Hvis du er en online forhandler eller en højfrekvent salgsoperation, så er forståelsen af din kundebase, som hvis de er nye kunder eller eksisterende kunder, en indsigt af virkelig høj kvalitet, som du kan opnå ved at bruge avancerede analyser i LuckyTemplates. Du kan se den fulde video af denne tutorial nederst på denne blog.
Du har lyst til at dykke ned i denne type analyse, fordi du skal vurdere, om det meste af dit salg tilskrives folk, der er helt nye i din virksomhed, eller om du tilføjer konsekvent værdi til kunderne, og de kommer tilbage efter mere .
Det er ikke så let at implementere dette i LuckyTemplates. DAX-formlen vil sandsynligvis tage noget tid at få dit hoved omkring, men den er så kraftfuld fra et analytisk synspunkt. Den indsigt, som du kan udlede og implementere effektivt, når du først ved, hvad du laver, er ret utrolig.
I dette blogindlæg vil jeg gennemgå begge formler – den hvor du skal beregne om en kunde er ny, og så hvordan du kan udlede af det hvor mange der allerede er kunder eller har købt før i en tidligere tid ramme.
Indholdsfortegnelse
Beregning af salg fra nye kunder
I dette indlæg vil jeg vise, hvordan du kan beregne salg, der kom fra nye kunder. Der er masser af scenarier, hvor du kan bruge denne teknik, især hvis du er en detailvirksomhed og sælger masser af ting online. Du ønsker måske at analysere dit salg og vil finde ud af, hvor meget af det der kommer fra nye kunder. Du ønsker også dynamisk at vælge en hvilken som helst tidsramme og derefter dissekere, hvor meget ud af vores samlede salg, vi faktisk solgte til nye kunder.
Denne teknik kan også være relevant for produkter. Lad os sige, at du har sendt et nyt produkt ud, og du ønskede at regne ud, hvor mange af dine eksisterende kunder, der købte produktet i forhold til dine helt nye kunder.
Jeg vil gennemgå, hvordan vi kan skabe dette ved hjælp af avancerede analyser i LuckyTemplates, men først, lad os tage et kig på vores endelige visualisering. Vi har det samlede salg efter dato øverst og en årstildeling ved siden af, som giver et dynamisk overblik over salg fra nye kunder. Det midterste diagram viser de nye kunder på daglig basis, mens det nederste diagram viser måneds- og årsbasis.
Oprettelse af datotabellen
Jeg vil vise dig teknikken til, hvordan du opretter dette ved hjælp af DAX oven på din datamodel. Jeg har tænkt mig at opsætte en tabel med kolonnen Datoer og samlet salg, hvor vi kan se vores samlede salg for hver eneste dag. Det andet trin er at bringe en årsskærer ind, så vi kan hoppe mellem årene.
Ny kundesalg
Nu skal vi skrive en DAX-formel, der siger, hvor meget af det samlede salg er fra nye kunder. Jeg vil oprette et nyt mål og kalde det New Customer Sales. Bare rolig, hvis denne formel ikke giver mening med det samme – jeg foreslår, at du prøver det først, og så kommer forståelsen med tiden. Denne formel er en lille smule kompleks, så jeg vil bruge variabler, som gør det lettere at forstå.
Jeg vil skabe enringede til Kunder og derefter indsætte en tabel over mine kunde-id'er i denne variabel.
Så går jeg ned til en ny række og skriver RETURN , som er syntaksen for hvad du skal bruge når du bruger variable. Vi begynder at udvide vores logik, så vi bruger funktionen til at beregne det samlede salg. Vi er stadig ved at beregne det samlede salg, men denne gang bruger vi en anden kontekst . Det er en ret kompleks logik, men hvis du kan få dit sind over dette, så er du i god form til at forstå, hvad DAX faktisk gør for denne beregning.
Vi hopper til en anden linje og bruger. Inden for dette filter vil jeg sætte kunder som min variabel, hvor det vil sige, at for hver kunde skulle jeg lave en evaluering og evaluere, om denne kunde har købt før.
Når jeg er færdig med at skrive formlen, vil jeg trække målingen ind i tabellen for at se, hvad den faktisk beregner. Dette kommer til at tage et stykke tid, fordi der foregår en masse intern beregning eller in-memory beregning her. Hvis vi nu bare omarrangerer dette lidt og formaterer tabellen til dollars, så ser det sådan ud.
Du kan se nu, at vi har vores samlede salg og nykundesalg. Du kan også se, at når jeg klikker på et hvilket som helst tidsrammevalg i Årsudsnittet, ændres kolonnen Ny kundesalg med det.
Den første ting, jeg udarbejdede her, var Customers Variable, som kun er en tabel over kunde-id'er.
Udarbejde logikken
For at komme med den anden del af formlen skal vi genkende den indledende kontekst. For hver bestemt række går kundevariablen ind og finder hver kunde, der har købt i løbet af en bestemt dag. For hver af disse kunder vil den derefter gentage tabellen Datoer for at finde ud af, om denne kunde eksisterede og har købt før.
Hvis de har købt, vil det være lig med mere end 0, og det vil stort set annullere. Men hvis de ikke har købt, så vil denne logik returnere TRUE, og den kunde forbliver i konteksten.
Hver kunde, der købte noget på den pågældende dag, bliver vurderet, om de havde købt på en tidligere dag i den aktuelle kontekst. Det er præcis, hvad denne logik gør her.
Eksisterende kundesalg
Så det er den formel, vi bruger til at returnere salget af nye kunder. Du kan endda gå længere end dette og tænke over, hvordan du kan regne ud salget af dine eksisterende kunder. Du kan nemt forgrene dig herfra, fordi stort set alt, hvad du skal gøre, er at trække Ny kundesalg fra det samlede salg.
Vi trækker derefter Old Customer Sales ind i vores tabel.
Visualisering af data
Det sidste trin er at omdanne denne tabel til en visualisering, som vil give dig fordelingen gennem tiden af nye og gamle kunder.
Du kan holde denne dynamik, så du rent faktisk kan bruge datamodellen og se fra ethvert år, hvem der er ny kunde, og hvem der har vendt tilbage og købt mere hos dig. Du vil hurtigt se, hvordan du kan anvende dette på mange forskellige måder.
Konklusion
Denne teknik er meget praktisk, og du kan springe til en hvilken som helst tidsramme og analysere, baseret på den markedsføringsfremmende aktivitet, du måtte køre, hvor mange mennesker der foretager et køb, hvor mange af disse salg kom fra eksisterende kunder kontra nye, og også hvad var de langsigtede konsekvenser af dine kampagner på det samlede salg.
Så som du kan se, er dette nogle ting af virkelig høj kvalitet. Det er virkelig en fantastisk brug af avancerede analyser i LuckyTemplates. Prøv at lære dette godt, og det vil sætte dig i en god position til at udvikle nogle virkelig overbevisende rapporter i LuckyTemplates.
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.
