Denne vejledning handler om kundeindsigt. Jeg vil demonstrere en avanceret LuckyTemplates kundesegmenteringsteknik ved hjælp af DAX-formler og en sekundær tabel. Du kan se den fulde video af denne tutorial nederst på denne blog.
At identificere eller segmentere kunder er en teknik i sig selv, men at sammenligne kundesegmenter i den aktuelle periode og i en tidligere periode er en anden fantastisk teknik. Vi kan få noget reel værdi ud af vores LuckyTemplates kundesegmenteringsanalyse med denne indsigt.
Denne teknik er en kombination afog korrekt datamodellering .
Kundesegmenteringen eller -grupperingerne, vi refererer til her, er høj eller top, mellem og bund. Vi sammenligner hver enkelt kundes individuelle nuværende og tidligere segmentering, og vi vil se, hvilke kunder, som engang var de bedst præsterende kunder, der faldt for at blive nogle af vores dårligst præsterende kunder.
Vi kan træffe bedre beslutninger omkring salg, markedsføring eller annoncering med denne form for kundeanalyse, da dette er et af de virkelige scenarier for forretningsmiljøer.
Indholdsfortegnelse
Identifikation af kundegrupper i år og sidste år
Den specifikke ting, som jeg vil vise i denne tutorial, er resultaterne i denne tabel. Jeg har lavet en liste over kunder, som jeg anser for top, mellem og lav, og jeg har beregnet kundegrupperne efter procent.
I denne tabel kan vi se, at i kolonnen Kundegruppe TY (i år) har vi de bedste kunder i år, men i kolonnen Kundegruppe LY (sidste år) var de i et andet segment eller gruppe (midt og nederst ). Vi kan se de nederste kunder sidste år, der nåede til mellem- og toppartierne i år .
For eksempel var Johnson Ltd her nederst sidste år, men er en mellemkunde i år med en stigning på 38,2%. Liberty Group var også en bund sidste år, men det er nu en topkunde i år med en fremgang på 512,7 %.
Dette tal i sig selv viser noget, men det gør os i stand til at skabe meget mere yderligere logik, der rent vil segmentere kunder baseret på, at de er inden for en specifik gruppe.
Før vi kommer til formlen, vil jeg hurtigt vise dig, hvordan jeg grupperede disse kunder. Jeg har oprettet disse grupper baseret på salgsprocenter , så topkunderne er de 80 % til 100 %, mens mellemgruppen er mellem 25 % og 80 %, og den nederste gruppe er de 25 %.
DAX-beregninger for at vise bevægelse inden for kundegrupper
Vi bruger to DAX-formler her - for dette år (TY) og for det foregående år (LY). Lad os først gennemgå formlen for dette år ( kundegruppe TY ), og vi vil fokusere specifikt på den fremhævede del af formlen med.
Funktionen SELECTEDVALUE gør det muligt for os at returnere en tekstværdi (top, mid, bottom). Vi identificerer hvilken gruppe kunderne er i ved at bruge FILTER- funktionen. Vi kører denne logik gennem hver række inde i tabellen Kundegrupper , som jeg har oprettet.
FILTER er som en iterationsfunktion, der itererer gennem en specifik tabel og kører en logik ved hver enkelt række. Den kontekst, der vurderes til at være sand, er det, der vil blive bevaret. Så i dette tilfælde har vi top-, mid- og bundværdierne.
Logikken her omfatter variablerne (VAR) CustomerRank og TotalCustomer , som er udarbejdet i den første del af formlen. Lav og Høj i formlen er kolonner i tabellen Kundegrupper . Så for eksempel, for at være i topgruppen, skal kunden være mellem 80 % og 100 % baseret på salg.
Så dette er kunderangeringsberegningen, der er baseret på årets salg . Hvis vi nu ser på Kundegruppe LY -formlen, er det eneste, der er ændret, den kunderangering, der er baseret på sidste års salg i stedet for dette års salg .
Den har den samme logik, der kører gennem nøjagtig den samme tabel, men den køres baseret på rangeringen fra det foregående år. Og dette ville returnere den gruppe, de er i i det foregående år i forhold til det indeværende år.
Konklusion
Denne LuckyTemplates kundesegmenteringsteknik gør det muligt for os at køre og evaluere en tabel og returnere et tekstresultat. Vi er i stand til at sammenligne kundegrupperesultaterne fra sidste år og i år.
Det er også fantastisk, hvordan vi kan bruge den samme sekundære tabel (kundegrupper) til at køre logik igennem.er en datamodelleringsteknik, som jeg viste i en anden tutorial.
Kombinationen af DAX og datamodelleringsteknikker gør det muligt for os at udvinde denne værdifulde indsigt. Desuden kunne vi sammenligne resultater fra kvartal til kvartal. Den samme logik og teknik ville gælde.
Dette er en virkelig kraftfuld teknik, som du kan implementere i dine egne LuckyTemplates kundesegmenteringsrapporter.
Alt det bedste!
Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
