplates . Toto nie je niečo, čo okamžite vynikne pri analýze vašich údajov, takže o tom musíte premýšľať celkom analyticky. Celé video tohto návodu si môžete pozrieť v spodnej časti tohto blogu.
Hlbokým premýšľaním o tom, čo chcete dosiahnuť a následným nastavením dátového modelu, ktorý funguje pre tieto typy výpočtov, môžete získať vysokokvalitné výsledky.
V tomto príklade sa pokúsime pochopiť, čo zákazník predtým urobil. Taktiež posúdime, či sú nedávne nákupy normálne alebo abnormálne v porovnaní s tým, čo sa stalo v minulosti.
Obsah
Objavte odľahlé hodnoty vo svojich súboroch údajov LuckyTemplates
Zamyslime sa nad tým z komerčného hľadiska. Povedzme, že sme online predajca, letecká spoločnosť alebo supermarket a musíme zaviesť vernostný program.
Potrebujeme sa pozrieť na náš súbor údajov o zákazníkoch, aby sme vedeli, koľko zákazník skutočne nakúpil za každý jednotlivý štvrťrok v porovnaní s tým, čo si kúpil v priemere.
Zrazu vidíme masívny nárast alebo pokles nákupných vzorcov alebo nákupného správania. Chceme pochopiť, prečo nakupujú oveľa viac ako zvyčajne alebo prečo nakupujú menej ako zvyčajne.
Týmto spôsobom môžeme vytvárať upozornenia v našom CRM systéme a potom nechať náš predajný tím zacieliť na týchto ľudí rozdávaním zliav alebo kupónov.
Toto je skutočne silný pohľad, ktorý môžete získať z LuckyTemplates. Hodnota, ktorú môžete získať zo svojej analýzy, môže pozitívne ovplyvniť vaše podnikanie.
Kúpené jedinečné produkty
Ak chcete vypočítať priemerné produkty zakúpené v konkrétnom štvrťroku, budeme musieť najskôr vypočítať počet zakúpených jedinečných produktov. Koľko jednotlivých produktov si kúpil pre každého jednotlivého zákazníka?
Môžeme to zistiť tak, že povieme, že pre akýkoľvek kontext zákazníka vypracujemeID produktu v tabuľke predaja.
Tento vzorec nám poskytne každý jeden jedinečný produkt, ktorý si od nás zákazník v aktuálnom kontexte kúpil.
Podľa vyššie uvedeného vzorca, keď klikneme na Q1 roku 2017, môžeme vidieť, že zákazník Aaron Day si kúpil iba 1 produkt.
Priemerné produkty kúpené za štvrťrok
Toto je vzorec, ktorý použijeme na vytvorenie tohto konkrétneho náhľadu. V priemere povie, koľko konkrétny zákazník nakúpil za štvrťrok.
Priemerné produkty zakúpené vo všetkých štvrťrokoch
Ďalšia vec, ktorú potrebujeme, je benchmark alebo číslo na porovnanie s niečím, aby sme pochopili, čo je abnormálne správanie.
Potom vypočítame rovnaký náhľad, ale nepozeráme sa na žiadny konkrétny dátum. Akýkoľvek kontext zverejníme v termínoch.
Tento vzorec robí návratnosť priemerných jedinečných produktov v každom jednom štvrťroku pre konkrétneho zákazníka. Takto dosiahneme tento konkrétny poznatok.
Takže teraz máme dve hodnoty. Keď vykonáme výber (napr. 2. štvrťrok 2017), stĺpec Priemerný počet zakúpených produktov za všetky štvrťroky sa nikdy nezmení kvôli funkcii VŠETKY dátumy . Táto funkcia odstráni všetky filtre, ktoré sme predviedli z Dátumov.
S každým výberom, ktorý urobíme, sa stĺpec Priemerný produkt zakúpený za štvrťrok zmení.
Porovnaním týchto dvoch stĺpcov môžeme zistiť, čo je normálne a čo nie.
To, čo sme doteraz zistili, môžeme dať do vizuálneho grafu pre hlbšiu analýzu. Môžeme veľmi rýchlo zistiť, koľko produktov si naši zákazníci kúpili v konkrétnom štvrťroku (pravá strana) v porovnaní s tým, koľko v priemere kúpili (ľavá strana).
Budeme môcť vidieť abnormálne správanie z našich súborov údajov LuckyTemplates a uvidíme, ktorí zákazníci zvýšili svoje nákupy. Kto sú títo ľudia a prečo to robia?
Vyzbrojení údajmi, ktoré sme zhromaždili, môžeme potom implementovať použiteľné stratégie na ich replikáciu.
Môžeme rozšíriť naše marketingové posolstvo, aby sme zvýšili nákupy tých, ktorí nevyvolávajú abnormálne správanie.
Záver
Toto je miesto, kde abnormálny, odľahlý alebo anomálny typ analýzy pridáva veľkú hodnotu. prečo? Pretože chceme pochopiť, či naši zákazníci dosahujú lepšie výsledky alebo či predajcovia predávajú viac.
Ak dokážeme nájsť vzory správania, ktoré sú pre nás pozitívne v určitom segmente našich údajov, môžeme to replikovať v iných segmentoch.
Cieľom je replikovať výhodné správanie zákazníkov a aplikovať ho v iných oblastiach podnikania.
Táto technika vám nesmierne pomôže zvýšiť vaše analytické myslenie o tom, čo môžete dosiahnuť v LuckyTemplates.
Tieto typy analýz a mnohé ďalšie nájdete v moduloch Advanced LuckyTemplates na LuckyTemplates Online . Ďalšie podrobnosti nájdete v module nižšie.
Užite si recenziu tohto.
Sloupec indexu Pandas Drop: Vysvětleno s příklady
7 způsobů, jak zkontrolovat, zda řetězec Pythonu obsahuje podřetězec
Pochopte, čo je dynamický obsah Power Automate a ako umožňuje používateľom vyberať odkazy na polia z predchádzajúcich krokov alebo zapisovať výrazy.
V tomto tutoriálu se naučíte, jak sdílet soubor s osobou, která není součástí vaší společnosti, pomocí parametru dotazu sql v LuckyTemplates.
Zjistěte, jak používat funkci odebrání a jak nastavit vyskakovací okna pro potvrzení v aplikaci, kterou jste vytvořili od začátku.
Naučte se vizualizovat kontext filtru libovolné buňky v tabulce nebo matici v LuckyTemplates DAX Studio pomocí popisků.
Naučte se vytvářet toky Power Automate od začátku. Místo použití šablony budeme spouštěče a akce vytvářet sami.
Pozrite si tento tip LuckyTemplates od Briana o tom, ako môžete dynamicky porovnávať prvých N pracovných dní pomocou dotazu Power.
Získajte informácie o modelových aplikáciách Power Apps, o tom, ako nastaviť prostredie a ako sa v ňom efektívne pohybovať.
Získajte viac informácií o práci s mapami lokalít v modelových aplikáciách Power Apps a objavte rôzne zložitosti a spôsoby, ako sa s nimi vysporiadať.