Home
» Power BI
»
Lær, hvilke kundegrupper der har oplevet mest vækst gennem kundesegmentering i LuckyTemplates
Lær, hvilke kundegrupper der har oplevet mest vækst gennem kundesegmentering i LuckyTemplates
I dette eksempel vil vi gennemgå en unik indsigt, du kan opdage i LuckyTemplates. Det, vi skal gøre, er at kombinere en række forskellige formelteknikker for at få det tilsigtede resultat. Hvis du gør dette inde i dine egne modeller med din egen kundesegmenteringsanalyse, vil du opdage indsigt af høj kvalitet, som vil generere en enorm værdi for det arbejde, du udfører. Du kan se den fulde video af denne tutorial nederst på denne blog.
Her vil vi analysere, hvilke kundegrupper der oplever den største vækst . Men vi har ingen grupper i vores data, så vi skal oprette dem.
Vi ønsker at gruppere vores kunder i Top Clients , Ok Clients og Small Clients . Vi vil gerne vide, hvem der oplever mest vækst og påvirker vores vækst mest. Vi vil også se på det fra et procent- og absolut grundlag.
Jeg har sammensat et par visualiseringer for at vise denne indsigt i kundesegmentering, og jeg vil også gennemgå den logik, jeg brugte til at bestemme, hvilke grupper der oplevede den største vækst.
Først og fremmest skal vi finde ud af, hvordan vi segmenterer disse kunder. Det, jeg gjorde, var at oprette en tabel ved at klikke på 'Indtast data' og indtaste alle disse variabler i den understøttende tabel.
Jeg ville gerne have et kig på, hvad mit kundesalg er og fastslå, hvilken gruppe disse kunder tilhører , baseret på intervallet fra MIN- og MAX-tallene.
Vækstgruppering
Næste skridt er at se på vækstgrupperingen fra sidste år. Vi vil gerne vide, hvilken gruppe vores kunder tilhørte sidste år, og hvad var den procentvise vækst for netop den gruppe?
Sådan kom jeg frem til formlen ovenfor. Jeg beregnede % YoY-vækst for hver gruppe.
For at finde ud af, hvilke kunder der er i hvilken gruppe, gentog jeg hver enkelt kunde og evaluerede, om deres salg sidste år var over MIN eller under MAX i en enkelt række i denne tabel.
Hvis de er det, så vil det levere % YoY-væksten for den specifikke undergruppe af kunder.
Vi kan så sætte dette ind i et diagram. Du kan se på mit eksempel, at vores små kunder har domineret med en markant år-til-vækst.
Samlet salg fra sidste år
Kundesegmentering, der viser sig i procenter, fortæller dog ikke rigtig hele historien, vel? For hvis dette tal kommer fra en meget lille base, vil det ikke have nogen betydning for vores samlede omsætning.
Så det, jeg har gjort, er at se på det samlede salg for hver af de forskellige grupper.
For at komme med den anden tabel var jeg nødt til at oprette en anden formel, der fortæller mig det samlede salg sidste år for disse kunder baseret på, hvilken gruppe de er i.
Som du kan se, omsatte vores små kunder en smule mere end sidste år på grund af denne enestående vækst. På den anden side dannede vores Ok-kunder en lille vækstkurv på 9%, men udgjorde stadig en stor del af vores salg.
Visualisering af data
Jeg har også lagt alt i vores kundesegmentering i et punktdiagram, hvor du kan se opdelingen af små klienter , ok klienter og topkunder . Y-aksen viser væksten pr. klient eller vækstgrupperingen, mens x-aksen viser det samlede salg .
Baseret på sidste års tal oplevede alle vores Topkunder et fald på 41 % i vækst. Dette er en skræmmende udvikling, og vi vil bestemt gerne se, hvorfor mine topkunder er faldet med 41 %.
Når jeg klikker på Top Clients, kan jeg se årsagen.
Vi kan dykke længere ind og se på alle, der er under 0%. Jeg kan bruge filtreringssektionen og sætte mindre end 0%.
Vi kan også tilføje vores kundenavne i punktdiagrammet for at få et klarere billede.
Alle disse kunder var i vores Top Client- gruppe sidste år, og så pludselig er disse kunder virkelig faldet fra klippen. Hvorfor det? Vi kan se på, hvor de er regionalt baseret, hvem deres sælger er, og så videre og så videre.
Konklusion
For at komme med denne indsigt var jeg i stand til at kombinere flere teknikker. Jeg brugte tidsintelligensberegninger . Jeg brugte funktionen CALCUATE såvel som den dynamiske segmenteringsteknik . Jeg brugte punktdiagrammer og brugte derefter analysefunktionen til at sætte linjer i punktdiagrammet.
Vores mål er at gøre disse grupper dynamiske , så vi kan segmentere dem baseret på region eller tidsperiode og derefter evaluere gennem hver kunde og se, hvilken gruppering de lander i.
Dette gør dette unikke analytiske arbejde så stærkt i LuckyTemplates. Vi er i stand til at skabe denne helt nye analyse og fremvise uset indsigt, der vil repræsentere vores data på en måde, som ikke var mulig før og på en meget mere værdifuld måde.
Hvis du kan lide at lære om disse teknikker, så tjek flere kursusmoduler på. Der er langt over 20 unikke moduler fokuseret på mange teknikker og måder, du kan bruge LuckyTemplates effektivt på.