Beräkna vinstläckage med hjälp av LuckyTemplates Analytics

I det här blogginlägget vill jag finslipa till en verklig tillämpning av LuckyTemplates – Hur kan vi upptäcka hur mycket vinst vi går miste om? Det finns förmodligen några sätt att hitta lösningar på vinstläckage . Sättet jag har gjort med det här exemplet är att fokusera på marginalanalys för varje försäljning som vi gör. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Jag ville visa hur specifik du kan bli inuti LuckyTemplates bara genom att utvidga ditt sinne kring vad som är möjligt.

Innehållsförteckning

• Minimera marginalskillnader
• Ta reda på uteblivna vinster
• Genomsnittliga vinstmarginaler
• Marginaldifferential
• Ändra visuella nivåfilter
• Saknade vinster
• Slutsats

Minimera marginalskillnader

Över olika kunder och regioner kanske du faktiskt har försäljning av liknande produkter med olika marginaler. Genom att arbeta hårt för att minimera dessa marginalskillnader kommer du i slutändan att dra nytta av ökad avkastning över hela linjen.

För det här blogginlägget kommer vi att gå igenom ett analytiskt scenario som kommer att visa hur långt du kan ta skulder och upptäcka dessa fantastiska insikter som är historiskt mycket svåra att uppnå på ett skalbart sätt.

Vi kan också dynamiskt borra i alla aspekter av dessa verkligt unika insikter och sedan göra jämförelser. För just denna handledning kommer jag att fokusera på vinstläckage och försöka förstå varför och var vi går miste om några vinster.

Ta reda på uteblivna vinster

Om vi ​​säljer vissa produkter till vissa kunder under genomsnittet av vad vi säljer dem för, går vi miste om vinst. Vi måste veta varför vissa kunder får samma produkt i olika områden eller vid olika tidpunkter för en vinstmarginal som är lägre än genomsnittet.

Detta för att avgöra om vi kan öka de som ligger nere i botten och har en stor marginalskillnad till genomsnittet. Genom att göra det kan vi hämta mer vinst eller åtminstone identifiera var du förlorar vinst.

Låt oss ta reda på hur du faktiskt kan göra detta. Först och främst måste vi göra en tabell med våra kunder och marginaler.

Genom att använda en slicer kan vi klicka oss igenom och se vilka marginaler vi får i de olika regioner som vi säljer till.

Eftersom detta är en demodatauppsättning kommer den inte att bli perfekt. Men samma teknik kan användas i en verklig datamängd, och de insikter du kommer att få är lite mer vettiga.

Genomsnittet (32,5%) är redan gjort för oss med totalen längst ner i tabellen. På något sätt behöver vi bara få upp den här summan i varje enskild rad i vår tabell.

Genomsnittliga vinstmarginaler

Vi har redan vårt kundnamn ochi tabellen, så nästa sak att göra är att räkna ut de genomsnittliga vinstmarginalerna för alla våra kunder.

Låt oss skapa ett nytt mått och kalla det Average Margins . Jag kommer att använda funktionen BERÄKNA för att beräkna vinstmarginaler, men istället filtreras jag av kunderna, kommer jag att gå med ALL(Kunder) .

När jag väl tar in det här måttet på arbetsytan och ändrar det till en procentandel ser du att summan nu är 32,5 %, vilket är samma som våra genomsnittliga marginaler .

Marginaldifferential

Nu när vi har de genomsnittliga marginalerna kan vi också räkna ut skillnaden . Vilka (och var) är våra kunder som köper produkter från oss för mindre än genomsnittet?

Jag skapar en ny åtgärd och kallar den. Jag kommer sedan att dra av vinstmarginalerna från de genomsnittliga marginalerna och sedan formatera och ändra det till en procentsats.

När vi drar in det här måttet i tabellen börjar vi få resultat:

Vi kan nu se skillnaden och se några kunder som har bättre marginaler än genomsnittet, vilket är bra.

Om vi ​​kan få människor till en högre vinstmarginal, varför pressar vi inte upp fler människor till denna marginal?

Vi vill isolera de negativa marginalerna, eller de som ligger långt under våra genomsnittliga marginaler. Nästa steg är att undersöka varför detta händer och pressa upp dessa kunder.

Ändra visuella nivåfilter

Det andra jag vill göra är att begränsa den här tabellen eftersom jag bara vill se de som ligger under genomsnittskursen. Jag går till mina visuella nivåfilter och ändrar inställningarna till mer än 0 .

Saknade vinster

Så hur räknar vi ut de vinster som vi går miste om? Vi tar reda på vårt vinstläckage genom att dra av marginalskillnaden med den totala försäljningen, för om vi ökar marginalskillnaden efter genomsnittet kommer det att ge oss de vinster som vi gick miste om. Vi drar sedan detta mått ut på duken.

För att göra saker mer visuellt tilltalande kan jag göra om kolumnen Saknade vinster till datafält .

En annan cool sak vi kan göra är att faktiskt jämföra vad vi redan har med våra vinster i allmänhet för att bedöma hur mycket vi går miste om.

Över hela vår datamängd av marginalskillnader är de negativa de som ligger under genomsnittet. Nu måste vi också komma ihåg att vi har ett visuellt filter på. Om vi ​​inte gjorde det skulle dessa kolumner jämnas ut eftersom vi har både positiva och negativa.

Intressant nog går vi nästan miste om knappt 10 % av vinsten för just dessa kunder. Detta är ett ganska betydande antal vinstläckage, och med denna insikt kan vi komma på strategier för att driva dessa kunder högre.

Slutsats

Om vi ​​säljer produkter eller varor under genomsnittliga marginaler, finns det uppenbarligen en viss vinst vi går miste om.

Jag älskar hur detta bara visar den verkliga applikationspotentialen när du använder LuckyTemplates. Du kan använda LuckyTemplates på så många effektiva sätt för att hitta värdefulla insikter för ditt företag.

För många fler affärsanalyser och exempel på vinstläckage för LuckyTemplates, kolla in den här kursmodulen i LuckyTemplates Online. Det finns så mycket att granska och lära av här.

Ta hand om dig och allt gott,