Första köpet av Customer Insight med DAX

Jag har en annan riktigt unik insikt att visa dig i LuckyTemplates. Efter denna session kommer du att kunna identifiera en kunds första köp och använda dessa data för att öka din framtida försäljning. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Genom att analysera en trend i termer av den första produkten som kunderna köper, kan du: (1) ändra våra marknadsföringsinsatser; (2) allokera lämpliga resurser till vår annonsering; och (3) använda denna kunskap för att få fler kunder ombord.

Du kan göra detta eftersom den här funktionen låter dig avgöra vilka produkter som är mer populära i det första köpet än andra. Efter detta kan du räkna ut vilka de andra och tredje populäraste köpen är. Så småningom kommer du att se den gemensamma nämnaren i de specifika resultaten också.

Innehållsförteckning

• Provinsikt som visar första köphistorik
• Ta reda på kundens första köp
• Granska resultaten
• Slutsats

Provinsikt som visar första köphistorik

Med hjälp av data som genererats från dina tidigare försäljningar kan du enkelt spåra en kunds första köp. Beställningshistorik som denna kan hjälpa dig att fatta affärsbeslut om hur du ska öka försäljningen. Du kan också använda denna analys för att rikta din marknadsföring och reklam för en specifik produkt.

Nedan är några exempeldata som jag har förberett för denna handledning. Den visar de specifika kundnamnen samt motsvarande produkter som de först köpte.

Jag har ställt in denna exempeldata med många olika kunder. För produktnamn har jag bara generiska namn för enkel identifiering. Sedan har jag samlat in namnen på kunder som uppenbarligen redan har köpt något.

Jag har också lagt till en datumväljare så att jag enkelt kan styra utbudet av köpdatum från vilken period som helst.

Vad jag har härnäst är en viktig del av. Jag har också skapat en tabell för att kontrollera om jag har rätt information. Eftersom jag kan behöva granska siffrorna på ett eller annat sätt är detta ett bra mått.

Ta reda på kundens första köp

Formeln som jag har använt är en kombination av en hel del olika funktioner.

Först måste du titta på formeln inklusive funktionerna och .

Om du försöker hitta det första av något eller det sista av något, är TOPN den perfekta lösningen. Denna funktion returnerar inte ett värde, men den returnerar en tabell. Det är den viktigaste skillnaden med funktionen , eftersom den senare endast returnerar ett värde på rankningen.

Det jag lade till inom TOPN är ett nummer som föreslår tabellen som jag vill behålla i slutet av utvärderingen.

Därefter har jag lagt tillatt returnera amed datum och varje enskild produkt. 

Här är tricket som verkligen är avgörande – du måste utvärdera minimidatumet eller första dejten.

Därför måste du gå och hitta den allra första dejten, men du måste slå in den i CALCULATE- satsen. Om du inte gör det får du faktiskt ett felaktigt resultat. 

Nu gör BERÄKNA- funktionen det möjligt för oss att tillämpa ett filterkontext på det specifika resultatet av MIN (Datum[Datum]) .  

Så, sammanhanget för denna beräkning börjar med att kunden sedan vid varje enskild produkt en kund har köpt, och slutligen utvärderar minimidatumet eller det allra första datumet då kunden köpte en produkt.

Dessutom harreturnerar det faktiska produktvärdet som kommer att vara det faktiska namnet på den specifika produkten.  

När alla dessa formler kombineras ger det en mycket kraftfull insikt.

Granska resultaten

Efter detta måste du dubbelkolla det. Det är viktigt att kontrollera om tabellen och formeln faktiskt ger rätt resultat.

Så låt oss bara välja en viss kund. Du kommer att se här att jag har den här tabellen som har varje datum, varje produkt och varje rea för just den kunden.

Följaktligen var den allra första produkten som köptes den 20/8/2015 . Du kan till och med se den totala försäljningen för produkt 94 . Efter det kan du prova några fler prover för att validera resultaten i tabellen.

Dessutom kan du ändra tidsramen för dina data och det kommer också att förändra resultaten dynamiskt.  

Slutsats

I den här handledningen har jag visat hur du kan räkna ut denna första köpdata och faktiskt införliva den i en tabell i LuckyTemplates . Genom att göra detta kan du se produkt- och kundtrenden från vilken period som helst på ett dynamiskt sätt. 

Förhoppningsvis kan du se att det här är riktigt kraftfulla saker och du kan göra det på ett relativt effektivt sätt med hjälp av LuckyTemplates. Det är detta som gör LuckyTemplates så bra!

Lycka till med att implementera denna i dina modeller.

***** Lär du dig Lucky Templates? *****