Ha Ön online kiskereskedő vagy nagy gyakoriságú értékesítési tevékenységet folytat, akkor az ügyfélbázis megértése, például ha új ügyfelekről vagy meglévő ügyfelekről van szó, valóban kiváló minőségű betekintést nyújt, amelyet a LuckyTemplates fejlett elemzésével érhet el. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Érdemes belemerülni az ilyen típusú elemzésekbe, mert fel kell mérnie, hogy eladásai nagy része olyan embereknek tulajdonítható-e, akik teljesen újak a vállalatában, vagy ha állandó értéket ad az ügyfeleknek, és ők még többet keresnek vissza. .
Ennek megvalósítása a LuckyTemplatesben nem olyan egyszerű. A DAX-képletnek valószínűleg időbe telik, mire felkapja a fejét, de analitikai szempontból nagyon erős. Hihetetlenek azok a meglátások, amelyeket hatékonyan levezethet és végrehajthat, ha már tudja, mit csinál.
Ebben a blogbejegyzésben mindkét képletet végig fogom járni – azt, ahol ki kell számolni, hogy egy vásárló új-e, és hogyan lehet ebből kikövetkeztetni, hogy hány ember már vásárló, vagy vásárolt már korábban. keret.
Tartalomjegyzék
Új ügyfelek értékesítésének kiszámítása
Ebben a bejegyzésben azt szeretném bemutatni, hogyan lehet kiszámítani az új ügyfelektől származó eladásokat. Rengeteg forgatókönyv létezik, ahol használhatja ezt a technikát, különösen akkor, ha Ön egy kiskereskedelmi vállalat, és rengeteg dolgot értékesít online. Érdemes elemezni az eladásait, és kideríteni, hogy ebből mennyi érkezik az új ügyfelektől. Azt is szeretné, hogy dinamikusan kiválasszon egy tetszőleges időkeretet, majd boncolgassa, hogy a teljes értékesítésből mennyit adtunk el ténylegesen új ügyfeleknek.
Ez a technika a termékekre is vonatkozhat. Tegyük fel, hogy egy új terméket küldött ki, és azt akarta kiszámolni, hogy a meglévő ügyfelei közül hány vásárolta meg a terméket, szemben a vadonatúj vásárlóival.
Végig fogom járni, hogyan hozhatjuk létre ezt a LuckyTemplates fejlett elemzésével, de először vessünk egy pillantást a végső vizualizációra. Felül található a Teljes értékesítés dátuma szerint, mellette pedig egy évszeletelő, amely dinamikus képet ad az új ügyfelektől érkező eladásokról. A középső diagram napi rendszerességgel mutatja az új ügyfeleket, míg az alsó diagram a hónapot és az évet mutatja.
A dátumtábla létrehozása
Megmutatom neked azt a technikát, hogyan hozhatod létre ezt a DAX segítségével az adatmodell tetején. Felállítok egy táblázatot a Dátumok és Összes értékesítés oszloppal, ahol minden egyes napra vonatkozóan láthatjuk az összes értékesítésünket. A második lépés, hogy behozunk egy évszeletelőt, hogy ugorhassunk az évek között.
Új ügyfelek értékesítése
Most meg kell írnunk egy DAX-képletet, amely megmondja, hogy a teljes értékesítés mekkora része új ügyfelektől származik. Létrehozok egy új mérőszámot, és új ügyfél értékesítésnek hívom. Ne aggódjon, ha ennek a képletnek nincs értelme azonnal – azt javaslom, először próbálja ki, majd idővel jön a megértés. Ez a képlet kissé összetett, ezért változókat fogok használni, ami megkönnyíti a megértést.
Létrehozom aaz Ügyfelek nevet, majd helyezze el az ügyfél-azonosítóim táblázatát ebbe a változóba.
Ezután lemegyek egy új sorba, és beírom a RETURN parancsot, amely a változók használatakor használandó szintaxis. Elkezdjük bővíteni logikánkat, így a függvényt használjuk a teljes értékesítés kiszámításához. Még mindig számítjuk a teljes értékesítést, de ezúttal más kontextust használunk . Ez egy meglehetősen összetett logika, de ha át tudja gondolni ezt, akkor jó állapotban van ahhoz, hogy megértse, mit tesz a DAX valójában ehhez a számításhoz.
Egy másik sorra ugrunk, és használjuk a. Ezen a szűrőn belül az Ügyfeleket fogom beállítani változómként, ahol azt fogja mondani, hogy minden egyes vevő esetében el kellett végeznem egy értékelést, és fel kell mérnem, hogy az ügyfél vásárolt-e korábban.
Miután befejeztem a képlet megírását, behúzom a mértéket a táblázatba, hogy megnézzem, mit számol ki valójában. Ez eltart egy ideig, mert sok belső vagy memórián belüli számítás folyik itt. Ha ezt egy kicsit átrendezzük, és a táblázatot dollárra formázzuk, így néz ki.
Most már láthatja, hogy megvan a teljes értékesítésünk és az új ügyfelek értékesítése. Azt is láthatja, hogy amikor az Év szeletelőben bármelyik időkeret-kiválasztásra kattintok, az Új vevőértékesítés oszlop ezzel együtt változik.
Az első dolog, amit itt kidolgoztam, az Ügyfelek változó volt, amely csak egy ügyfél-azonosítók táblázata.
A logika kidolgozása
Ahhoz, hogy kitaláljuk a képlet második részét, fel kell ismernünk a kezdeti kontextust. Minden egyes sorhoz bemegy a Vevők változó, és megkeres minden olyan vásárlót, aki egy adott napon vásárolt. Minden egyes ügyfél esetében végigfut a Dátumok táblázaton, hogy megtudja, létezett-e az adott ügyfél, és vásárolt-e korábban.
Ha vásároltak, akkor ez nagyobb lesz, mint 0, és gyakorlatilag megszűnik. De ha nem vásároltak, akkor ez a logika IGAZ értéket ad vissza, és az ügyfél a kontextusban marad.
Minden vásárló, aki aznap vásárolt valamit, kiértékelésre kerül, ha az aktuális kontextusban vásárolt valamelyik előző napon. Ez a logika pontosan ezt csinálja itt.
Meglévő vásárlói értékesítés
Tehát ez az a képlet, amelyet az új ügyfelek eladásainak visszaadására használunk. Még ennél is továbbléphetsz, és elgondolkodhatsz azon, hogyan dolgozhatod fel meglévő ügyfeleid eladásait. Innen könnyen elágazhat, mert alapvetően mindössze annyit kell tennie, hogy le kell vonni az új ügyfelek értékesítését az összes értékesítésből.
Ezután behúzzuk a régi vásárlói értékesítést a táblázatunkba.
Az adatok megjelenítése
Az utolsó lépés az, hogy ezt a táblázatot vizualizációvá alakítsa, amely megmutatja az új és a régi ügyfelek időbeli eloszlását.
Megőrizheti ezt a dinamikát, így ténylegesen felhasználhatja az adatmodellt , és minden évről megnézheti, ki az új vásárló, és ki tért vissza és vásárolt többet Öntől. Gyorsan látni fogja, hogyan alkalmazhatja ezt sokféleképpen.
Következtetés
Ez a technika nagyon praktikus, és bármilyen időkeretre ugorhat, és az esetleg végrehajtott marketing-promóciós tevékenység alapján elemezheti, hogy hányan vásárolnak, ezekből az eladásokból hány származott a meglévő ügyfelektől, illetve az újaktól, és azt is, hogy mit promócióinak hosszú távú hatásai voltak az összértékesítésre.
Tehát amint látja, ez néhány igazán jó minőségű cucc. Ez a LuckyTemplates fejlett elemzésének csodálatos használata. Próbáld meg ezt jól megtanulni, és ez jó helyzetbe hozza Önt, hogy valóban lenyűgöző jelentéseket készítsen a LuckyTemplatesben.
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.
