LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Ma haladni fogunk. Nagyon mélyre fogunk merülni az ügyfelek lemorzsolódásában: új ügyfelek és elveszett ügyfelek elemzése a LuckyTemplatesben. Az oktatóanyag teljes videóját a blog alján tekintheti meg.

Egy másik kifejezés erre a kopáselemzés, mert látni akarjuk, hogy ügyfeleink hogyan fogynak, hány ügyfelünk érkezik és vásárolja meg termékeinket, hányan térnek vissza és vásárolnak még néhányat, hány vevőt veszítünk el, és így tovább.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Nagyon sok nagyszerű betekintést érhet el az ilyen típusú, meglehetősen fejlett elemzésekkel, ezért szerettem volna egy kis időt szánni aés DAX képletek.

Ebben az ügyfélelemzési példában elkezdem az ügyfelek lemorzsolódását, és megvizsgálom, hogy egy bizonyos időkeret után hány ügyfél veszett el. Búvárkodok az új ügyfelekben és a visszatérő ügyfelekben is.

Az ügyfelek lemorzsolódásának elemzése nagyon fontos elem egy szervezet számára, különösen akkor, ha Ön egy nagy gyakorisággal értékesítő vállalkozás, például egy online kiskereskedő vagy egy szupermarketlánc.

Nyilvánvaló, hogy ha vásárlókat vonz be, akkor többet akarsz eladni nekik, és nem veszíted el őket például a versenytársakkal szemben.

Sokkal könnyebb eladni egy meglévő vásárlónak, mint új ügyfeleket találni.

A meglévő ügyfelek létfontosságúak a legtöbb vállalkozás számára, mivel sokkal jövedelmezőbb folytatni nekik a marketinget, ahelyett, hogy folyamatosan új ügyfeleket kell találniuk.

Tartalomjegyzék

Elveszett ügyfelek felkutatása

Ebben az első vizualizációban megvan, amit túlórának tekintenénk.

Ez a pont körülbelül 90 napra nem annyira releváns, mert amikor a legelső napoknál tartunk, valójában mindenkit „elveszettnek” tartunk.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Most menjünk végig a funkción, hogy megnézzük, mit csinálunk itt.

Ebben a képletben azokat az ügyfeleket számoljuk, akik nem vásároltak az elmúlt 90 napban , vagy bármi más a lemorzsolódás dátuma.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Ezen a CustomersList változón keresztül minden egyes ügyfélhez létrehozunk egy virtuális táblázatot .

Minden ügyfelet minden napra szűrünk. És amit az ALL- mal csinálunk, az az, hogy tulajdonképpen minden egyes ügyfelet minden egyes napon megvizsgálunk.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Ezután minden egyes vásárló esetében felmérjük, hogy vásárolt-e az elmúlt 90 napban. Ha nem, akkor ez 0-ra értékeli, és megszámolja az ügyfelet.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Új ügyfelek elkülönítése

Most pedig nézzük meg új ügyfeleinket, és nézzük meg, mire értékelnek.

Ebben a táblázatban azt látjuk, hogy ez inkább a korábbi dátumokra vonatkozik, januártól júliusig, mert most kezdtük el vállalkozásunkat. Az emberek általában újak.

Aztán nyilván a vége felé ellaposodik, mert csak ott vannak a visszatérő vásárlóink.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Funkciója hasonló logikát hajt végre. Kiszámoljuk, hány ügyfél kötött a mai nap előtt.

És ha nem vásároltak semmit, ami 0-ra fog kiértékelni, akkor új vásárlóként értékeli.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Tudja, kik a visszatérő vásárlók

Visszatérő ügyfelek azok, akiket elveszettként értékeltek.

Vagyis 90 napja nem vettek semmit. Idővel kiszámoljuk, hányan térnek vissza valójában.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Ez elképesztő betekintést jelentene, ha promóciókat vagy marketinget folytat, és szeretné tudni, hogy ezek közül az elvesztett ügyfelek közül hányat szerezhetett vissza marketingtevékenységei révén.

A Visszatérő vásárlók képletben csak azokat az ügyfeleket értékeljük, akik egy adott napon ténylegesen vásároltak.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Tehát itt minden egyes vásárlón logikát alkalmazunk, hogy kiértékeljük, hogy az elmúlt 90 napban értékesítettek-e.

Ha nem vásárolt az elmúlt 90 napban, akkor visszaküldésnek minősül. Ezután értékelje igazra, és számolja ki az ügyfelet az adott napon.




Következtetés

Ez az oktatóanyag aAz ügyfélelemzés meglehetősen fejlett a DAX számításokban. Ez csak a LuckyTemplates elemző képességét mutatja be.

A múltban egy ilyen információ előállítása sok pénzbe került. De most ezeket a fantasztikus meglátásokat egy tiszta és hatékony képlet segítségével érheti el, a DAX nyelv használatával.

Ne feledje, hogy valójában igazodik az adatmodellhez. Minden benne van.

Valójában elhelyezhetünk néhány szűrőt erre. Például csak egy államba szeretnénk belemerülni, mondjuk Floridába, vagy a 3 legjobb államba, mindez dinamikusan értékelődik.

LuckyTemplates Ügyfél-hozzárendelés elemzése Advanced DAX használatával

Rengeteg technikában merülök el a videóban. Vannak, akik nagyon fejlettek, de minden bizonnyal szeretne megismerkedni ezekkel a dolgokkal.

Ha látja a lehetőségeket és a potenciált a LuckyTemplatesben, akkor az elméje exponenciálisan bővülhet a saját adatkészletein végzett elemzések lehetőségeivel.

Mellékes megjegyzésként bemutatom a legfejlettebb LuckyTemplates technikák széles skáláját, amelyek a címen található kurzusban eszébe juthatnak, ezért nézze meg, amikor csak teheti.

Minden jót és sok sikert ezekkel a technikákkal.

Leave a Comment

E-mail melléklet mentése SharePointba a Power Automate segítségével

E-mail melléklet mentése SharePointba a Power Automate segítségével

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

A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023

A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023

A Power Automate folyamatok létrehozása a semmiből

A Power Automate folyamatok létrehozása a semmiből

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

4 módszer a Pi használatára a Pythonban példákkal

4 módszer a Pi használatára a Pythonban példákkal

Profit and Loss (P&L) kimutatások létrehozása a LuckyTemplates alkalmazásban

Profit and Loss (P&L) kimutatások létrehozása a LuckyTemplates alkalmazásban

Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.

Hogyan lehet dinamikusan egyesíteni az oszlopokat egy Power Query-táblázatban

Hogyan lehet dinamikusan egyesíteni az oszlopokat egy Power Query-táblázatban

Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.

SharePoint-fájlok hozzáadása a számítógéphez

SharePoint-fájlok hozzáadása a számítógéphez

Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.

Dátumtáblázat létrehozása a LuckyTemplates alkalmazásban

Dátumtáblázat létrehozása a LuckyTemplates alkalmazásban

Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.

LuckyTemplates mobil jelentéskészítési tippek és technikák

LuckyTemplates mobil jelentéskészítési tippek és technikák

Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.

Professzionális szolgáltatáselemzési jelentések LuckyTemplatesben

Professzionális szolgáltatáselemzési jelentések LuckyTemplatesben

Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.