Analysera kundtrend med hjälp av DAX i LuckyTemplates

I den här handledningen kommer vi verkligen att använda LuckyTemplates som ett analytiskt verktyg för att analysera kundtrender . Vi ska ta reda på hur vi kan hitta våra kunder som handlar bakom trenden . Du kan se hela videon av denna handledning längst ner på den här bloggen.

Det vill vi veta så vi kan hålla ett riktigt öga på hur våra kunders köp går. Vi vet att våra bästa kunder kommer att få ut det mesta av vår vinst, så vi måste se till att de köper som de ska, baserat på historiska trender.

Vi kan analysera dessa insikter riktigt effektivt i LuckyTemplates. Jag ska visa dig hur du kan göra det genom att kombinera många tekniker, inte bara med datamodellen utan mer specifikt med DAX-formeln.

Innehållsförteckning

• Borra i kundtrend
• Skapar åtgärderna
• Slutsats

Borra i kundtrend

I den här demonstrationen analyserar vi trender genom att använda en rullande totalsumma, så vi går in på hur man beräknar rullande försäljning över 90 dagar .

Det som är häftigt med detta är att vi kan titta på vilken tidsram som helst, gå tillbaka historiskt och se trenderna i vår försäljning och göra några analyser.

Här jämför vi försäljningsutvecklingen i år med förra året. Detta är ett utmärkt sätt att jämföra trender över olika tidsperioder, och därför använder vi vissa tidsintelligensfunktioner.

Nedanför den här tabellen nedan tittar vi på skillnaden, som visar skillnaderna och trenderna.

En annan bra sak med detta är att vi faktiskt kan borra ner i varje enskild kund.

De andra två diagrammen på höger sida tittar på hela vår portfölj av kunder, medan vi här kan se våra kunder, och verkligen borra och se vad de köper eller vad de inte köper, så vidare och så vidare. Detta kommer att ge oss några insikter om de ligger långt efter trenden eller långt över trenden.

Om vi ​​borrar in i några mycket specifika kunder här kan vi se var trendförändringen är, och vi kan verkligen få fantastiska insikter från detta.

Det här är det fantastiska med de nya borden i LuckyTemplates. Du kan välja flera kunder och sedan utnyttja kraften iformel och få betydande insikter.

Skapar åtgärderna

Nu ska jag visa dig hur du gör detta från början.

Så först skapar vi en ny måtttabell. Vi går Ange data och döper det till Sales Insights .

Sedan kan vi skapa vår Rolling Total. Jag har visat upp Rolling Total i en annan handledning, men här vill jag visa dig hur du skapar detta med DATESBETWEEN, som är en riktigt cool tidsintelligensfunktion.

Vi kallar detta mått, Rolling Sales 90D . Sedan använder vi BERÄKNA total försäljning och på nästa rad.

Vad DATESBETWEEN gör är att det tillåter oss att sätta ett startdatum och ett slutdatum och sedan räkna upp mellan dessa datum.

Därefter lägger vi in ​​våra datum och skapar en dynamisk 90 dagar tillbaka. Vi går MAX Datum här, kommer som returnerar de aktuella dagarna i sammanhanget. Vi sätter – 90 , och går sedan MAX Datum igen på nästa rad.

Vi trycker på enter och lägger den sedan innanför vårt bord. Vi borrar in i 2017, så vi skapar ett filter för det.

Eftersom vi vill se trenderna tittar vi på de rullande 90 dagarna, men inte i år. Vi ska titta på förra året. Det är här vi kan förgrena oss till ytterligare tidsintelligens.

Så vi skapar en ny åtgärd och kallar den Rolling Sales 90D LY (för förra året). Vi använder funktionen CALCULATE , sedan vår Rolling Sales 90D , ochmed kolumnen Datum .

Vi gör exakt samma beräkning, men vi gör det ett år med SAMEPERIODLASTYEAR-funktionen, som gör att vi kan hoppa tillbaka i tiden.

 När vi lägger in detta i vår visualisering kan vi se den rullande försäljningen i år jämfört med förra året på 90 dagar.

Dessutom kan vi förgrena oss längre för att se skillnaden i rullande försäljning . För att skapa måttet minusar vi helt enkelt rullande försäljning förra året från i år.

Vi lägger in den i vår visualisering och lägger sedan till vår Dates slicer så att vi kan titta när som helst. Sedan använder vi vår datamodell och skapar ytterligare en tabell för våra kunder. Vi lägger också till vår skillnad i rullande försäljning .

Dessutom använder vi dessa datafält för att få denna tabell verkligen att dyka upp. För att göra detta går vi helt enkelt till villkorlig formatering. Vi ändrar bara några av färgerna, sorterar det och ändrar formatet till dollar.

Och nu har vi en fantastisk instrumentpanel med massor av fantastiska insikter att extrahera.

Hur man spårar försäljningstrender genom tid i LuckyTemplates med hjälp av DAX

Slutsats

Genom att kombinera tekniker bör du kunna räkna ut vilka kunder som köper bakom trenden – i realtid eller för vilken tidsram du anger.

Tänk på vilka uppföljningsåtgärder som kan inträffa om du dyker in i denna insikt. Vi skulle kunna informera säljrepresentanten eller regionchefen att vi borde gå ut och träffa dessa kunder, vi borde kommunicera med dem och vi borde erbjuda dem kampanjer.

Genom att göra det kommer vi att hantera effektiviteten i vår säljcykel och våra säljstrategier där ute på marknaden.

LuckyTemplates är ett otroligt analysverktyg som gör att du kan sätta ihop några bra analyser som denna på ett relativt effektivt sätt.

Dyk in och ta en titt på hur du kan göra detta, och försök sedan visualisera hur du faktiskt kan implementera detta med din egen data, i dina egna modeller. Detta kommer att tillföra mycket värde till din organisation.

Med vänliga hälsningar!