Beregn gjennomsnitt per kundetransaksjon ved å bruke DAX i LuckyTemplates

Det jeg vil demonstrere i denne opplæringen er hvordan vi kan beregne gjennomsnittlig salg, fortjeneste eller transaksjoner per bestemt dimensjon inne i DAX i LuckyTemplates. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

I dette spesielle eksemplet skal vi se på det fra en kundes perspektiv. Vi skal prøve å analysere hva det gjennomsnittlige salget vi gjør per transaksjon per kunde?

Dette vil gjøre oss i stand til å forstå hvem våre beste kunder er, men også hvem som er våre kunder som kommer inn og kjøper et betydelig beløp.

Herfra kan vi til syvende og sist forstå hvilke marginer vi henter ut per transaksjon fra kundene våre. Er de gode i noen regioner sammenlignet med andre regioner? Er de bra for noen produkter sammenlignet med andre produkter?

Vi skal se på gjennomsnittlig mengde produkter kjøpt per transaksjon. Deretter skal jeg også vise deg hvordan du kan utlede enda mer slik at du kan finne enda mer interessant innsikt basert på denne innledende. Vi skal forgrene oss til andre ting, og jeg skal vise deg hvordan du gjør det effektivt.

Innholdsfortegnelse

• Slik beregner du gjennomsnittet per transaksjon
• Beregn gjennomsnittlig salg per transaksjon
• Bruke databarer
• Beregn gjennomsnittlig fortjeneste per transaksjon
• Beregn gjennomsnittlige marginer per transaksjon
• Gjennomsnittlige marginer per transaksjon over tid
• Annen innsikt
• Visualisere dataene
• Konklusjon

Slik beregner du gjennomsnittet per transaksjon

Først vil vi regne ut en verdi per transaksjon ved å hoppe inn i salgstabellen. Vi har en ordre-ID-kolonne på venstre side.

Så hver ordre-ID tilsvarer hver transaksjon i denne spesielle tabellen. Vi må finne en måte å evaluere hver enkelt av disse transaksjonene på og i hovedsak gjennomsnitt opp salget vi har gjort for hver enkelt transaksjon.

Dette vil gi oss – avhengig av konteksten – gjennomsnittet per transaksjon. Dette kan være fra et regionalt perspektiv, et kundeperspektiv eller et selgerperspektiv.

Noen datatabeller har en ordre-ID, og ​​innenfor den ordre-ID-en kan det hende du har en rekke forskjellige transaksjoner. Avhengig av hvilken gjennomsnittsberegning du vil gjøre, vil du sannsynligvis legge inn den kolonnen i beregningene. La oss først beregne gjennomsnittlig salg.

Beregn gjennomsnittlig salg per transaksjon

La oss lage et mål og kalle dette gjennomsnittlig salg per transaksjon . Jeg kommer til å bruke RAGEX-funksjonen fordi dette vil tillate oss å gjøre disse gjennomsnittene ved å iterere gjennom noe. Innenfor AVERAGEX skal jeg bruke VERDIER og legge inn ordre-ID-en min. Deretter vil jeg beregne gjennomsnittet for det totale salget for hver enkelt ordre.

Når jeg drar dette målet med kundenavn-konteksten, er dette tabellen jeg kommer opp med:

Dette vil vise oss i gjennomsnitt hvor mye hver person tjener per transaksjon hver gang de kommer inn i en butikk.

Bruke databarer

Dette er allerede en ganske god innsikt i seg selv, men vi kan få dette til å se bedre ut ved å bruke betinget formatering og datalinjer .

Beregn gjennomsnittlig fortjeneste per transaksjon

Vi trenger ikke å stoppe her; vi kan vi kan gå enda lenger. Vi har noen andre kjerneberegninger som total fortjeneste og totale kostnader . Med disse beregningene kan jeg finne ut gjennomsnittlig fortjeneste per transaksjon . Alt jeg trenger å gjøre er å kopiere og lime inn målet jeg nettopp brukte i et nytt mål, og i stedet for Totalt salg , skal jeg legge inn Total Profit .

Med dette nye målet kan vi regne ut hva fortjenesten vår er på hver enkelt transaksjon og deretter gå opp i gjennomsnitt.

Jeg kan bare dra det nye målet inn i tabellen for å komme med ny innsikt. For eksempel har vår kunde Chris Fuller større lønnsomhet per transaksjon enn Philip Foster, som faktisk hadde større salg. Dette er en ganske god innsikt, ikke sant?

Beregn gjennomsnittlige marginer per transaksjon

Vi kan også håndtere gjennomsnittlige marginer per transaksjon . Vi vil ikke trenge å referere noe fra tabellen fordi vi faktisk bare kan bruke tiltak innenfor tiltak .

Alt vi trenger å gjøre er å dele gjennomsnittlig fortjeneste per transaksjon med gjennomsnittlig salg per transaksjon , og deretter legge inn 0 som et alternativt resultat . Vi må også sørge for at den er riktig formatert.

Når jeg drar dette inn i tabellen, vil du nå se hvorfor vi har høyere fortjeneste for Chris Fuller enn for Philip Foster. Chris har høyere marginer sammenlignet med Philip.

Dette er en veldig interessant innsikt for akkurat denne kunden, så vel som resten av kundene våre.

Det som er kult er at vi kan bruke denne teknikken i enhver sammenheng. For øyeblikket bruker vi bare et filter fra kundetabellen vår. Hvis du tenker på det, kan vi bruke filtre fra hvilken som helst av disse tabellene i datamodellen vår og se hvordan ting endres.

Gjennomsnittlige marginer per transaksjon over tid

Vi kan også ta en titt på våre gjennomsnittlige marginer per transaksjon over tid. Jeg vil bare raskt piske dette opp ved å bruke måned og år og gjennomsnittlige marginer per transaksjon som verdier, og deretter legge dem ut i en graf.

Vi kan se hvordan gjennomsnittsmarginene endres over tid og se sesongvariasjonene.

Annen innsikt

Totalt sett er det mye lettere nå å se våre kunder med høy margin versus lav margin. For eksempel har kunden Juan Collins en margin på 40 %. Denne stikker ut som dagen.

Vi kan også lagre filter for å se hvilke som er de mest lønnsomme kundene per transaksjon; dette kan muligens tyde på at selgeren som er tildelt disse delene er veldig god.

Visualisere dataene

Vi kan se nærmere på innsikten ved å bruke DAX i LuckyTemplates og bestemme våre beste kunder på regional basis. Er det noe som skjer regionalt? Vi kan bytte fra et kartvisuelt til et fylt kart.

Vi kan bore i og se mer i dybden. I mitt eksempel har New Hampshire lave marginer mens annenhver region er ganske jevnt fordelt.

Du kan også velge kunder fra tabellen, og ut fra dette bestemme en undergruppe av kunder hvor sammenbruddet var.

Konklusjon

Vi kan trekke ut så mange gode innsikter når vi beregner gjennomsnitt ved hjelp av DAX i LuckyTemplates. De tilfører også mye verdi til det vi kan gjøre i en bedrift fra et markedsføringsperspektiv og tildeling av salgsressurser.

Du ønsker åpenbart å fokusere på kundene som kjøper mest med høyest margin. Og gjennom denne typen analyser kan du justere ressursene dine til der du føler at du kommer til å optimalisere de beste resultatene.

I denne opplæringen jobbet vi med én ting og forgrenet oss deretter til mange andre ting. Du kan gjøre mange beregninger og teknikker ved å bruke DAX i LuckyTemplates, og finne noen virkelig gode innsikter.

Denne typen analytisk arbeid er så kraftig. Hvis du vil gjennomgå flere eksempler akkurat som det, sjekk utmodul klPå nett. Denne modulen inneholder innhold rundt løsning av virkelige forretningsproblemer ved å bruke de beste praksisene til DAX i LuckyTemplates.

Beste ønsker,