LuckyTemplates-asiakassegmentointi: Ryhmän liikkeen esittely ajan kuluessa

Tässä opetusohjelmassa on kyse asiakkaiden näkemyksistä. Esittelen edistyneen LuckyTemplates-asiakassegmentointitekniikan käyttämällä DAX-kaavoja ja toissijaista taulukkoa. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Asiakkaiden tunnistaminen tai segmentointi on tekniikka sinänsä, mutta asiakassegmenttien vertailu kuluvalla ja edeltävällä kaudella on toinen loistava tekniikka. Tämän oivalluksen avulla voimme saada todellista lisäarvoa LuckyTemplates-asiakassegmentointianalyysistämme.

Tämä tekniikka on yhdistelmäja oikea tietomallinnus .

Asiakkaiden segmentointi tai ryhmittelyt, joihin viittaamme tässä, ovat korkea tai ylä-, keski- ja alaosa. Vertaamme jokaisen asiakkaan yksilöllistä nykyistä ja aikaisempaa segmentointia ja näemme, mitkä asiakkaat, jotka olivat aikoinaan parhaiten suoriutuneita asiakkaita, putosivat heikoimmin suoriutuneista asiakkaistamme.

Voimme tehdä parempia päätöksiä myynnin, markkinoinnin tai mainonnan suhteen tällaisen asiakasanalyysin avulla, koska tämä on yksi todellisista liiketoimintaympäristöjen skenaarioista.

Sisällysluettelo

• Asiakasryhmien tunnistaminen tänä ja viime vuonna
• DAX-laskelmat, jotka osoittavat liikkeen asiakasryhmien sisällä
• Johtopäätös

Asiakasryhmien tunnistaminen tänä ja viime vuonna

Tarkka asia, jonka haluan näyttää tässä opetusohjelmassa, ovat tämän taulukon tulokset. Olen luonut listan asiakkaista, joita pidän huippu-, keski- ja alhaisina, ja olen laskenut asiakasryhmät prosentteina. 

Tästä taulukosta näemme, että Asiakasryhmä TY (tämä vuosi) -sarakkeessa meillä on tämän vuoden suurimmat asiakkaat, mutta Asiakasryhmä LY (viime vuosi) -sarakkeessa he olivat toisessa segmentissä tai ryhmässä (keski- ja alaosa). ). Voimme nähdä viime vuoden alhaisimmat asiakkaat, jotka pääsivät tänä vuonna keski- ja huippuosiin .

Esimerkiksi Johnson Ltd täällä oli viime vuonna alhaalla, mutta on tänä vuonna keskiasiakas 38,2 prosentin kasvulla. Liberty Group oli myös viime vuonna pohjalla, mutta nyt se on tämän vuoden suurin asiakas 512,7 prosentin kasvulla.

Tämä luku itsessään kertoo jotain, mutta sen avulla voimme luoda paljon enemmän lisälogiikkaa, joka segmentoi asiakkaat puhtaasti sen perusteella, että he kuuluvat tiettyyn ryhmään. 

Ennen kuin pääsemme kaavaan, näytän sinulle nopeasti, kuinka ryhmittelin nämä asiakkaat. Olen luonut nämä ryhmät myyntiprosenttien perusteella , joten parhaat asiakkaat ovat 80–100 %, kun taas keskiryhmä on 25–80 % ja alin ryhmä 25 %.

DAX-laskelmat, jotka osoittavat liikkeen asiakasryhmien sisällä

Käytämme tässä kahta DAX-kaavaa – tälle vuodelle (TY) ja edelliselle vuodelle (LY). Käydään ensin läpi tämän vuoden kaava ( Asiakasryhmä TY ) ja keskitymme erityisesti kaavan korostettuun osaan.

SELECTEDVALUE - funktion avulla voimme palauttaa tekstiarvon (ylä, keski, alaosa). Tunnistamme FILTER -toiminnon avulla, mihin ryhmään asiakkaat kuuluvat. Suoritamme tämän logiikan jokaisella luomani Asiakasryhmät- taulukon rivillä .

SUODATIN on kuin iteroiva toiminto, joka iteroi tietyn taulukon läpi ja suorittaa logiikan jokaisella rivillä. Konteksti, joka arvioi todeksi, on se, mikä säilytetään. Joten tässä tapauksessa meillä on ylä-, keski- ja ala-arvot.

Tässä logiikka sisältää muuttujat (VAR) CustomerRank ja TotalCustomer , jotka on laadittu kaavan ensimmäisessä osassa. Kaavan Low ja High ovat Asiakasryhmät - taulukon sarakkeita . Joten esimerkiksi ollakseen kärkiryhmässä asiakkaan on oltava 80–100 % myynnin perusteella. 

Tämä on siis asiakassijoituslaskelma, joka perustuu tämän vuoden myyntiin . Jos nyt tarkastellaan asiakasryhmän LY -kaavaa, muuttunut on vain asiakassijoitus, joka perustuu viime vuoden myyntiin tämän vuoden myynnin sijaan . 

Sillä on sama logiikka, joka kulkee täsmälleen saman taulukon läpi, mutta sitä ajetaan edellisen vuoden sijoituksen perusteella. Ja tämä palauttaisi ryhmän, jossa he ovat edellisenä vuonna, verrattuna kuluvaan vuoteen.

Johtopäätös

Tämän LuckyTemplates-asiakassegmentointitekniikan avulla voimme suorittaa ja arvioida taulukon läpi ja palauttaa tekstituloksen. Pystymme vertailemaan viime vuoden ja tämän vuoden asiakasryhmien tuloksia.

On myös hienoa, kuinka voimme käyttää samaa toissijaista taulukkoa (asiakasryhmät) logiikan läpikäymiseen.on tietojen mallinnustekniikka, jonka esittelin toisessa opetusohjelmassa.

DAX- ja datamallinnustekniikoiden yhdistäminen antaa meille mahdollisuuden saada tämä arvokas käsitys. Lisäksi voimme vertailla vuosineljänneksen tuloksia myös vuosineljänneksittäin. Sama logiikka ja tekniikka olisivat voimassa.

Tämä on todella tehokas tekniikka, jonka voit ottaa käyttöön omissa LuckyTemplates-asiakassegmentointiraporteissasi.

Kaikki parhaat!