Ebben az oktatóanyagban a LuckyTemplates ügyféllemorzsolódási elemzésére fogunk összpontosítani . Az oktatóanyag teljes videóját a blog alján tekintheti meg.
A LuckyTemplates egy csodálatos eszköz a kiváló minőségű elemzésekhez. Véleményem szerint jelenleg nincs közeli versenytársa.
Az itt használt irányítópult a lemorzsolódás elemzésével foglalkozó Learning Summit része, de ez az oktatóanyag az elveszett ügyfeleink megtalálására összpontosít.
Ebben a demóban megtudjuk, kik az elveszett ügyfeleink , és látni fogjuk az általuk elvesztett összes eladást .
Dinamikusan részletezzük ezeket az ügyfeleket, és nagyszerű betekintést nyerünk. Rákattinthatunk egy bizonyos számra, például -16-ra, és meglátjuk, ki ez a 16 elveszett ügyfél, és mennyit veszítettünk el tőlük.
Komplexet alkalmazunkhogy elérje ezt a hatékony kopáselemzést a LuckyTemplatesben.
Ebben a példában elveszett vásárlónak azt a vevőt tekintjük, aki az elmúlt 10 hónapban vásárolt valamit, de az elmúlt 2 hónapban nem.
Tartalomjegyzék
Hogyan készítsünk lemorzsolódást elemző jelentést
Meg kell találnunk azon vásárlóink listáját, akik az elmúlt 2 hónapban vagy 60 napban vásároltak , valamint azon vásárlóink listáját, akik az ezt megelőző 10 hónapban vásároltak .
Ezután összehasonlítjuk ezeket az ügyfelek táblázatait, és megnézzük, mely ügyfelek nem szerepelnek a táblázatban az elmúlt 2 hónapban, de az azt megelőző 10 hónapban.
És ez az, amit ez a bizonyos képlet csinál. Alehetővé teszi számunkra, hogy ezt egy adott hónapban megtegyük.
Tehát virtuális táblákat hozunk létre, és a CALCULATETABLE egy tökéletes funkció a használatra, mert nagyon hasonlít a CALCULATE-hoz, ahol megváltoztathatja a számítás környezetét. Ebben az esetben azonban megváltoztatjuk egy táblázat kontextusát ( Ügyfélnévindex ).
Megjeleníti azon ügyfelek listáját, akik 365 napja és 60 napja között vásároltak . Ez ad egy 10 hónapos időszakot, valamint azoknak az embereknek a listáját, akik vásároltak valamit azokban a hónapokban.
Pontosan ugyanezt tesszük a második PriorCustomers változóval is , de azt a hónap első napjától számított utolsó 60 napra alapoztuk . Tehát 2 hónapra tekintünk, nem az aktuális hónapra.
A COUNTROWS azt mutatja, hogy ezek közül az ügyfelek közül hány vásárolt az előző időszakban ( CustomersPurchased VAR ), de nem vásárolt ebben az időszakban ( PriorCustomers VAR ).
Ez egy újabb virtuális asztalt fog visszaadni, amelyen csak azon ügyfelek szerepelnek, akiket elveszett ügyfeleknek tekintünk. És megszorozzuk -1 -gyel , és így kapjuk meg az adott számot itt a diagramon.
Kik ezek a -9, -15, -8 stb. ügyfelek? Egy másik képletre van szükségünk, hogy megkapjuk ezt az ügyféllistát.
Az elveszett ügyfelek bevételének megjelenítése
Az általunk elveszettnek tekintett ügyfelek listájának megjelenítéséhez ugyanazokat a virtuális táblákat használjuk az Elveszett ügyfelek képletben. A különbség az, hogy megpróbálunk kiszámítani egy összeget – valójában mennyit tekintünk elveszettnek?
Aitt értéket hoz ebbe a táblázatba, és minden más értéket törölünk. Nem mutatjuk meg az összes ügyfelet, akit nem tekintünk elveszettnek. Mindössze annyit fogunk látni, hogy hány vásárlót veszítettünk el.
Tehát ahelyett, hogy a COUNTROWS EXCEPT-t választanánk, a változókat valamilyen kontextusként használjuk a CALCULATE függvényen belül. Ezután kiszámoljuk az összes értékesítést a segítségével azonosított időszakok között.
Következtetés
Ez egy meglehetősen fejlett téma, de nagyon érdekes aspektusa a kopáselemzésnek. Remélem, láthatja, milyen erős lehet ez az elemzés, és hogyan javíthatja döntéshozatalát a szervezeten belül.
Nemcsak magas szintű számokat, hanem részletes információkat is láthat . Ez lehetővé teszi, hogy döntéseket hozzon az erőforrásokkal, a marketinggel, a reklámozással stb. kapcsolatban nagyon konkrét ügyfelei számára.
Ebben az oktatóanyagban számos speciális funkciót és technikát kell áttekinteni. Fedezze fel a CALCULATETABLE függvényt , amely egy rendszeresen használt függvény, és elengedhetetlen a magas szintű elemzésekhez.
Erősen ajánlom, hogy vizsgálja meg ezt az elemet, és próbálja megérteni ennek az elemzésnek a különböző aspektusait. Sok ötlet és koncepció újrafelhasználható más magas szintű és haladó elemzésekhez, amelyeket a LuckyTemplatesben végezhet el.
Remélem, élvezni fogja ezt a témát még jobban!
***** LuckyTemplates tanulása? *****
Ismerje meg, hogyan töltheti le és telepítheti a DAX Studio és a Tabular Editor 3 alkalmazást, és hogyan konfigurálhatja őket a LuckyTemplates és az Excel programban való használatra.
Ez a blog tartalmazza a Shape Map vizualizációt a LuckyTemplates térbeli elemzéséhez. Megmutatom, hogyan használhatja hatékonyan ezt a vizualizációt annak funkcióival és elemeivel.
Ebben az oktatóanyagban egy egyedülálló ötletet mutatok be a pénzügyi jelentésekkel kapcsolatban, amely az eredmények hozzárendelését jelenti a LuckyTemplates-en belüli táblázatsablonok előre meghatározásához.
Hozzon létre DAX-mértékeket a LuckyTemplates alkalmazásban meglévő mértékek vagy képletek használatával. Ezt nevezem mértékelágazási technikának.
Ebben a blogban fedezze fel a LuckyTemplates adatkészletet, a leghatékonyabb függvényhívást, amely M- és DAX-függvények ezreit juttatja a keze ügyébe.
A mai oktatóanyagban megosztok néhány adatmodellezési technikát a DAX-mérések jobb rendszerezéséhez a hatékonyabb munkafolyamat érdekében.
A LuckyTemplates egy nagyszerű eszköz a pénzügyi jelentésekhez. Itt található egy oktatóanyag, amely bemutatja, hogyan hozhat létre személyre szabott táblázatokat a LuckyTemplates pénzügyi irányítópultjához.
Ez az oktatóanyag megvitatja a Power Query nyelvi folyamatot, és azt, hogyan segíthet zökkenőmentes és hatékony adatjelentések létrehozásában.
Az egyik kedvenc technikámról fogok beszélni a LuckyTemplates egyéni ikonok körül, amely dinamikusan használja az egyéni ikonokat a LuckyTemplates vizualizációkban.
Ebben a blogban megmutatom, hogyan hozhat létre LuckyTemplates táblázatokat olyan képlet segítségével, amely egyesíti az UNION és a ROW függvényt.
