Kundetildeling: Nåværende kontra utvalgsbasert

I denne bloggen vil jeg sammenligne eksisterende kundetildeling i depoter eller knutepunkter med en nylig beregnet allokering basert på en valgt avstand . Denne typen analyse lar bedrifter forstå kundenes lønnsomhet dypt.

Det er to lignende datasett her, som er utvalget av kundedata og gjeldende kundedata . Jeg brukte disse datasettene til å vise både den nåværende kundetildelingen og den nylig beregnede allokeringen kombinert i én rapport.

I tillegg til det er det en Forward Stock Locations- tabell som kan være depoter eller fabrikker. Denne tabellen ble lagt til begge kundetabellene ( kundedataseksjonen og kundedata gjeldende ) for å tillate samtidig visning av data.

Innholdsfortegnelse

• Oppsett av scenario og sammenligningsrapport
• DAX-mål for sammenligning av kundeallokering
• Konklusjon

Oppsett av scenario og sammenligningsrapport

Tenk deg at du har en leveringsinfrastruktur fra videresending av lagersteder, pakkeskap eller hubs til kunder.

Historisk sett har det utviklet seg en allokering på tvers av eksisterende terminlagerplasseringer. Ny virksomhet har blitt kjøpt opp, og det er på tide å vurdere om det nåværende oppsettet fortsatt er berettiget.

La oss ta en gjennomgang av rapporten jeg har laget for dette.

Først viser dette kartet gjeldende kundetildeling med depotet.

Deretter viser denne tabellen avstanden, inntektene og kravene.

Disse kortene representerer totalsummene og prosentfordelingen for den valgte terminlagerplasseringen.

Øverst til høyre er et multi-rolle kort som ikke er filtrert. Derfor viser den de samlede inntektene og kravene i datasettet for referanse.

Det er også en slicer for å velge en fremad aksjeplassering. Selvfølgelig kan dette være et depot, en fabrikk eller hva du måtte ønske å analysere. 

Som et resultat kontrollerer FSLs slicer begge kartene her.

Det nederste kartet viser resultatene som utløses av skjæremaskinen Velg avstand .

Disse midterste kortene viser inntektene og kravene basert på valgt avstand. Dette er nyttig for å analysere forskjellen mellom gjeldende kundeallokering og den nylig beregnede allokeringen basert på et utvalg. 

DAX-mål for sammenligning av kundeallokering

Dette ersom jeg brukte for dette scenariet. Merk at variablene i formelen avhenger av måten dataene dine er satt opp på. Du må justere disse i tråd med dine egne data for å få riktig resultat.

Målene for størrelse og farge for å vise varierende farger er forskjellige for både gjeldende tildeling og utvalgsbasert tildeling.

Dette er kartpunktfarge gjeldende mål for gjeldende kundetildeling.

På den annen side er dette Kartpunktfarge i utvalgsmål for den utvalgsbaserte kundetildelingen.

Som du ser, miner i tre separate tabeller. Jeg pleier å gjemme disse i mapper når jeg har fullført modellen min. Men når du bygger, er det mye mer praktisk å ha dem for hånden.

Konklusjon

Faktisk gir denne eksempelrapporten en kraftig analyse ettersom du kan gjøre valg for å omfordele alle kunder på tvers av eksisterende lokasjoner. Ved å lære tyngdepunktberegningen og Huff Gravity- analysen kan du enkelt håndtere ulike lokasjonsintelligensprosjekter.

Jeg håper at denne bloggen bidrar til læringskurven din og øker bevisstheten om hvor viktig det er å bruke de geografiske komponentene i dataene dine.

Husk at dette ikke handler om å bygge den flotteste rapporten, men snarere et eksempel. For eksempel kan det å legge til smarte fortellinger eller diagrammer forbedre modellen for presentasjon på høyt nivå. Dette er imidlertid bare analysestadiet. 

Sjekk ut koblingene nedenfor for flere eksempler og relatert innhold.

Takk skal du ha.

Paul