LuckyTemplates-analys med DAX: Hur många unika produkter en kund köpte

I detta LuckyTemplates analysexempel kommer vi att generera en unik insikt där vi kommer att utvärdera alla våra kunder och se hur många unika produkter de köpt. Jag ska visa dig hur du analyserar detta över tid och använder vad som helst i datamodellen. Du kan se hela videon av denna handledning längst ner på den här bloggen.

För denna LuckyTemplates-analys kommer vi att utvärdera data i ett kundsammanhang. Det som händer med borden och bakom kulisserna är att kunderna kommer att filtreras i vår Kundtabell. Sedan kommer kund-ID att filtreras för varje enskild kund.

inuti datamodellen

Sedan har vi vårt produkt-ID här (inne i tabellen Försäljning), som kommer att vara en kolumn eller en dimension i vår tabell som vi sedan kan iterera igenom och se hur många unika artiklar som finns kvar efter att filtret har satts på plats. LuckyTemplates har en fantastisk funktion som kallassom gör det möjligt för oss att göra detta.

Innehållsförteckning

• Använder DISTINCTCOUNT för beräkningen
• Använda datamodellen för ytterligare analys
• Slutsats

Använder DISTINCTCOUNT för beräkningen

Vi kommer nu att skapa vår formel, Unika köpta produkter och använda funktionen DISTINCTCOUNT , som kommer att gå och hitta de unika produkterna i försäljningstabellen . Och sedan kan vi räkna ut hur många unika produkt-ID:n det finns.

Om vi ​​tar in detta i vårt bord ser vi nu alla unika produkter som våra kunder har köpt. Den här kunden, till exempel Andrew Graham, köpte 19 unika produkter av oss. Observera att vi analyserar tiden eftersom vi inte har något datumfilter här.

Vi skulle också kunna sortera detta som vem som är den högsta eller bästa kunden, inte ur ett intäktsperspektiv, utan vem som köpte de mest unika produkterna. I det här fallet är det Ralph Richardson med 29 föremål.

Använda datamodellen för ytterligare analys

Vi skulle kunna analysera detta ytterligare. Vi skulle kunna dyka in i vilket element som helst i vår modell som så, där vi skapar ytterligare ett sammanhang från den rumsliga visualiseringen.

Om vi ​​väljer en butik, till exempel, kommer vi att se kunderna med antalet unika varor de köpt från oss från denna specifika butik.

Vi kan också skapa en annan tabell med våra produktnamn , platser (våra butiksnamn), kundnamn och se försäljningen av varje produkt.

Vi kan sedan välja vilken kund som helst och titta på alla enskilda produkter som kunden köpt.

Datauppsättningen i den här LuckyTemplates-analysen är bara slumpmässig, vilket inte är realistiskt. Det finns dock många sätt att verkligen dyka in i vår data genom att använda elementen i vår datamodell, och detta är bara ett exempel.

Slutsats

Det viktigaste som jag vill att du ska förstå från den här handledningen är att förstå analysens sammanhang, som i det här fallet är Kundkontexten.

Vi använde tabellen Kundnamn, sedan räknade vi ut den totala försäljningen och utvärderade det distinkta antalet i produkt-ID-kolumnen efter att sammanhanget eller filtret satts på plats. Genom formeln vi har skapat kan vi sedan beräkna alla de unika föremål som köpts av våra kunder. 

Förhoppningsvis kan du ta lite viktig information från detta och se hur du också kan tillämpa en sådan relativt enkelin i ditt eget arbete. 

Skål!

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