Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

I dette eksemplet går vi gjennom en unik innsikt du kan oppdage i LuckyTemplates. Det vi må gjøre er å kombinere en rekke forskjellige formelteknikker for å få det tiltenkte resultatet. Hvis du gjør dette i dine egne modeller med din egen kundesegmenteringsanalyse, vil du oppdage høykvalitets innsikt som vil generere en enorm verdi for arbeidet du gjør. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Her skal vi analysere hvilke kundegrupper som opplever størst vekst . Men vi har ingen grupper i dataene våre, så vi må opprette dem.

Innholdsfortegnelse

Segmentering av kunder i grupper

Vi ønsker å gruppere våre kunder i Top Clients , Ok Clients og Small Clients . Vi ønsker å vite hvem som opplever mest vekst og påvirker veksten vår mest. Vi ønsker også å se på det fra prosent og absolutt grunnlag.

Jeg har satt sammen noen få visualiseringer for å vise frem denne kundesegmenteringsinnsikten, og jeg skal også gå gjennom logikken jeg brukte for å finne ut hvilke grupper som opplevde mest vekst.

Først av alt må vi finne ut hvordan vi skal segmentere disse kundene. Det jeg gjorde var å lage en tabell ved å klikke "Skriv inn data" og skrive inn alle disse variablene i støttetabellen.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Jeg ønsket å se på hva kundesalget mitt er og finne ut hvilken gruppe disse kundene tilhører , basert på rekkevidden gitt av MIN- og MAX-tallene.

Vekstgruppering

Neste steg er å se på vekstgrupperingen fra i fjor. Vi ønsker å vite hvilken gruppe kundene våre tilhørte i fjor, og hva var den prosentvise veksten for akkurat den gruppen?

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Dette er hvordan jeg kom opp med formelen ovenfor. Jeg beregnet veksten i % år for hver gruppe.

For å finne ut hvilke kunder som er i hvilken gruppe, gikk jeg gjennom hver enkelt kunde og evaluerte om salget deres i fjor var over MIN eller under MAX i en enkelt rad i den tabellen.

Hvis de er det, kommer det til å levere prosentvis vekst på årsbasis for den spesielle undergruppen av klienter.

Vi kan deretter sette dette inn i et diagram. Du kan se på mitt eksempel at våre små kunder har dominert med en betydelig vekst på årsbasis.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Totalt salg fra i fjor

Kundesegmentering som vises i prosenter forteller imidlertid ikke hele historien, ikke sant? For hvis dette tallet kommer fra en veldig liten base, vil det ikke ha noen betydning for vår samlede inntekt.

Så det jeg har gjort er å se på det totale salget for hver av de forskjellige gruppene.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

For å komme opp med den andre tabellen, måtte jeg lage en annen formel som forteller meg det totale salget i fjor for disse kundene basert på hvilken gruppe de er i.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Som du kan se, omsatte våre små kunder litt mer enn de gjorde i fjor på grunn av denne enestående veksten. På den annen side utgjorde våre Ok-kunder en liten vekstkurv på 9 %, men utgjorde fortsatt en stor del av salget vårt.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Visualisere dataene

Jeg legger også alt i kundesegmenteringen vår i et punktdiagram der du kan se fordelingen av små kunder , ok-klienter og toppkunder . Y-aksen viser veksten per klient eller vekstgrupperingen mens x-aksen viser totalt salg .

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Basert på fjorårets tall, opplevde alle våre toppkunder en vekst på 41 %. Dette er en skummel utvikling, og vi ønsker definitivt å se hvorfor mine toppkunder er nede med 41 %.  

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Når jeg klikker på Toppklienter, kan jeg se årsaken.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Vi kan dykke videre og se på alle som er under 0 %. Jeg kan bruke filtreringsdelen og sette mindre enn 0%.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Vi kan også legge til kundenavnene våre i punktdiagrammet for å få et klarere bilde.

Finn ut hvilke kundegrupper som har opplevd mest vekst gjennom kundesegmentering i LuckyTemplates

Alle disse kundene var i toppklientgruppen vår i fjor, og plutselig har disse kundene virkelig falt fra stupet. Hvorfor det? Vi kan se på hvor de er regionalt basert, hvem selgeren deres er, og så videre og så videre.

Konklusjon

For å komme opp med denne innsikten, var jeg i stand til å kombinere flere teknikker. Jeg brukte tidsintelligensberegninger . Jeg brukte CALCUATE-funksjonen , samt den dynamiske segmenteringsteknikken . Jeg brukte punktdiagrammer og brukte deretter analysefunksjonen for å sette linjer i punktdiagrammet.

Målet vårt er å gjøre disse gruppene dynamiske , slik at vi kan segmentere dem basert på region eller tidsperiode, og deretter evaluere gjennom hver kunde og se hvilken gruppering de lander i.

Dette gjør dette unike analytiske arbeidet så kraftig i LuckyTemplates. Vi er i stand til å lage denne splitter nye analysen og vise frem usett innsikt som vil representere dataene våre på en måte som ikke var mulig før og på en mye mer verdifull måte.

Hvis du liker å lære om disse teknikkene, så sjekk ut flere kursmoduler på. Det er godt over 20 unike moduler fokusert på mange teknikker og måter du kan bruke LuckyTemplates effektivt på.

Skål,

Sam

***** Lære Lucky Templates? *****







Pipe In R: Koblingsfunksjoner med Dplyr

Pipe In R: Koblingsfunksjoner med Dplyr

I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.

RANKX Deep Dive: A LuckyTemplates DAX-funksjon

RANKX Deep Dive: A LuckyTemplates DAX-funksjon

RANKX fra LuckyTemplates lar deg returnere rangeringen til et spesifikt tall i hver tabellrad som utgjør en del av en liste med tall.

Trekker ut LuckyTemplates-temaer og bilder fra PBIX

Trekker ut LuckyTemplates-temaer og bilder fra PBIX

Lær hvordan du demonterer en PBIX-fil for å trekke ut LuckyTemplates-temaer og bilder fra bakgrunnen og bruke den til å lage rapporten din!

Excel Formulas Cheat Sheet: Mellomveiledning

Excel Formulas Cheat Sheet: Mellomveiledning

Excel Formulas Cheat Sheet: Mellomveiledning

LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det

LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det

LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det

Python i LuckyTemplates: Hvordan installere og sette opp

Python i LuckyTemplates: Hvordan installere og sette opp

Lær hvordan du installerer programmeringsspråket Python i LuckyTemplates og hvordan du bruker verktøyene til å skrive koder og vise visuelle elementer.

Beregning av dynamiske fortjenestemarginer – enkel analyse av LuckyTemplates med DAX

Beregning av dynamiske fortjenestemarginer – enkel analyse av LuckyTemplates med DAX

Lær hvordan du beregner dynamiske fortjenestemarginer ved siden av LuckyTemplates og hvordan du kan få mer innsikt ved å grave dypere inn i resultatene.

Sortering av datotabellkolonner i LuckyTemplates

Sortering av datotabellkolonner i LuckyTemplates

Lær hvordan du sorterer feltene fra kolonner med utvidet datotabell på riktig måte. Dette er en god strategi å gjøre for vanskelige felt.

Finn dine beste produkter for hver region i LuckyTemplates ved å bruke DAX

Finn dine beste produkter for hver region i LuckyTemplates ved å bruke DAX

I denne artikkelen går jeg gjennom hvordan du kan finne de beste produktene dine per region ved å bruke DAX-beregninger i LuckyTemplates, inkludert TOPN- og CALCUATE-funksjonene.

Søppeldimensjon: Hva er det og hvorfor det er alt annet enn søppel

Søppeldimensjon: Hva er det og hvorfor det er alt annet enn søppel

Lær hvordan du bruker en søppeldimensjon for flagg med lav kardinalitet som du ønsker å inkludere i datamodellen din på en effektiv måte.