Første køb af kundeindsigt ved hjælp af DAX

Jeg har en anden virkelig unik indsigt at vise dig i LuckyTemplates. Efter denne session vil du være i stand til at identificere en kundes første køb og bruge disse data til at øge dit fremtidige salg. Du kan se den fulde video af denne tutorial nederst på denne blog.

Ved at analysere en tendens i forhold til det første produkt, som kunderne køber, kan du: (1) ændre vores marketingindsats; (2) allokere passende ressourcer til vores annoncering; og (3) udnytte denne viden til at få flere kunder om bord.

Du kan gøre dette, fordi denne funktion giver dig mulighed for at bestemme, hvilke produkter der er mere populære i det første køb end andre. Efter dette kan du regne ud, hvad det andet og tredje mest populære køb er. Til sidst vil du også se fællesnævneren i disse specifikke resultater.

Indholdsfortegnelse

• Eksempel på indsigt, der viser første købshistorik
• Find ud af kundens første køb
• Gennemgang af resultaterne
• Konklusion

Eksempel på indsigt, der viser første købshistorik

Ved at bruge de data, der er genereret fra dit tidligere salg, kan du nemt spore en kundes første køb. Ordrehistorik som denne kan hjælpe dig med at træffe forretningsbeslutninger om, hvordan du vil øge salget. Du kan også bruge denne analyse til at målrette din markedsføring og annoncering for et specifikt produkt.

Nedenfor er nogle eksempler på data, som jeg har forberedt til denne øvelse. Den viser de specifikke kundenavne samt de tilsvarende produkter, som de først har købt.

Jeg har sat disse eksempeldata med mange forskellige kunder. For produktnavne har jeg bare generiske navne for nem identifikation. Så har jeg samlet navnene på kunder, der åbenbart allerede har købt noget.

Jeg har også tilføjet en datovælger, så jeg nemt kan styre udvalget af købsdatoer fra enhver periode.

Hvad jeg har næste gang er en væsentlig del af. Jeg har også oprettet en tabel for at kontrollere, om jeg har fået de rigtige data. Da jeg muligvis skal revidere tallene på den ene eller anden måde, er dette en god foranstaltning.

Find ud af kundens første køb

Formlen, som jeg har brugt, er en kombination af en hel del forskellige funktioner.

Først skal du se på formlen inklusive funktionerne og .

Hvis du prøver at finde det første af noget eller det sidste af noget, er TOPN den perfekte løsning. Denne funktion returnerer ikke en værdi, men den returnerer en tabel. Det er den vigtigste forskel med funktionen , da sidstnævnte kun returnerer en rangeringsværdi.

Det, jeg tilføjede i TOPN, er et tal, der foreslår den tabel, som jeg vil beholde ved slutningen af ​​evalueringen.

Dernæst har jeg tilføjetat returnere enmed datoen og hvert enkelt produkt. 

Her er tricket, der er virkelig afgørende – du skal vurdere minimumsdatoen eller den første date.

Derfor skal du ud og finde den allerførste date, men du skal pakke den ind i CALCUATE -sætningen. Hvis du ikke gør det, får du faktisk et forkert resultat. 

Nu gør BEREGN- funktionen os i stand til at anvende en filterkontekst på det bestemte resultat af MIN (Dates[Dato]) .  

Så konteksten for denne beregning starter med, at kunden derefter ved hvert enkelt produkt, en kunde har købt, og til sidst evaluerer minimumsdatoen eller den allerførste dato, hvor kunden købte et produkt.

Derudoverreturnerer den faktiske produktværdi, der vil være det faktiske navn på det pågældende produkt.  

Når alle disse formler kombineres, giver det en meget kraftfuld indsigt.

Gennemgang af resultaterne

Herefter skal du dobbelttjekke det. Det er afgørende at kontrollere, om tabellen og formlen faktisk giver de korrekte resultater.

Så lad os bare vælge en bestemt kunde. Du vil se her, at jeg har denne tabel, som har hver dato, hvert produkt og hvert salg for den pågældende kunde.

Derfor var det allerførste produkt, der blev købt, den 20/8/2015 . Du kan endda se det samlede salg for produkt 94 . Derefter kan du prøve nogle flere prøver for at validere resultaterne i tabellen.

Desuden kan du ændre tidsrammen for dine data, og det vil også ændre resultaterne dynamisk.  

Konklusion

I denne vejledning har jeg demonstreret, hvordan du kan udarbejde disse første købsdata og faktisk inkorporere dem i en tabel i LuckyTemplates . Dette kan få dig til at se produkt- og kundetendensen fra enhver periode på en dynamisk måde. 

Forhåbentlig kan du se, at dette er virkelig kraftfulde ting, og du kan gøre det på en relativt effektiv måde ved hjælp af LuckyTemplates. Det er det, der gør LuckyTemplates så fantastiske!

Held og lykke med at implementere denne i dine modeller.

***** Lærer du Lucky Templates? *****