Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ma már egyre bonyolultabbá válik a DAX, de ez azért van, mert szeretem megmutatni ennek a képletnyelvnek az erejét a LuckyTemplatesben. Azt akarom, hogy te is odaérj. Ezért szeretnék mindig gyakorlatiasodni a megvalósítással kapcsolatban. A dinamikus szegmentálás tökéletes példája egy igazán értékes kereskedelmi betekintésnek, amelyet a LuckyTemplates elemzéséből kinyerhet. Az oktatóanyag teljes videóját a blog alján tekintheti meg.

Tegyük fel, hogy látni szeretné, mely vásárlói csoportok vásárolják az Ön termékeit. Ha azt mondom, hogy vásárlói csoportok, akkor a legjobb ügyfelei, a középkategóriás ügyfelei vagy a legalacsonyabb vásárlói? Gyorsan rá fog jönni, hogy ezt valójában nem is olyan könnyű kidolgozni, mivel ez a „csoportosítás” még a nyers táblázatokban sem létezik. Egy támogató táblázaton keresztül kell létrehoznia, és ebben a blogbejegyzésben megmutatom, hogyan.

Ebben a bejegyzésben azt mutatjuk be, hogyan képzelheti el, mely ügyfélcsoportok járulnak hozzá a legnagyobb mértékben a nyereségéhez. Most van néhány lépés, amit végig kell vennünk, hogy idáig eljuthassunk, de ez egy igazán nagyszerű elemzés, ha át akar menni az időben, és meg akarja határozni, mennyi a Top 5, Top 5-20 és a többi ügyfelei közül az Ön nyereségéhez járul hozzá.

Ugyanazokat a technikákat használhatja, amelyeket ebben a blogbejegyzésben is bemutatunk, hogy ténylegesen elvégezze saját elemzését. Az adatmodell használatával létrehozhat ilyen dinamikus vizualitást. Például ebbenmegvizsgáljuk, mi a hozzájárulása a Top 5-nek, az 5-20-as helyezéseknek és a többieknek.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Mivel minden dinamikus, azt is tehetjük, hogy átkattintunk minden általunk értékesített terméket, és meglátjuk a különbséget az egyes termékek között. Láthatjuk, hogy egyes termékeket teljesen a Top 5 uralja, de ez valószínűleg azért van, mert az adott termékkel valójában nem sok kel el.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Másrészt, ha rákattintunk egy nagy forgalmú termékre, láthatjuk, hogy az egy kicsit jobban elosztó. Ezek azok a nagyszerű betekintések, amelyeket az ilyen típusú elemzésekből nyerhet.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Tartalomjegyzék

A teljes nyereség kiszámítása

Kezdjük elölről, és dolgozzuk ki, hogyan juthatunk el idáig. Az első dolog, amit meg kell tennünk, hogy beállítunk néhány egyszerű számítást.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Először az össznyereségünket fogjuk kiszámítani a teljes értékesítésből mínusz a teljes költségünkből.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Rangsorolási táblázat készítése

Először ugorjunk vissza az adatmodellünkhöz. Látni fogja, hogy a tetején megtalálhatók az alapvető adatmodelleink: Dátumok tábla, Termékek tábla, Régiók táblázat és Ügyféltábla, amelyek mindegyike az alul található Értékesítési táblázatba kerül. Minden egyes végrehajtott tranzakció szerepel az értékesítési táblázatunkban, és itt végezzük el a számításainkat.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ha jobban belegondolunk, a modellünkben nincs semmi, ami megmondaná, hogy ki van az első ötben, kik vannak 5-20 között, vagy kik a többiek. Ez azt jelenti, hogy létre kell hoznunk. Ne feledje azt is, hogy ezt szeretnénk, jobb?

Tehát létre kell hoznunk egy táblázatot, amely ezt elvégzi helyettünk. Csoportokat hozunk létre, valamint ezek MIN és MAX értékét. A Top 5-nél a minimum 0, a maximum pedig 5. Az 5-20 helyezéseknél 5 és 20 lesz, és így tovább. Ezt a táblázatot ezután a Dax-képlet segítségével integráljuk adatmodellünkbe, és ez dinamikusan rangsorolja az ügyfeleket a számítás bármely kontextusa alapján.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Vevői nyereség csoportonkénti megfogalmazása

Meg fogjuk találni, hogyan lehet megkeresni a Vevői nyereséget csoportonként (4:00). Nézzük gyorsan, mi is történik itt valójában. Mindenekelőtt az össznyereséget fogjuk kiszámítani, ami az a teljes nyereség mértéke, amelyet korábban tanítottam Önnek.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

De azt kell tennünk, hogy lássuk, milyen rangban vannak az egyes ügyfelek, és hogy ülnek-e a táblázatunkban létrehozott egyéni rangok mindegyikén. Ha igen, akkor a Top 5, az 5-től 10-ig tartó helyezések vagy a többiek besorolják őket a csoportba.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ez az a logika, amelyet a számítások tényleges létrehozásához vagy futtatásához fogunk használni.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Gúnyoljunk ki valamit nagyon gyorsan, és húzzuk be a táblázatunkba a hónapot és évet. Látni fogjuk a teljes értékesítést minden egyes hónapra vonatkozóan.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Vevői nyereség felhasználása csoportonként

Ha behúzzuk Ügyfélcsoportjainkat a táblázatba, az nem ad helyes eredményt. Ha igazán belegondolunk ezekbe a számokba, akkor mindegyik pontosan ugyanaz. Tehát azt kell tennünk, hogy használjuk a Vevői nyereséget csoportonként . Ezzel minden egyes helyezésenkénti nyereséget megkapunk.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Amit tennünk kell, az az, hogy egy konkrétabb időkeretbe fúrjunk bele, hogy szűrőt helyezzünk el 2016 utolsó hat hónapjára vonatkozóan.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ha felhelyezünk néhány adatcímkét, akkor láthatjuk, hogy ez a teljes nyereséget kiszámítja, majd felosztja ügyfélcsoportonként.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

A táblázat megjelenítése

Adjunk neki egy diagramot, és nézzük meg a százalékot. Mindössze annyit kell tennünk, hogy megváltoztatjuk aa 100%-ban halmozott oszlopdiagramra.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ez most az ezekből az egyéni csoportokból származó eladások százalékos arányát adja meg. Kicsit megváltoztatjuk a vizualizációt, és ezt legördülő menüvé alakítjuk. Ezután egy másik vizualizációt fogunk létrehozni, amely megadja a termékenkénti értékesítésünket.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ez a számítás automatikusan módosul attól függően, hogy milyen kontextusba helyezzük. Tehát ha kiigazítjuk és belevesszük 2016 összes hónapját, láthatjuk, hogyan változnak a dolgok minden hónapban.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Ha rákattintunk a bal oldali táblázat valamelyik termékére, százalékos alapon dinamikusan láthatjuk, hogy nyereségünk mekkora részét határozzák meg az egyes csoportok.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

A nyereség összetételének megjelenítése

Miután átkattintottunk az összes különböző terméken, láthatjuk, hogy az egyes árusított termékeink esetében miből áll az idő múlásával elért nyereségünk. Egy teljes portfólió szemszögéből nézhetjük.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Vagy akár bele is fúrhatunk a legjobb 3 termékünkbe, és láthatjuk, hogy 2015 végén visszaesés volt tapasztalható. Feltehetjük a kérdést, hogy kisebb ügyfeleink miért veszik nagyobb arányban ezeket a termékeket, mint a nagyobb vásárlóink, akik semmit sem vásárolnak.

Dinamikus szegmentálás: Az ügyfelek csoportokba bontása az Advanced DAX használatával

Nyilvánvaló, hogy az ilyen dolgok egy igazán jó vitát eredményeznének az értékesítőitől és a vezetőségétől. Ez a DAX-formula egy igazán nagyszerű technika, amely számos különböző forgatókönyvben újra felhasználható. Erősen ajánlom, hogy merüljön el ebbe a dinamikus szegmentálási technikába, és nézze meg, hogyan tudná ezt ténylegesen felhasználni saját maga és az Ön által végzett elemzések egy részére.

Következtetés

Amint látja, van benne egy kis, de nagyon erős cucc. Ez az elemzés nagyszerű, ha megnézi, hogy ki vásárolja meg a cuccait, nem csak a termékek egészét tekintve, hanem akár konkrét termékekbe is belemerülhet, és összehasonlíthatja, hogy a smink miben különbözhet. Ennek a technikának van egy szakkifejezése –. Ez azért van így, mert dinamikusan szegmentáljuk az eredményeinket azáltal, hogy valamilyen logikán keresztül helyezzük el őket, ami a saját tortájába vágja.

Ezt a konkrét technikát átfogó módon futom végig a Megoldáselemző forgatókönyvek tanfolyamon a címen. Nézze meg ezt, ha többet szeretne megtudni. Ebben a videóban áttekintem, hogyan valósíthatná meg saját maga, és hogyan jelenhet meg a jelentéseiben.

Sok sikert ennek a megvalósításához!


LuckyTemplates alakzattérkép-vizualizáció a térbeli elemzéshez

LuckyTemplates alakzattérkép-vizualizáció a térbeli elemzéshez

Ez a blog tartalmazza a Shape Map vizualizációt a LuckyTemplates térbeli elemzéséhez. Megmutatom, hogyan használhatja hatékonyan ezt a vizualizációt annak funkcióival és elemeivel.

LuckyTemplates pénzügyi jelentések: az eredmények hozzárendelése a sablonokhoz minden egyes sorban

LuckyTemplates pénzügyi jelentések: az eredmények hozzárendelése a sablonokhoz minden egyes sorban

Ebben az oktatóanyagban egy egyedülálló ötletet mutatok be a pénzügyi jelentésekkel kapcsolatban, amely az eredmények hozzárendelését jelenti a LuckyTemplates-en belüli táblázatsablonok előre meghatározásához.

DAX-mértékek a LuckyTemplates-ben mértékelágazás használatával

DAX-mértékek a LuckyTemplates-ben mértékelágazás használatával

Hozzon létre DAX-mértékeket a LuckyTemplates alkalmazásban meglévő mértékek vagy képletek használatával. Ezt nevezem mértékelágazási technikának.

A legerősebb funkcióhívás a LuckyTemplatesben

A legerősebb funkcióhívás a LuckyTemplatesben

Ebben a blogban fedezze fel a LuckyTemplates adatkészletet, a leghatékonyabb függvényhívást, amely M- és DAX-függvények ezreit juttatja a keze ügyébe.

Adatmodellezési technikák a DAX-mérések megszervezéséhez

Adatmodellezési technikák a DAX-mérések megszervezéséhez

A mai oktatóanyagban megosztok néhány adatmodellezési technikát a DAX-mérések jobb rendszerezéséhez a hatékonyabb munkafolyamat érdekében.

LuckyTemplates pénzügyi irányítópult: Teljes táblázat testreszabási tippek

LuckyTemplates pénzügyi irányítópult: Teljes táblázat testreszabási tippek

A LuckyTemplates egy nagyszerű eszköz a pénzügyi jelentésekhez. Itt található egy oktatóanyag, amely bemutatja, hogyan hozhat létre személyre szabott táblázatokat a LuckyTemplates pénzügyi irányítópultjához.

A Power Query nyelvi folyamatának bevált gyakorlatai

A Power Query nyelvi folyamatának bevált gyakorlatai

Ez az oktatóanyag megvitatja a Power Query nyelvi folyamatot, és azt, hogyan segíthet zökkenőmentes és hatékony adatjelentések létrehozásában.

LuckyTemplates egyéni ikonok | PBI vizualizációs technika

LuckyTemplates egyéni ikonok | PBI vizualizációs technika

Az egyik kedvenc technikámról fogok beszélni a LuckyTemplates egyéni ikonok körül, amely dinamikusan használja az egyéni ikonokat a LuckyTemplates vizualizációkban.

LuckyTemplates táblázatok létrehozása UNION & ROW függvény használatával

LuckyTemplates táblázatok létrehozása UNION & ROW függvény használatával

Ebben a blogban megmutatom, hogyan hozhat létre LuckyTemplates táblázatokat olyan képlet segítségével, amely egyesíti az UNION és a ROW függvényt.

Helyszíni adatátjáró a Power Automate-ban

Helyszíni adatátjáró a Power Automate-ban

Fedezze fel, hogy a helyszíni adatátjáró hogyan teszi lehetővé a Power Automate számára az asztali alkalmazások elérését, amikor a felhasználó távol van a számítógéptől.