Ma bemutatom azokat a csodálatos dolgokat, amelyeket a kosárelemzési technikával végezhet . A LuckyTemplatesben található Kosárelemzés segítségével megpróbálhatja elemezni az egyik termékcsoport vásárlói értékesítését egy másik termékcsoporttal szemben . Az oktatóanyag teljes videóját a blog alján tekintheti meg
A LuckyTemplatesben rengeteg alkalmazás létezik erre. De ehhez az oktatóanyaghoz szeretném megosztani Önnel az ilyen típusú technikák használatának bevált gyakorlatait.
Az ilyen típusú elemzések lefuttatásával felmérhetjük a nálunk vagy üzleteinkben vásárló vásárlók eladási trendjeit vagy vásárlási magatartását.
Ezen minták ismeretében és megértésében az értékesítési folyamat számos aspektusát jobban tudjuk kezelni. Például jobb készletkezelés, továbbértékesítési lehetőségek, célzottabb marketing és még sok más.
Ebben a kosárelemzésben alapvetően azokat a vásárlókat próbálom bemutatni, akik egy bizonyos termékcsoportot vásároltak. Aztán megpróbálom megnézni, hogy vásároltak-e egy másik termékcsoportot is.
Az eredmények nagyon hasznosak lennének, ha funkcióelemzést szeretne futtatni azon ügyfelek körül, akik az egyik termékcsoportot vásárolták, a másikat nem. Ezután hatékony marketinggel és reklámozással követheti őket.
Tartalomjegyzék
LuckyTemplates modell kosárelemzéshez
Először is a saját modellemre térek át, mert itt találhatjuk meg a kosárelemzés leglényegesebb módját. Egy nagy tipp az ilyen típusú elemzések futtatásakor, hogy az ilyen kosarakhoz hasonló kijelölések integrálása az alapmodellbe bonyolult módszer.
Vessen egy pillantást az alapvető modellemre, amely egy nagyon egyszerű.
Visszatérve az adataimra, lemásoltam egy nagyon egyszerű Termékek táblázatot. Most hoztam létre két táblázatot, amelyek teljesen megegyeznek, de különböző címekkel. Az egyiket Kezdeti kosárnak hívják .
A második a Selection Basket nevet viseli .
Ezeket a kosarakat én tartóasztaloknak nevezem. Ha megnézi a modellemet, ezeknek a tábláknak nincs kapcsolata más táblákkal.
Csak az ezekből a táblázatokból származó számításokat fogom integrálni az alapmodellbe. De ezt egy képlet segítségével kell megtenni, nem kapcsolatokon keresztül. Személy szerint úgy gondolom, hogy ezzel minden sokkal könnyebbé és tisztábbá válik, mint a kapcsolatok túlbonyolítása.
Ez az egyik legjobb gyakorlati tippem a kosárelemzéshez. Ezeket a kosarakat külön hozza létre, és használja őket tartóasztalként az alapmodell oldalán. Most pedig vessünk egy pillantást az általam elkészített és a táblázatokba integrált képletekre vagy számításokra.
A kosár vásárlóinak bemutatása
Amint látja, a táblázatban másképpen neveztem el a kosarakat. Ez most a Kezdeti kosártermékek és a Válogatott termékek , majd itt ki tudom válogatni a termékeket, ahogy egy szeletelőbe teszem őket.
Ezt követően az alábbi képlet segítségével elvégeztem néhány számítást az egyedi ügyfelekre vonatkozóan.
Alapvetően csak futtatom aaz Értékesítés funkcióját az egyes Ügyfelek nevével.
A Kosárvásárlók oszlop az, ahol ez kezd kissé trükkössé válni. Ez kiszámítja, hogy hány vásárló vásárolta meg az általam az Initial Basket szeletelőben kiválasztott termékcsoportot .
Mivel a táblázatnak nincs kapcsolata az értékesítési táblával, ahol az összes tranzakció megtalálható, az alábbi képletet kell használnom.
Miközben az egyedi ügyfeleket számolom, egy másik kapcsolatot vagy kontextust is alkalmazok belül afunkció. Lehetővé teszi számomra, hogy virtuális kapcsolatot hozzak létre a kezdeti kosár és a kezdeti kosárindex, valamint a megfelelő eladások termékleírási indexe között.
Sőt, a Válogatott vásárlók oszlopban csak ugyanazt kell tennem, és pontosan ugyanazt a mintát kell használnom. Ezúttal azonban a termékek egy másik részhalmazát értékeli a kiválasztottam alapján.
A kosár vásárlók teljes számának meghatározása
Most a leglényegesebb kosárelemzéssel foglalkozom, és itt fejlettebb logikára van szükség a két kosár tényleges összehasonlításához.
Össze akarom hasonlítani az összes vásárlót, aki az első kosárkészletben vásárolt, és az összes vásárlót, aki a második kosárkészletben vásárolt. Ez az oka annak, hogy hozzáadtam az Összes kosárvásárló oszlopot .
Így tudom ezt megtenni az alábbi nagyon fejlett képlet segítségével.
Itt a legfontosabb figyelembe venni, hogy a TREATAS függvény pontosan megegyezik az előző számítással. De ahelyett, hogy skaláris értékeket hozna létre, virtuális táblát fog létrehozni afunkció.
Tehát a képlet egy táblázatot fog felhozni a vásárlók számára a Kezdeti kosártermékek és a Kiválasztott termékek termékválasztéka alapján .
Aztán használtam afunkció annak értékelésére, hogy mely ügyfelek tartoznak a kezdeti kosárba, és mely ügyfelek szerepelnek a kiválasztott kosárban.
Végül afunkció befejezi a munkát azáltal, hogy visszaadja a mindkét kosárban jelen lévő ügyfelek teljes számát.
További tippek és technikák a LuckyTemplates kosárelemzéséhez
Ebben a kosárelemzési technikában az a nagyszerű, hogy ténylegesen újra felhasználhatja a képletet, ha más kontextust szeretne hozni.
Például szeretném ide sorolni az Ország kontextusát ; Csak fel kell hoznom ezt a táblázatba egy másik megjelenítéshez, és hozzá kell adnom a Total Basket Customers képletet az új vizualizációhoz.
Így most meg tudom mutatni a kosárügyfelek teljes számát a különböző országokban. Ez nagymértékben alkalmazható a kiskereskedelmi üzletekben, és szűkíthető konkrétabb régiókra vagy vásárlói csoportokra .
Amint látja, nagyon sok módja van a kosárelemzés javításának. Ez az oktatóanyag csak bevezető a kosárelemzés csodálatos erejébe.
Következtetés
Ezt mindenképpen érdemes nagyon részletesen megvizsgálni, ha ezt a konkrét elemzést keresi vagy igényli a saját modelljeiben.
Ez számos magas szintű betekintést tesz lehetővé, ahol újra eloszthatja erőforrásait vagy finanszírozását a vállalkozása számára legmegfelelőbb területekre.
Nézze meg a kosárelemzésről szóló részletesebb előadásokat a LuckyTemplates közelgő videóiban. Ha szeretne fejlettebb elemzési példákat látni, minden bizonnyal megtekintheti ezt a modult a LuckyTemplates Online-on –.
Sok sikert ehhez!
***** 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.
