Dynamisk segmentering: Så här segmenterar du kunder i grupper med hjälp av avancerad DAX

Idag blir jag komplex med DAX, men det är för att jag tycker om att visa kraften i detta formelspråk i LuckyTemplates. Jag vill att du också ska komma dit. Det är därför jag alltid vill bli praktisk angående implementering. Dynamisk segmentering är ett perfekt exempel på en riktigt värdefull kommersiell insikt du kan extrahera ur din analys i LuckyTemplates. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Säg att du vill se vilka kundgrupper som köper dina produkter. När jag säger kundgrupper, är det dina toppkunder, dina mellankunder eller dina lägsta kunder? Du kommer snabbt att upptäcka att detta faktiskt inte är så lätt att träna, eftersom denna "gruppering" inte ens existerar i dina råa tabeller. Du måste skapa den via en stödtabell, och jag visar dig hur i det här blogginlägget.

I det här inlägget ska vi gå igenom hur du kan visualisera vilka kundgrupper som bidrar mest till din vinst. Nu finns det några steg vi måste gå igenom för att komma till denna punkt, men det här är en riktigt bra analys om du vill gå igenom tiden och bestämma hur mycket dina topp 5, topp 5 – 20 och resten av dina kunder bidrar till din vinst.

Du kan använda samma tekniker som vi kommer att gå igenom i det här blogginlägget för att faktiskt göra din egen analys. Genom att använda datamodellen kan du skapa den här typen av dynamisk bild. Till exempel i dettavi tittar på vad som är bidraget från Top 5, Rank 5 – 20 och The Rest.

Eftersom allt är dynamiskt kan vi också klicka igenom varje produkt som vi säljer rätt och se skillnaden för varje produkt. Vi kan se att vissa produkter domineras totalt av topp 5 men det beror förmodligen på att det inte säljs så mycket med just den produkten.

Å andra sidan, när vi klickar på en högsäljande produkt kan vi se att den är lite mer distribuerande. Det här är den typen av fantastiska insikter som du kan få från den här typen av analys.

Innehållsförteckning

• Beräkna totala vinster
• Skapa tabell för rangordning
• Formulera kundvinster efter grupp
• Använda kundvinster per grupp
• Visualisera tabellen
• Visualisera sammansättningen av vinster
• Slutsats

Beräkna totala vinster

Låt oss börja om från början och gå igenom hur vi faktiskt kan komma dit. Det första vi måste göra är att göra några enkla beräkningar.

Vi kommer att beräkna vår totala vinst först genom att använda vår totala försäljning minus vår totala kostnad.

Skapa tabell för rangordning

Låt oss bara hoppa tillbaka till vår datamodell först. Du ser att överst har vi våra kärndatamodeller: Datumtabell, Produkttabell, Regiontabell och Kundtabell, som alla går ner till tabellen Försäljning längst ner. Varje enskild transaktion som görs finns i vår försäljningstabell, och det är där vi gör våra beräkningar.

Om du tänker efter så har vi inget i vår modell här som talar om för oss vem som är i topp fem eller vem som har rankats från 5 – 20, eller vilka alla andra är. Det betyder att vi måste skapa det. Kom också ihåg att vi vill att det ska vara det, höger?

Så vi måste skapa en tabell som kommer att göra detta åt oss. Vi kommer att skapa grupper samt deras MIN och MAX. För topp 5 är minimum 0 och maximum 5. För ranking 5 – 20 blir det 5 och 20, och så vidare. Vi kommer sedan att integrera denna tabell i vår datamodell genom Dax-formeln och denna kommer sedan dynamiskt att rangordna kunderna baserat på beräkningens sammanhang.

Formulera kundvinster efter grupp

Vi ska ta reda på hur man slår upp kundvinster per grupp (4:00). Låt oss snabbt gå igenom vad som faktiskt händer här. Först och främst kommer vi att beräkna totala vinster, vilket är det totala vinstmåttet jag lärde dig tidigare.

Men vad vi behöver göra är att se vilken rang varje kund är i och om de sitter inom var och en av de anpassade rangordningarna som vi just skapat i vår tabell. Om de gör det, placeras de sedan i den gruppen av Top 5, Rank 5 till 10, eller The Rest.

Detta är logiken som vi kommer att använda för att faktiskt skapa eller köra dessa beräkningar.

Låt oss bara håna något väldigt snabbt här och dra Månaden & Året till vårt bord. Vi kommer att kunna se den totala försäljningen för var och en av dessa månader.

Använda kundvinster per grupp

Om vi ​​drar in våra Kundgrupper i tabellen ger det oss inget korrekt resultat. Om du verkligen borrar i dessa siffror är de alla exakt likadana. Så vad vi måste göra är att använda kundvinster per grupp . Detta kommer att leverera var och en av vinsten per ranking till oss.

Vad vi behöver göra är att borra in i en mer specifik tidsram så att vi sätter ett filter på för de sista sex månaderna av 2016.

Om vi ​​sätter några dataetiketter på kan vi se att detta är att beräkna den totala vinsten men sedan dela upp den per vår kundgrupp.

Visualisera tabellen

Låt oss ge det ett diagram och se procenten. Allt vi behöver göra är att ändratill diagrammet 100 % staplade kolumner.

Detta ger oss nu procentandelen av försäljningen från dessa anpassade grupper. Vi kommer att ändra visualiseringen lite och göra detta till en rullgardinsmeny. Och sedan ska vi skapa ytterligare en visualisering som ger oss vår försäljning per produkt.

Den här beräkningen kommer automatiskt att justeras baserat på vilket sammanhang vi än sätter den i. Så om vi justerar och inkluderar alla månader under 2016 kan vi se hur saker och ting förändras för varje månad.

Om vi ​​klickar på någon av produkterna i den vänstra tabellen kan vi dynamiskt se procentuellt hur mycket av vår vinst som bestäms av specifika grupper.

Visualisera sammansättningen av vinster

När vi väl klickar oss igenom alla olika produkter kan vi se hur våra vinster sammanställs över tiden för var och en av våra produkter som vi säljer. Vi kan se det ur ett helportföljperspektiv.

Eller så kan vi till och med borra i våra topp 3 produkter och se att det skedde en nedgång i slutet av 2015. Vi kan fråga oss varför en högre andel av våra mindre kunder köper dessa produkter jämfört med att våra större kunder inte köper något.

Uppenbarligen skulle saker som dessa göra en riktigt bra diskussion att höra från dina säljare och din ledning. Denna DAX-formel är en riktigt bra teknik som faktiskt kan återanvändas i ett antal olika scenarier. Jag rekommenderar starkt att du dyker in i denna dynamiska segmenteringsteknik och tar en titt på hur du faktiskt kan använda det för dig själv och för en del av den analys du gör.

Slutsats

Som du kan se finns det lite i det, men det är verkligen kraftfulla grejer. Den här analysen är bra för att se sammansättningen av vem som köper dina saker, inte bara över dina produkter som helhet, utan du kan till och med dyka in i specifika produkter och jämföra hur sminket kan vara annorlunda. Denna teknik har en teknisk term -. Det beror på att vi dynamiskt segmenterar våra resultat genom att placera dem genom någon logik, som kommer att skära upp det till sin egen kaka.

Jag går igenom just den här tekniken på ett omfattande sätt i min kurs i Solving Analytical Scenarios på . Kolla in det här för att lära dig mer. I den här videon går jag igenom en översikt över hur du kan implementera det själv och hur det kan se ut i dina rapporter.

Lycka till med att implementera denna!