Korin analyysin esittely – parhaita käytäntöjä koskevia vinkkejä LuckyTemplatesille

Tänään aion esitellä hämmästyttäviä asioita, joita voit tehdä korianalyysitekniikalla . LuckyTemplatesin Basket Analysis -työkalun avulla voit yrittää analysoida yhden tuoteryhmän asiakasmyyntiä verrattuna toiseen tuoteryhmään . Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta

LuckyTemplatesissa on paljon sovelluksia tähän. Mutta tätä opetusohjelmaa varten haluan jakaa kanssasi tämäntyyppisten tekniikoiden käytön parhaat käytännöt.

Suorittamalla tämän tyyppisiä analyyseja voimme selvittää myyntitrendejä tai meiltä tai myymälöissämme ostavien asiakkaiden ostokäyttäytymistä.

Nämä mallit tuntemalla ja ymmärtämällä voimme hallita monia myyntiprosessin näkökohtia paremmin. Esimerkiksi parempi varastonhallinta, lisämyyntimahdollisuudet, kohdistettu markkinointi ja paljon muuta.

Tässä korianalyysissä yritän periaatteessa näyttää asiakkaat, jotka ostivat tietyn tuoteryhmän. Ja sitten yritän katsoa, ​​ovatko he ostaneet myös toisen tuoteryhmän.

Tulokset olisivat erittäin hyödyllisiä, kun haluat suorittaa ominaisuusanalyysin niiden asiakkaiden ympärille, jotka ostivat yhden tuoteryhmän mutta eivät toista. Sitten voit seurata niitä tehokkaan markkinoinnin ja mainonnan avulla.

Sisällysluettelo

• LuckyTemplates-malli korianalyysiin
• Esittelyssä The Basket -asiakkaat
• Korin asiakkaiden kokonaismäärän tunnistaminen
• Muita vinkkejä ja tekniikoita korianalyysiin LuckyTemplatesissa
• Johtopäätös

LuckyTemplates-malli korianalyysiin

Ensinnäkin hyppään malliini, koska täältä löydämme oleellisimman tavan saada korianalyysi oikein. Suuri vinkki, kun suoritat tämäntyyppistä analyysiä, on, että näiden korien kaltaisten valintojen integrointi ydinmalliisi on monimutkainen tapa tehdä se. 

Katso perusmalliani, joka on hyvin yksinkertainen. 

Palatakseni tietoihini, kopioin hyvin yksinkertaisen Tuotteet-taulukon. Loin juuri kaksi taulukkoa, jotka ovat täsmälleen samat, mutta joilla on eri otsikot. Yksi on nimeltään Initial Basket .

Toinen on nimeltään valintakori .

Näitä koreja kutsun tukipöydiksi. Jos katsot malliani, näillä taulukoilla ei ole suhdetta muihin taulukoihin.

Aion vain integroida näiden taulukoiden laskelmat ydinmalliin. Mutta se on tehtävä kaavan, ei suhteiden kautta. Henkilökohtaisesti uskon, että tämän tekeminen tekee kaikesta paljon helpompaa ja puhtaampaa kuin suhteiden monimutkaiseminen.

Tämä on yksi parhaista käytäntövihjeistäni korianalyysiin. Luo nämä korit erikseen ja käytä niitä tukipöytinä ydinmallin puolelle. Katsotaan nyt kaavoja tai laskelmia, jotka tein ja integroin taulukoihin.

Esittelyssä The Basket -asiakkaat

Kuten näette, olen nimennyt korit taulukossa eri tavalla. Nyt se on Initial Basket Products ja Selection Products , sitten voin valita tuotteet useaan otteeseen, kun laitan ne viipalointikoneeseen.

Sen jälkeen olen suorittanut joitain laskelmia yksilöllisille asiakkaille alla olevan kaavan avulla.

Periaatteessa ajelen vainMyynnin toiminto kunkin asiakkaan nimellä.

Korin asiakkaat -sarakkeessa se alkaa olla hieman hankalaa. Tämä laskee, kuinka moni asiakas osti tietyn tuoteryhmän, jonka olen valinnut Alkukorin viipalointityökalusta .

Koska taulukolla ei ole mitään yhteyttä myyntitaulukkoon, josta kaikki tapahtumat löytyvät, minun on käytettävä alla olevaa kaavaa.

Kun lasken yksittäisiä asiakkaita, käytän myös erilaista suhdetta tai kontekstiatoiminto. Sen avulla voin luoda virtuaalisen suhteen alkuperäisen korin ja alkuperäisen koriindeksin sekä vastaavan myynnin tuotekuvausindeksin välille .

Lisäksi Valinnan asiakkaat -sarakkeessa minun on vain tehtävä sama asia ja käytettävä täsmälleen samaa mallia. Mutta tällä kertaa se arvioi erilaista tuotteiden osajoukkoa valintani perusteella.  

Korin asiakkaiden kokonaismäärän tunnistaminen

Nyt pääsen tärkeimpään korianalyysiin, ja tässä tarvitaan kehittyneempää logiikkaa, jotta voidaan todella verrata kahta koria. 

Haluan verrata kaikkia asiakkaita, jotka ostivat ensimmäisestä korista, kaikkiin asiakkaisiin, jotka ostivat toisesta korista. Tästä syystä olen lisännyt Ostoskori-asiakkaat -sarakkeen .

Näin voin tehdä sen täällä käyttämällä alla olevaa erittäin kehittynyttä kaavaa.

Tärkein huomioitava asia tässä on, että TREATAS- funktio on täsmälleen sama kuin edellinen laskelma. Mutta sen sijaan, että luotaisiin skalaariarvoja, se luo virtuaalisen taulukon käyttämällätoiminto.

Joten kaava tulee tuomaan asiakkaille taulukon niiden tuotevalintojen perusteella, joita olen tehnyt Alkukorituotteista ja Valikoimatuotteista .

Sitten olen käyttänyttoiminto arvioida, mitkä asiakkaat kuuluvat alkuperäiseen koriin ja kuuluvat myös valittuun koriin. 

Lopuksi,-toiminto päättää työn palauttamalla molemmissa koreissa olevien asiakkaiden kokonaismäärän.

Muita vinkkejä ja tekniikoita korianalyysiin LuckyTemplatesissa

Hienoa tässä korianalyysitekniikassa on, että voit itse asiassa käyttää kaavaa uudelleen, kun haluat tuoda erilaisen kontekstin.

Haluan esimerkiksi sisällyttää maan kontekstin tähän; Minun on vain tuotava tämä taulukkoon erilaista visualisointia varten ja lisättävä Total Basket Customers -kaava uuteen visualisointiin.

Joten nyt voin näyttää kaikkien näiden eri maiden koriasiakkaiden kokonaismäärän. Tämä on hyvin sovellettavissa vähittäiskaupoissa ja se voidaan rajata tarkempiin alueisiin tai asiakasryhmiin .

Kuten näet, on monia tapoja parantaa korianalyysiäsi. Tämä opetusohjelma on vain johdatus korianalyysin mahtavaan voimaan.

Johtopäätös

Tähän kannattaa ehdottomasti sukeltaa yksityiskohtaisesti, jos tämä analyysi on se, mitä etsit tai tarvitset omissa malleissasi.

Tämä mahdollistaa monia korkean tason oivalluksia, joiden avulla voit jakaa resurssit tai rahoituksesi uudelleen yrityksesi kannalta sopivimmille alueille.

Katso tarkempia istuntoja korianalyysistä LuckyTemplatesin tulevissa videoissa. Jos haluat nähdä edistyneempiä analyyttisiä esimerkkejä, voit varmasti tutustua tähän moduuliin LuckyTemplates Onlinessa –.

Onnea tämän kanssa!

***** Opitko LuckyTemplates? *****