Segmentointiesimerkki Advanced DAX:n käyttämisestä LuckyTemplatesissa

Kun opit yhä enemmän kehittyneisiin DAX-kaavoihin, näet analyyttisten mahdollisuuksien maailman laajenevan sinulle mittaamatta. Tässä esimerkissä näytän sinulle kuinka paljon. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Tässä blogiviestissä aion tutkia suhteellisen kehittynyttä DAX-logiikkaa ja sitten kehittää sitä yhdistämällä alkuperäisen laskelman toiseen. Tämä blogikirjoitus seuraa olemassa olevaa videota, jonka avulla pystyimme ryhmittelemään asiakkaamme heidän myynnin sijoituksensa mukaan .

Se sai minut miettimään, mitä muuta voimme tuottaa tästä tiedosta. Ymmärsin, että olisi mielenkiintoista, jos katsoisimme sitä prosentuaalisesta näkökulmasta kokonaisperspektiivin sijaan.

Esimerkiksi, jos yhtenä vuonna ansaitset 20 % myynnistäsi 5 suurimmalta asiakkaaltasi ja seuraavana vuonna vain 5 %. Markkinoinnin näkökulmasta haluat ymmärtää, miksi näin tapahtuu, ja ryhtyä toimiin tämän prosenttiosuuden lisäämiseksi.

Sisällysluettelo

• Dynaamisen sijoituksen määrittäminen asiakasryhmäkohtaisesti
• Kokonaismyynti- ja asiakasryhmätaulukot
• Asiakasmyynnin prosenttiosuuden määrittäminen sijoitusryhmän mukaan
• Datan visualisointi
• Johtopäätös

Dynaamisen sijoituksen määrittäminen asiakasryhmäkohtaisesti

Käydään ensin läpi, kuinka ryhmittelimme nämä asiakkaat. Loimme mittarin ja kutsuimme sitä Asiakasmyynti ryhmittäin käyttämällä tätä kaavaa:

Pohjimmiltaan teimme dynaamisesti sijoituksen kunkin vuoden sisällä, kuinka monta myyntiä asiakasta kohden tehtiin. Ryhmittelimme ne kolmeen: Top 5, Top 5 - 20 ja sitten The Rest.

Mutta nyt haluamme määrittää näiden määrien prosenttiosuuden kokonaismyynnistä. Haluamme siis nähdä kaikki nämä luvut prosentteina, jotta voimme nähdä, tapahtuuko prosentuaalinen muutos ajan myötä.

Tämä ei ole liian vaikeaa tehdä siitä missä nyt olemme. Jos kävit läpi edellisen blogikirjoituksen tai videon ja ymmärsit sen, niin tämä on pala kakkua.

Saadaksemme nämä tulokset prosentteina, meidän on selvitettävä, kuinka saada Total-rivin luvut Top 5:n, 5–20:n ja lopun numeroihin. Esimerkiksi 5 parasta asiakkaamme ansaitsivat meille 4 988 170,10 dollaria vuonna 2014, joka on jaettava 35 040 899,50 dollarilla prosenttiosuuden saamiseksi.

Ensimmäinen asia on kopioida ja replikoida taulukko kankaalle ja sitten kehittää mitta, joka noutaa 35 miljoonaa kokonaismyyntiä tässä yhteydessä.

Kuten näette, olemme tarkastelleet kokonaismyyntiä CLCULATE-funktion sisältä ja muuttaneet kontekstia käyttämällä melko edistyneitä.

Kokonaismyynti- ja asiakasryhmätaulukot

Kokonaismyynti itsessään ei liity asiakasryhmät-taulukkoon, jonka loimme edellisessä blogikirjoituksessa. Näiden kahden välillä ei ole mitään yhteyttä.

Joten jos yritämme suodattaa kokonaismyyntiä Asiakasryhmät-taulukon mukaan, mitään ei tapahdu. Mutta katso, mitä tapahtuu, kun tuomme tämän taulukkoon.

Suodatin sijoitetaan vuosien 2014, 2015 ja 2016 sarakkeisiin. joten saamme kokonaissumman jokaisessa Ryhmät-taulukon iteraatiossa. Ryhmät-ulottuvuus ei kuitenkaan suodata, koska niitä ei ole yhdistetty tietomalliin. Meillä on siis pohjimmiltaan tämän analyysin kaksi keskeistä elementtiä.

Asiakasmyynnin prosenttiosuuden määrittäminen sijoitusryhmän mukaan

Seuraava askel on luoda uusi mittari tai käyttää olemassa olevaa mittaa ja kutsua sitä % asiakasmyynti per ryhmä. Jaamme asiakasmyynnin ryhmittäin kokonaismyynnillä, vaihtoehtoisena tuloksenani 0.

On selvää, että meidän on muotoiltava tämä ja muutettava se prosentteina.

Viimeinen vaihe on tarttua tähän mittaan ja laittaa se taulukkoon nähdäksesi prosenttiosuuden. Näyttää siltä, ​​että se laskee oikean tuloksen, koska saamme 100 % kaikista kokonaistuloksista. Kuten näette, tämä on superhieno tekniikka, joka on rakennettu aiemmin käyttämämme tekniikan päälle.

Datan visualisointi

Viimeisenä silauksena voit laittaa tämän visualisointiin, varsinkin jos aiot näyttää enemmän kuin tässä taulukossa kuvaamani kolme vuotta. Voit pilkkoa nämä tiedot useilla eri tavoilla, kuten tällä viivakaaviolla:

Tai jos haluat, voimme käyttää sen sijaan aluekaaviota:

Siinä se on: olemme nyt dynaamisesti laskeneet, mistä myyntimme tulee ja mistä sijoitusryhmistä se tulee ajan myötä.

Tämä on todella tehokkaasti edistynyt DAX-analyyttinen työ, joka tuottaa upeita oivalluksia. Monissa skenaarioissa ominaisuuksien koostumuksen vahva ymmärtäminen on avainasemassa päätöksenteossa ja riskienhallinnassa. Mielessäni käyvät tilanteet, kuten pankkilainakirjat, vakuutusturva, myyntinimitys ja monet muut. Käyttämällä näiden tekniikoiden yhdistelmää voit löytää nämä oivallukset melko tehokkaasti.

Johtopäätös

Tämäntyyppisten laskelmien yhdistämiseen liittyy monia elementtejä. Jos olet vasta aloittamassa DAX:n käyttöä, tutustu verkkokursseihini saadaksesi hyvän käsityksen siitä, mistä aloittaa ja mitä voit saavuttaa tämän lisäksi. Yhdistelmä tekniikoita tässä avaa mahdollisuuksia, joita voit käyttää yhä uudelleen ja uudelleen monissa malleissa.

Avain ymmärtääksesi, kuinka voit siirtää tämän omiin malleihisi, on pohtia ulottuvuutta tai attribuuttia, johon haluat perehtyä, kuten asiakkaat, alueet tai tuotteet. Sinun on sitten toistettava tämä attribuutti mittasi sisällä. Joskus saatat tarvita jopa tukitaulukon luodaksesi tämän logiikan läpikäytäväksi.

Onnea tämän kanssa. Jos sinulla on kysyttävää tai palautetta, kerro minulle alla olevissa kommenteissa.