Implementering af Pareto (80/20)-princippet i din LuckyTemplates-analyse

Har du nogensinde hørt om Pareto-princippet , også kendt som 80/20-reglen ? Reglen foreskriver, at for hver 20% af noget, vil du generelt modtage 80% af resultaterne. Du kan se den fulde video af denne tutorial nederst på denne blog.

Hvis vi ser på dette fra et forretningsperspektiv, siger vi, at 20 % af vores kunder skal udgøre 80 % af vores overskud, eller 20 % af vores butikker skal udgøre 80 % af vores salg. Sådan fungerer Pareto-princippet.

Pareto (80/20)-princippet er blevet berømt med tiden, og det er blevet refereret til så mange markeder, forskellige miljøer, forskellige virksomheder og sektorer. Fordi det er sandt. Det er faktisk, hvad der sker. I de fleste tilfælde vil de fleste af dine dimensioner have omkring 20 %, der udgør 80 % af dit salg. Det kan være lokation, kunder, produkter mv.

Nu ville jeg teste dette i LuckyTemplates. Jeg ønskede at teste denne indsigt på de aktuelle data, som jeg arbejder på inde i min model i LuckyTemplates, fordi det naturligvis ikke altid vil være nøjagtigt.

Indholdsfortegnelse

• Betydelig implikation af Pareto-princippet
• Test af Pareto (80/20)-princippet i LuckyTemplates
• Gå igennem Formlen
• Genbrug af Pareto (80/20) testteknik
• Konklusion

Betydelig implikation af Pareto-princippet

Det er en rigtig god idé at køre en test ved at bruge den teknik, jeg viser i denne tutorial, for hvis den holder stik, så er det dér, du skal fokusere din indsats – fra et marketingsperspektiv, fra et lagerstyringsperspektiv.

Listen fortsætter med hensyn til, hvordan denne type analyser kan pege dig i den strategiske retning, som du bør fokusere på fra et forretningsperspektiv.

Jeg vil vise dig, hvordan du kan bruge et mønster inde i LuckyTemplates ved hjælp af en formel til at udarbejde og teste dette princip. For i sidste ende ønsker du at fokusere på, hvor du genererer dit bedste afkast i din virksomhed.

Hvis du opdager, at 20 % af dine kunder udgør 80 % af dine indtægter, så bør du bruge størstedelen af ​​din tid på at forsøge at udtrække indsigt så meget som muligt fra disse kunder eller produkter eller lokationer osv. Det er måske ikke altid være tilfældet, men generelt er det.

Test af Pareto (80/20)-princippet i LuckyTemplates

Jeg vil vise dig, hvordan jeg konfigurerer dette eksempel-dashboard, hvilket er ret simpelt.

Så hvis vi ser på vores stater her, ville jeg se på i hver stat, hvor meget af vores samlede salg kommer fra vores top 20 % af vores kunder.

Først regner jeg ud, hvor mange kunder vi har i den pågældende region. Vi ser på, siger Florida her, vi kan se, at vi sælger til 792 kunder. Og når vi ser på bunden, ser vi meget mindre her på Rhode Island, som er et mindre marked for os.

Vi har også vores top 20% kunder. Hvad udgør de 20 % af vores kunder? Så det, jeg gjorde, var at gange 0,2 med vores samlede kunder . Og det giver os et tal, som vi kan indlæse i vores formel for at regne ud.

Efter at jeg har gjort det, var jeg nødt til at føre det tal til en eller anden rangordnet logik og sige, inden for hver stat, hvor mange salg der kan tilskrives de 20 % ?

Jeg har også sat det op, så vi kunne klikke gennem hver stat , og vi kunne se kunderne og vores kunders samlede salg nede i dette diagram til højre.

Desuden, lad os sige i Florida, at vi har tjent 9 millioner dollars i salg, og vi har svaret i form af vores 20 %, 3,5 millioner dollars, jeg ville gerne se, hvor stor en procentdel af vores salg.

Som du kan se, gælder 80/20-reglen eller princippet ikke her, fordi dette datasæt er fuldstændig tilfældigt. De fleste af datasættene har mere af en realitet for dem.

Gå igennem Formlen

Nu vil jeg vise dig formlen, der ligger bag denne visualisering. Der er en lille smule til det, men jeg vil lede dig gennem hvert element.

Det første vi gør er dynamisk at beregne det samlede antal kunder. Jeg har faktisk beregnet det her for denne tabel, men jeg har også gjort det inden for denne formel, så vi ikke behøver at referere til et andet mål.

Så jeg har brugt variabler ( VAR ) og siger, at den kundeprocent, vi leder efter, er 20 %, så i dette tilfælde sætter jeg 0,2 ind .

Det, der skal bemærkes, er, at jeg har brugt tabellen i Salg . Hvis jeg ikke bruger DistinctCount i denne tabel, vil det ikke filtrere dynamisk for hver anden tilstand på grund af den måde, vores datamodel er sat op.

Så vi skal sikre os, at vi refererer til noget, der var i salgstabellen, så når et filter placeres på en stat, f.eks. Florida, vil jeg tælle de øverste 20 % af de kunder, der rent faktisk købte i Florida.

Så kommer vi ned for at BEREGNE . Denne funktion kan ændre konteksten for beregningen. Så vi tæller det samlede salg , men vi tæller det i en anden sammenhæng. Vi ønsker at bryde disse top 20% ud, og det er det, den sidste del af formlen gør.

Så vi filtrerer hver eneste kunde, som vi har solgt i Florida. og vi arbejder ud med dette, hvis denne kunde, ud fra det samlede salg , er en del af de øverste 20 %, som vi regner ud i denne formel heroppe, CustomerPercent.

Så dette regner ud med 158 i Florida som de øverste 20 %, og hvis denne kunde rangeres efter salget i top 158, så behold kunden og tæl det samlede salg op.

Så det er det, der foregår bag kulisserne. Og hvis vi ser på listen her, er de alle dynamisk beregnet for hver stat. Det er sådan, vi får disse tal herned.

Ydermere, for at få % af salget på top 20% er det blot at dividere top 20% af kunder med det samlede salg . Så det er sådan, vi tester Pareto-reglen i datasættet.

Genbrug af Pareto (80/20) testteknik

Du kan gøre dette til enhver dimension i dit datasæt og teste Pareto-princippet ved hjælp af samme teknik. Alt du skal gøre er at ændre de kolonner, der refereres til i denne formel baseret på den kontekst, du vil beregne.

Vi kunne også bruge denne formel i andreog brug datamodellens kraft til at finde og udtrække endnu mere indsigt. Hvis vi for eksempel klikker på Florida, vil vi se, at dette diagram ændres, og det viser, hvordan de øverste 20 % klarer sig i hver måned.

Vi kunne også ændre dette til kvartal og år og se, hvordan vores top 20% går på kvartalsbasis. Vi kan se forskellen mellem det samlede antal.

Desuden kan vi se, hvad dette tal består af , den individuelle opdeling af disse kunder. For eksempel klikker vi på Virginia, disse 125 kunder, de øverste 20 % af Virginias kunder, er det, der udgør dette tal, 46 % salg.

Konklusion

Jeg har vist dig, hvordan du kan implementere Pareto-princippet eller 80/20-reglen i din LuckyTemplates-analyse.

Dette er en uhyre kraftfuld og praktisk teknik, der kan hjælpe dig med at få stor indsigt og analyse ved blot at bruge og implementere LuckyTemplates på en effektiv måde.

Jeg håber, du får en god idé om, hvordan dette er skabt, og hvordan du kan teste det igen på flere måder. Jeg vil gerne gentage genbrugbarheden af ​​denne teknik. Du kan bruge denne formel, og med en lille justering på referencekolonnerne får du flere gode indsigter.

Der er masser at lære her, ikke kun om hvordan man bruger denne specifikke teknik, men også om at bruge DAX-formlen i dine modeller.

Skål!