Implementera Pareto-principen (80/20) i analysen av LuckyTemplates

Har du någonsin hört talas om Pareto-principen , även känd som 80/20-regeln ? Regeln föreskriver att för varje 20 % av något får du i allmänhet 80 % av resultaten. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Om vi ​​tittar på detta ur ett affärsperspektiv, säger vi att 20 % av våra kunder ska stå för 80 % av vår vinst, eller 20 % av våra butiker ska utgöra 80 % av vår försäljning. Det är så Pareto-principen fungerar.

Pareto-principen (80/20) har blivit känd med tiden och den har refererats till så många marknader, olika miljöer, olika företag och sektorer. Därför att det är sant. Det är faktiskt vad som händer. I de flesta fall kommer de flesta av dina dimensioner att ha cirka 20 % som utgör 80 % av din försäljning. Det kan vara plats, kunder, produkter osv.

Nu ville jag testa detta i LuckyTemplates. Jag ville testa den här insikten om den aktuella data som jag arbetar med i min modell i LuckyTemplates, för det kommer uppenbarligen inte alltid att vara exakt.

Innehållsförteckning

• Betydande implikation av Pareto-principen
• Testa Pareto-principen (80/20) i LuckyTemplates
• Gå igenom Formeln
• Återanvändning av Pareto (80/20) testteknik
• Slutsats

Betydande implikation av Pareto-principen

Det är en riktigt bra idé att köra ett test med den teknik som jag visar upp i den här handledningen, för om det stämmer, så är det där du bör fokusera dina ansträngningar – ur ett marknadsföringsperspektiv, ur ett lagerhanteringsperspektiv.

Listan fortsätter när det gäller hur denna typ av analys kan peka dig i den strategiska riktning som du bör fokusera på ur ett affärsperspektiv.

Jag ska visa dig hur du kan använda ett mönster i LuckyTemplates med hjälp av en formel för att utarbeta och testa denna princip. För i slutet av dagen vill du fokusera på var du genererar din bästa avkastning i ditt företag.

Om du upptäcker att 20 % av dina kunder utgör 80 % av dina intäkter, bör du ägna större delen av din tid åt att försöka extrahera insikter så mycket som möjligt från dessa kunder eller produkter, eller platser, etc. Det kanske inte alltid vara fallet, men i allmänhet är det så.

Testa Pareto-principen (80/20) i LuckyTemplates

Jag ska visa dig hur jag ställer in den här exempelinstrumentpanelen, vilket är ganska enkelt.

Så om vi tittar på våra delstater här, ville jag titta på inom varje delstat, hur mycket av vår totala försäljning som kommer från våra topp 20 % av våra kunder.

Först räknar jag ut hur många kunder vi har i just den regionen. Vi tittar på, säg Florida här, vi kan se att vi säljer till 792 kunder. Och när vi tittar på botten ser vi mycket mindre här på Rhode Island, som är en mindre marknad för oss.

Vi har också våra topp 20% kunder. Vad utgör de 20 % av våra kunder? Så det jag gjorde var att multiplicera 0,2 med våra totala kunder . Och det ger oss ett nummer som vi kan mata in i vår formel för att räkna ut.

Efter att jag har gjort det behövde jag mata in den siffran till någon rankningslogik och säga, inom varje stat, hur många försäljningar kan tillskrivas de 20 % ?

Jag har också ställt in det så att vi kan klicka igenom varje stat och vi kan se kunderna och den totala försäljningen för våra kunder nere i det här diagrammet till höger.

Dessutom, säg att vi i Florida har tjänat 9 miljoner USD i försäljning, och vi har svaret i termer av våra 20 %, 3,5 miljoner USD, jag ville se hur stor procentandel av vår försäljning.

Som du kan se gäller inte 80/20-regeln eller principen här eftersom denna datamängd är helt slumpmässig. De flesta av datamängderna har mer verklighet för sig.

Gå igenom Formeln

Nu ska jag visa dig formeln som ligger bakom denna visualisering. Det är lite till det, men jag ska gå igenom varje element.

Det första vi gör är att dynamiskt räkna ut det totala antalet kunder. Jag har faktiskt beräknat det här för den här tabellen, men jag har också gjort det inom den här formeln så att vi inte behöver referera till ett annat mått.

Så jag har använt variabler ( VAR ) och säger att CustomerPercent vi letar efter är 20 %, så i det här fallet lägger jag in 0,2 .

Saken att notera är att jag har använt den inom försäljningstabellen . Om jag inte använder DistinctCount i den här tabellen, kommer det inte att filtreras dynamiskt för varje olika tillstånd på grund av hur vår datamodell är inställd.

Så vi måste se till att vi hänvisar till något som fanns i försäljningstabellen så att när ett filter placeras på en stat, säg Florida, skulle jag räkna de översta 20 % av kunderna som faktiskt köpte i Florida.

Sedan kommer vi ner till BERÄKNA . Denna funktion kan ändra sammanhanget för beräkningen. Så vi räknar total försäljning , men vi räknar det i ett annat sammanhang. Vi vill bryta ut de här översta 20%, och det är vad den sista delen av formeln gör.

Så vi filtrerar alla kunder som vi har sålt i Florida. och vi tränar på det här om den kunden, med den totala försäljningen , är en del av de översta 20 % som vi räknar ut i den här formeln här uppe, CustomerPercent.

Så detta räknar ut 158 ​​i Florida som de översta 20 %, och om den kunden rankas efter försäljningen bland de 158 bästa, behåll den kunden och räkna upp den totala försäljningen.

Så det är vad som händer bakom kulisserna. Och om vi tittar på listan här, är de alla dynamiskt beräknade för varje stat. Det är så vi får de här siffrorna här nere.

Dessutom, för att få procentandelen av försäljningen av topp 20% är helt enkelt att dela topp 20% av kunderna med total försäljning . Så det är så vi testar Pareto-regeln inom datamängden.

Återanvändning av Pareto (80/20) testteknik

Du kan göra detta med vilken dimension som helst i din datamängd och testa Pareto-principen med samma teknik. Allt du behöver göra är att ändra kolumnerna som hänvisas till i denna formel baserat på det sammanhang som du vill beräkna.

Vi kan också använda den här formeln i andraoch använd kraften i datamodellen för att hitta och extrahera ännu mer insikt. Om vi ​​till exempel klickar på Florida ser vi att det här diagrammet ändras och det visar hur de översta 20 % presterar varje månad.

Vi skulle också kunna ändra detta till kvartal och år och se hur våra topp 20 % går kvartalsvis. Vi kan se skillnaden mellan det totala antalet.

Dessutom kan vi se vad som består av detta antal , den individuella uppdelningen av dessa kunder. Till exempel klickar vi på Virginia, dessa 125 kunder, de översta 20 % av Virginias kunder, är vad som utgör den siffran, 46 % försäljning.

Slutsats

Jag har visat upp för dig hur du kan implementera Pareto-principen eller 80/20-regeln i din LuckyTemplates-analys.

Detta är en oerhört kraftfull och praktisk teknik som kan hjälpa dig att få fantastiska insikter och analyser genom att helt enkelt använda och implementera LuckyTemplates på ett effektivt sätt.

Jag hoppas att du får en bra uppfattning om hur detta skapas och hur du kan testa om det på flera sätt. Jag vill upprepa återanvändbarheten av denna teknik. Du kan använda den här formeln och med en liten justering i referenskolumnerna får du fler fantastiska insikter.

Det finns mycket att lära här, inte bara om hur man använder denna specifika teknik, utan också om hur man använder DAX-formeln i dina modeller.

Skål!