LuckyTemplates-tietojoukot: Opi havaitsemaan epänormaali käyttäytyminen DAX:n avulla

Tässä blogiviestissä näytän sinulle yksityiskohtaisesti, kuinka voit löytää epänormaalit käyttäytymismallit LuckyTemplates-tietojoukoistasi . Tämä ei erotu välittömästi, kun analysoit tietojasi, joten sinun on mietittävä sitä melko analyyttisesti. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Ajattelemalla syvällisesti, mitä haluat saavuttaa ja luomalla sitten tietomallin, joka toimii tämän tyyppisissä laskelmissa, voit saada korkealaatuisia tuloksia.

Tässä esimerkissä yritämme ymmärtää, mitä asiakas on tehnyt aiemmin. Arvioimme myös, ovatko viimeaikaiset ostot normaaleja vai poikkeavia menneisyyteen verrattuna.

Sisällysluettelo

• Löydä poikkeamat LuckyTemplates-tietojoukoistasi
• Ainutlaatuisia tuotteita ostettu
• Keskimääräiset neljänneksellä ostetut tuotteet
• Keskimäärin ostettuja tuotteita joka vuosineljänneksellä
• Johtopäätös

Löydä poikkeamat LuckyTemplates-tietojoukoistasi

Ajatellaanpa tätä kaupallisesta näkökulmasta. Oletetaan, että olemme verkkokauppias, lentoyhtiö tai supermarket, ja meidän on otettava käyttöön kanta-asiakasohjelma.

Meidän on tarkasteltava asiakastietojoukkoamme tietääksemme, kuinka paljon asiakas on tosiasiallisesti ostanut kullakin vuosineljänneksellä verrattuna siihen, mitä hän osti keskimäärin.

Yhtäkkiä näemme ostotottumusten tai ostokäyttäytymisen massiivisen lisääntymisen tai laskun. Haluamme ymmärtää, miksi he ostavat paljon enemmän kuin tavallisesti tai miksi he ostavat tavallista vähemmän.

Tällä tavalla voimme luoda hälytyksiä CRM-järjestelmäämme ja antaa sitten myyntitiimimme kohdistaa nämä ihmiset jakamalla alennuksia tai kuponkeja.

Tämä on todella tehokas oivallus, jonka voit saada LuckyTemplatesista. Arvo, jonka voit saada analyysistäsi, voi vaikuttaa positiivisesti liiketoimintaasi.

Ainutlaatuisia tuotteita ostettu

Laskeaksemme keskimääräiset ostetut tuotteet tietyllä vuosineljänneksellä meidän on ensin laskettava ostetut yksilölliset tuotteet. Kuinka monta yksittäistä tuotetta he ostivat kullekin yksittäiselle asiakkaalle?

Voimme selvittää tämän sanomalla, että me selvitämme kaiken asiakkaan kontekstinmyyntitaulukon tuotetunnuksesta.

Tämä kaava antaa meille jokaisen ainutlaatuisen tuotteen, jonka asiakas on ostanut meiltä nykyisessä tilanteessa.

Yllä olevan kaavan perusteella, kun napsautamme Q1 2017, voimme nähdä, että asiakas Aaron Day osti vain yhden tuotteen.

Keskimääräiset neljänneksellä ostetut tuotteet

Tätä kaavaa käytämme tämän erityisen näkemyksen tuottamiseen. Se kertoo, kuinka paljon tietty asiakas on ostanut keskimäärin neljännesvuosittain.

Keskimäärin ostettuja tuotteita joka vuosineljänneksellä

Seuraava asia, jonka tarvitsemme, on vertailuarvo tai luku, jonka avulla voimme verrata sitä johonkin, jotta voimme ymmärtää, mikä on epänormaalia käyttäytymistä.

Laskemme sitten saman oivalluksen, mutta emme katso mitään tiettyä päivämäärää. Julkaisemme kaikki kontekstit päivämäärinä.

Tämä kaava palauttaa yksittäisen asiakkaan keskimääräiset ainutlaatuiset tuotteet jokaisella vuosineljänneksellä. Näin saavutamme tämän erityisen oivalluksen.

Joten nyt meillä on kaksi arvoa. Kun teemme valinnan (esim. Q2 2017), Keskimääräiset tuotteet ostettuina vuosineljänneksissä -sarake ei koskaan muutu KAIKKI päivämäärät -toiminnon vuoksi . Tämä toiminto poistaa kaikki päivämäärät-osiosta näyttämämme suodattimet.

Jokaisen tekemämme valinnan yhteydessä vuosineljänneksen aikana ostettujen tuotteiden keskiarvo muuttuu.

Vertaamalla näitä kahta saraketta voimme tietää, mikä on normaalia ja mikä ei.

Voimme laittaa tähän mennessä saamamme visuaaliseen kaavioon syvällisempää analyysiä varten. Näemme hyvin nopeasti, kuinka monta tuotetta asiakkaamme ovat ostaneet tietyllä vuosineljänneksellä (oikea puoli) verrattuna siihen, kuinka paljon he ostavat keskimäärin (vasemmalla).

Voimme nähdä epänormaalin toiminnan LuckyTemplates-tietojoukoistamme ja nähdä, mitkä asiakkaat ovat lisänneet ostojaan. Keitä nämä ihmiset ovat ja miksi he tekevät niin?

Keräämiemme tietojen avulla voimme sitten toteuttaa toimivia strategioita tämän toistamiseksi.

Voimme vahvistaa markkinointiviestiämme lisätäksemme niiden ostoja, jotka eivät toimi epänormaalisti.

Johtopäätös

Tässä tapauksessa epänormaali, poikkeava tai poikkeava analyysi tuo paljon lisäarvoa. Miksi? Koska haluamme ymmärtää, menestyvätkö asiakkaamme paremmin vai myyvätkö myyjät enemmän.

Jos löydämme tietystä datasegmentistä meille positiivisia käyttäytymismalleja, voimme toistaa tämän muissa segmenteissä.

Tavoitteena on toistaa edullinen asiakaskäyttäytyminen ja soveltaa sitä muilla liiketoiminnan osa-alueilla.

Tämä tekniikka auttaa valtavasti lisäämään analyyttistä ajatteluasi sen suhteen, mitä voit saavuttaa LuckyTemplatesissa. 

Tämäntyyppiset analyysit ja monet muut löytyvät LuckyTemplates Online -sivuston Advanced LuckyTemplates -moduuleista . Katso lisätietoja alla olevasta moduulista.

Nauti tämän arvostelusta.