Ny kundeanalyse ved bruk av avansert DAX

For ikke så lenge siden fullførte jeg en hel scenario-metodeøkt for medlemmer av LuckyTemplates. Jeg jobbet på en hel økt som omfattet mange typer analyser, inkludert tapte kunder, faste kunder og analyser av nye kunder . Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Alle involverte stort analytisk arbeid for å maksimere forretningspotensialet til disse kundedataene.

I denne spesielle opplæringen ønsker jeg å bryte ned hvordan du faktisk .

Men det er absolutt åpent for debatt om hva du vil klassifisere som en "ny kunde" basert på din organisasjon eller bransje. Er det noen som aldri har kjøpt siden starten av virksomheten din? Den delen av analysen er ganske unik. Men noen ganger vil du kanskje sette en slags tidsramme på det. Hvis en kunde ikke har kjøpt i den aktuelle perioden, kan du vurdere dem som nye når de kommer tilbake.

Imidlertid, uavhengig av definisjonen din, vil teknikken være veldig lik eksemplet som jeg vil lede deg gjennom. 

Innholdsfortegnelse

• Forstå innsikten fra ny kundeanalyse
• Formel for nykundeanalyse
• Konklusjon

Forstå innsikten fra ny kundeanalyse

Denne opplæringen er ganske avansert og krever en forståelse av tabellfunksjoner og virtuelle tabeller inne i LuckyTemplates . Men jeg skal gå gjennom dette i detalj gjennom veiledningen. Jeg vil også vise deg formlene du trenger for dynamisk å fremheve disse dataene i LuckyTemplates-rapportene dine.

Først vil jeg vise deg en prøveanalyse i dette dynamiske vinduet.

I dette spesielle tilfellet anser jeg nye kunder som de som ikke har kjøpt noe de siste 90 dagene.

For å komme frem til denne modellen må jeg først sette opp parameterne og formelen. For å gjøre dette, klikk Modellering og klikk deretter Ny parameter. 

Jeg har også laget en enkel tabell for Churn Time Frame ved å bruke formelen nedenfor . 

Kundeavgang refererer til kundene som sluttet å kjøpe fra et bestemt selskaps produkt eller tjeneste i løpet av en viss tidsramme. 

Nå, for å gjøre analysen mer dynamisk, kan jeg faktisk utvide churn-tidsvinduet. Opprinnelig har jeg 90 , men jeg kan øke den til 180 dager. Jeg kan til og med gå til en kortere tidsramme også.

Vi kan bruke Amazon som eksempel. Hvis du ikke har kjøpt noe fra Amazon på 90 dager eller 180 dager, kan de betrakte deg som en tapt kunde. Etter dette vil de sannsynligvis sende ut noen former for markedsføring for å få deg tilbake som en "ny" kunde.

Det er det viktigste jeg skal snakke om i denne videoen. Nøkkelen til hvordan du faktisk løser eller beregner disse nye kundene som kan si mye om hvor vellykket markedsføringstiltakene dine er.

Formel for nykundeanalyse

Så la oss bare gå gjennom denne formelen her for nye kunder . Denne formelen beregner kundene som har kjøpt noe i inneværende måned, men som ikke har kjøpt noe i løpet av de 90 dagene før det.

For det første evaluerer CustomerTM- formelen kundesalget for inneværende måned.

Du kan se resultatene av denne formelen i kolonnen i tabellen nedenfor.

Etter det brukte jeg PriorCustomer- formelen for å se etter de kundene som har tidligere poster for de siste 90 dagene. Det betyr bare at de er faste kunder.

I stedet for gjeldende kontekst, må vi endre tidsrammen eller konteksten til denne tabellen ved å bruke.

Jeg har også lagt tilfunksjon for å fjerne enhver kontekst på datoer og bruke filteret på nytt basert på 90-dagers tidsvindu. Dette er kjernen i formelen.

Nå, denfunksjonen evaluerer to av disse tabellene. Etter det returnerer den en tabell med unike kunder.

Etter det har jeg lagt tilformel for å telle de unike kundene.

Deretter kan jeg komme med den nye kundeanalysen akkurat som den nedenfor.

La oss ta en titt på dette eksemplet for mars måned 2017 .

Vi har totalt 282 kunder, og det er det CustomerTM -formelen evaluerer. Av disse kundene har bare 191 ikke kjøpt noe de siste 90 dagene. Derfor anser vi dem som nye kunder.

Ved å bruke denne nye kundeanalysen kan du finne ut om markedsføringstiltakene dine lykkes med å få inn nye kunder til virksomheten din.

Konklusjon

Vanligvis koster en ny kunde mer enn en eksisterende kunde. Så å forstå trendene bak hvem som kjøper fra deg er veldig viktig for mange organisasjoner.

Dette er en veldig kraftig beregning for å forstå sammensetningen til kundene dine i en hvilken som helst tidsperiode. I dette spesielle tilfellet vil vi vise det måned for måned.

Denne teknikken lar deg forstå hvor mye det faktisk koster deg å få inntekter om bord i organisasjonen din.

Jeg legger igjen en lenke nedenfor i beskrivelsen hvis du faktisk ønsker å se hele denne workshopen. Alt du trenger å gjøre er å oppgradere medlemskapet ditt for å kunne spille av og laste ned hele ressursen.