Første kjøp av kundeinnsikt ved bruk av DAX

Jeg har en annen virkelig unik innsikt å vise deg i LuckyTemplates. Etter denne økten vil du kunne identifisere en kundes første kjøp og bruke disse dataene til å øke dine fremtidige salg. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Ved å analysere en trend i form av det første produktet som kundene kjøper, kan du: (1) endre vår markedsføringstiltak; (2) tildele passende ressurser til vår annonsering; og (3) utnytte denne kunnskapen til å få flere kunder om bord.

Du kan gjøre dette fordi denne funksjonen lar deg finne ut hvilke produkter som er mer populære i det første kjøpet enn andre. Etter dette kan du finne ut hva de andre og tredje mest populære kjøpene er. Etter hvert vil du også se fellesnevneren i de spesielle resultatene.

Innholdsfortegnelse

• Eksempel på innsikt som viser første kjøpshistorikk
• Finne ut av kundens første kjøp
• Gjennomgang av resultatene
• Konklusjon

Eksempel på innsikt som viser første kjøpshistorikk

Ved å bruke dataene generert fra tidligere salg, kan du enkelt spore opp det første kjøpet til en kunde. Bestillingshistorikk som denne kan hjelpe deg med å ta forretningsbeslutninger om hvordan du vil øke salget. Du kan også bruke denne analysen til å målrette markedsføring og annonsering for et spesifikt produkt.

Nedenfor er noen eksempeldata som jeg har forberedt for denne opplæringen. Den viser de spesifikke kundenavnene samt de tilsvarende produktene de først har kjøpt.

Jeg har satt disse eksempeldataene med mange forskjellige kunder. For produktnavn har jeg bare generiske navn for enkel identifikasjon. Deretter har jeg samlet navnene på kunder som tydeligvis allerede har kjøpt noe.

Jeg har også lagt til en datovelger slik at jeg enkelt kan kontrollere utvalget av kjøpsdatoer fra en hvilken som helst periode.

Det jeg har neste er en viktig del av. Jeg har også laget en tabell for å sjekke om jeg har riktig data. Siden jeg kanskje må revidere tallene på en eller annen måte, er dette et godt tiltak.

Finne ut av kundens første kjøp

Formelen jeg har brukt er en kombinasjon av ganske mange forskjellige funksjoner.

Først må du se på formelen inkludert funksjonene og .

Hvis du prøver å finne det første av noe eller det siste av noe, er TOPN den perfekte løsningen. Denne funksjonen returnerer ikke en verdi, men den returnerer en tabell. Det er den viktigste forskjellen med funksjonen, siden sistnevnte bare returnerer en rangeringsverdi.

Det jeg la til i TOPN er et tall som antyder tabellen som jeg ønsker å beholde på slutten av evalueringen.

Deretter har jeg lagt tilå returnere enmed dato og hvert enkelt produkt. 

Her er trikset som er veldig avgjørende – du må vurdere minimumsdatoen eller den første daten.

Derfor må du gå og finne den aller første daten, men du må pakke den inn i CALCULATE -setningen. Hvis du ikke gjør det, vil du faktisk få et feil resultat. 

Nå gjør CALCUATE -funksjonen oss i stand til å bruke en filterkontekst på det bestemte resultatet av MIN (Dates[Dato]) .  

Så konteksten for denne beregningen starter med at kunden deretter ved hvert enkelt produkt en kunde har kjøpt, og til slutt evaluerer minimumsdatoen eller den aller første datoen kunden kjøpte et produkt.

I tillegg harreturnerer den faktiske produktverdien som vil være det faktiske navnet på det aktuelle produktet.  

Når alle disse formlene kombineres, gir det en veldig kraftig innsikt.

Gjennomgang av resultatene

Etter dette må du dobbeltsjekke det. Det er avgjørende å sjekke om tabellen og formelen faktisk gir de riktige resultatene.

Så la oss bare velge en bestemt kunde. Du vil se her at jeg har denne tabellen som har hver dato, hvert produkt og hvert salg for den aktuelle kunden.

Følgelig var det aller første produktet som ble kjøpt 20.8.2015 . Du kan til og med se det totale salget for produkt 94 . Etter det kan du prøve noen flere prøver for å validere resultatene i tabellen.

Dessuten kan du endre tidsrammen for dataene dine, og det kommer til å endre resultatene dynamisk også.  

Konklusjon

I denne opplæringen har jeg demonstrert hvordan du kan regne ut disse første kjøpsdataene og faktisk inkludere dem i en tabell i LuckyTemplates . Ved å gjøre dette kan du se produkt- og kundetrenden fra enhver periode på en dynamisk måte. 

Forhåpentligvis kan du se at dette er virkelig kraftige ting, og du kan gjøre det på en relativt effektiv måte ved å bruke LuckyTemplates. Det er dette som gjør LuckyTemplates så flotte!

Lykke til med å implementere denne i modellene dine.

***** Lære Lucky Templates? *****