Ebben a blogban a LuckyTemplates kohorszelemzést mutatom be . Ez volt az egyik téma, amelyet részletesen végigjártam a, ahol bemutattam, mi az a kohorszelemzés, és hogyan tudod ezt megtenni a LuckyTemplatesben. Ebből az oktatóanyagból megtudhatja, hogyan állíthatja be a LuckyTemplates modellen belül. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
A kohorszelemzés gondolata az, hogy ügyfeleinket egy adott viselkedés vagy tulajdonság alapján csoportosítjuk.
Ebben a példában ügyfeleinket aszerint csoportosítjuk, hogy mikor vásároltak először , majd elemezzük ezen ügyfelek megtartási arányát .
Tehát az ötlet az, hogy egy csoportot hozzunk létre arról, hogy a vásárlók mikor vásárolnak először, majd idővel elemezzük, mennyi időbe telik, amíg újra eljönnek és vásárolnak. Ezután összehasonlítjuk a csoportunkban lévő összes ügyfelet az összes hónapban, és megnézzük, hogy a megtartási szint javul-e vagy csökken.
Ebben a demonstrációban vannak százalékok, ami jó szemléltetés, de vannak abszolút számok is.
Tartalomjegyzék
Vevői vásárlások osztályozása
Ha önmagában a kohorszra gondol, az „ügyfelek csoportosítását” jelenti. Tehát itt azt számoljuk ki, hogy az ügyfél mikor csatlakozott, vagy mikor vásárolt először tőlünk. Ezt a csatlakozási dátumnak minősítjük .
A csatlakozási dátum képlet csak a Minimális vásárlási dátum az értékesítési táblázatban. Ezért kidolgozzuk azt a minimális vagy legalacsonyabb dátumot, amelyet az egyes sorokban lévő ügyfelek közül bármelyik megvásárolt.
Ezután az adott kohorszba soroltuk őket aszerint, hogy melyik hónapban és évben vásároltak .
Például Jesse Evans itt 2014. március 11-én vásárolt, így az Evanshez hasonló ügyfelek a 2014. márciusi kohorszba tartoznak.
DAX képletek a kohorsz elemzéshez
Az itt használt képletek nagyon egyszerűek. A csatlakozási dátum csak a megrendelés dátumának (eladások) MIN- je.
A Kohorsz hónap alapvetően a csatlakozási dátum hónapjának megállapítása.
Aztán idehozzuk őket.
Sok különböző változón létrehozhatunk egy kohorszt . Ez csak egy valós példa a megőrzési arányokra.
Időkeretek osztályozása
A másik besorolandó dolog az időszakok . Ezek csak általánosak (1, 2, 3 stb.), de létre kell hoznunk néhány általános időszakot, hogy összehasonlítsuk ezeket a kohorszokat (2014. január, 2014. február stb.), mert mindegyik különböző időkeretben van. Összehasonlítanunk kell ezeket a kohorszokat különböző időszakokban.
Tehát így állítjuk be, ha ilyen elemzést végzünk. Az 1-től 12-ig terjedő időszak van, és a Min napokat és a Max napokat rögzítjük.
Például, ha egy ügyfél vásárolt tőlünk, majd az első 30 napon belül újra vásárolt, az ügyfél az első megőrzési időszaknak minősül (1. időszak). Ha az ügyfél 120 és 150 nap között ismét vásárolt tőlünk, akkor az ügyfél az 5. periódusban van, és így tovább.
Úgy látjuk, hogy ez az összes kohorszban befejeződik, annak ellenére, hogy ezek az ügyfelek az első vásárlást egy későbbi időpontban hajtják végre. Ezután összehasonlítjuk a kohorszunkat hasonló alapon egészen 2014 januárjáig a számítások összetett kombinációjának felhasználásával.
Idő alapú kohorszelemzés – Az adatmodell beállítása a LuckyTemplates alkalmazásban
Következtetés
A Learning Summit alkalmával sokkal részletesebben foglalkoztam azzal, hogyan lehet pontosan generálni a képleteket, hogy ezt megtehesse, de úgy gondoltam, ez jó bevezető lenne. Sokan valószínűleg még nem is hallottak a kohorszelemzésről.
Ez egy meglehetősen fejlett elemzési technika, de szerettem volna bemutatni, hogy mi is az a kohorszelemzés, és megmutatni, hogyan tudjuk ezt kitalálni a LuckyTemplates segítségével. Ezt nagyon dinamikusan és hatékonyan is megtehetjük, ahol integrálhatjuk a modellünkbe.
Láttam ezt az elemzést Excelben és néhány más fejlett eszközben elvégezni, de megtehetjük Power Bi-ben, és még jobbá és hatékonyabbá tehetjük. Tekintse meg az alábbi linkeket a témával kapcsolatos további LuckyTemplates-forrásokért.
Egészségére!
***** LuckyTemplates tanulása? *****
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.
