Ny kundanalys med avancerad DAX

För inte så länge sedan slutförde jag en hel scenariometodsession för medlemmar av LuckyTemplates. Jag arbetade på en hel session som omfattade många typer av analyser, inklusive förlorade kunder, fasta kunder och analyser av nya kunder . Du kan se hela videon av denna handledning längst ner på den här bloggen.

Alla involverade ett stort analytiskt arbete för att maximera affärspotentialen för denna kunddata.

I den här speciella handledningen vill jag dela upp hur du faktiskt .

Men det är verkligen öppet för debatt om vad du skulle klassificera som en "ny kund" baserat på din organisation eller bransch. Är det någon som aldrig har köpt sedan starten av ditt företag? Den analysen är ganska unik. Men ibland kanske du vill sätta någon slags tidsram på det. Om en kund inte har köpt under just den perioden kan du betrakta dem som nya när de kommer tillbaka.

Men oavsett din definition kommer tekniken att vara väldigt lik exemplet som jag kommer att gå igenom. 

Innehållsförteckning

Förstå insikten från nykundsanalys

Denna handledning är ganska avancerad och kräver förståelse för tabellfunktioner och virtuella tabeller inuti LuckyTemplates . Men jag kommer att gå igenom detta i detalj under handledningen. Jag kommer också att visa dig formlerna som du behöver för att dynamiskt markera denna data i dina LuckyTemplates-rapporter.

Först vill jag visa dig en provanalys i detta dynamiska fönster.

Ny kundanalys med avancerad DAX

I det här specifika fallet anser jag att nya kunder är de som inte har köpt något under de senaste 90 dagarna.

För att komma fram till denna modell måste jag först ställa in parametrarna och formeln. För att göra detta klickar du på Modellering och sedan på Ny parameter. 

Ny kundanalys med avancerad DAX

Jag skapade också en enkel tabell för Churn Time Frame med hjälp av formeln nedan

Ny kundanalys med avancerad DAX

Customer churn hänvisar till de kunder som slutat handla från ett specifikt företags produkt eller tjänst under en viss tidsram. 

Nu, för att göra analysen mer dynamisk, kan jag faktiskt förlänga churn-tidsfönstret. Ursprungligen har jag 90 men jag kan öka den till 180 dagar. Jag kan till och med gå till en kortare tidsram också.

Ny kundanalys med avancerad DAX

Vi kan använda Amazon som exempel. Om du inte har köpt något från Amazon på 90 dagar eller 180 dagar kan de betrakta dig som en förlorad kund. Efter detta kommer de förmodligen att skicka ut några former av marknadsföring för att få dig tillbaka som en "ny" kund.

Det är det viktigaste som jag ska prata om i den här videon. Nyckeln till hur man faktiskt löser eller beräknar dessa nya kunder vilket kan säga mycket om hur framgångsrika dina marknadsföringsinsatser är.

Formel för nykundsanalys

Så låt oss bara gå igenom den här formeln här för nya kunder . Denna formel beräknar de kunder som har köpt något under den aktuella månaden men inte har köpt något under de 90 dagarna innan dess.

Ny kundanalys med avancerad DAX

För det första utvärderar CustomerTM -formeln kundförsäljningen för den aktuella månaden.

Ny kundanalys med avancerad DAX

Du kan se resultaten av denna formel i kolumnen i tabellen nedan.

Ny kundanalys med avancerad DAX

Efter det använde jag PriorCustomer- formeln för att leta efter de kunder som har tidigare uppgifter för de senaste 90 dagarna. Det betyder bara att de är stadiga kunder.

Istället för det aktuella sammanhanget måste vi ändra tidsramen eller sammanhanget för denna tabell genom att använda.

Ny kundanalys med avancerad DAX

Jag har också lagt tillfunktion för att ta bort alla sammanhang på datum och återanvända filtret baserat på 90-dagars tidsfönstret. Detta är kärnan i formeln.

Nu denfunktion utvärderar två av dessa tabeller. Efter det returnerar det en tabell med unika kunder.

Ny kundanalys med avancerad DAX

Efter det har jag lagt tillformel för att räkna de unika kunderna.

Ny kundanalys med avancerad DAX

Därefter kan jag komma med den nya kundanalysen precis som den nedan.

Ny kundanalys med avancerad DAX

Låt oss ta en titt på det här exemplet för mars månad 2017 .

Ny kundanalys med avancerad DAX

Vi har totalt 282 kunder och det är vad CustomerTM- formeln utvärderar. Av dessa kunder har bara 191 inte köpt något under de senaste 90 dagarna. Därför ser vi dem som nya kunder.

Genom att använda denna nya kundanalys kan du ta reda på om dina marknadsföringsinsatser är framgångsrika när det gäller att få in nya kunder till ditt företag.




Slutsats

Generellt kostar en ny kund mer än en befintlig kund. Så att förstå trenderna bakom vem som handlar av dig är mycket viktigt för många organisationer.

Detta är ett riktigt kraftfullt mått för att förstå hur dina kunder ser ut under vilken tidsperiod som helst. I det här specifika fallet kommer vi att visa det månad för månad.

Denna teknik låter dig förstå hur mycket det faktiskt kostar dig att få intäkter ombord i din organisation.

Jag lämnar en länk nedan i beskrivningen om du verkligen vill se hela denna workshop. Allt du behöver göra är att uppgradera ditt medlemskap för att kunna spela om och ladda ner hela resursen.


Upptäck unika insikter med LuckyTemplates TOPN-funktion

Upptäck unika insikter med LuckyTemplates TOPN-funktion

Den här bloggen innehåller LuckyTemplates TOPN DAX-funktion, som gör att du kan få unika insikter från dina data, vilket hjälper dig att fatta bättre marknadsföringsbeslut.

Datamodellering i LuckyTemplates med hjälp av stödtabeller

Datamodellering i LuckyTemplates med hjälp av stödtabeller

Lär dig några fantastiska analytiska tekniker som vi kan göra för datamodellering i LuckyTemplates med hjälp av DAX-stödtabeller.

Avancerad DAX för LuckyTemplates: Implementering av rankningslogik över unika insikter

Avancerad DAX för LuckyTemplates: Implementering av rankningslogik över unika insikter

Här dyker vi in ​​i LuckyTemplates Advanced DAX och implementerar rankningslogik för att få en mycket unik insikt. Jag visar också upp måttförgrening i det här exemplet.

LuckyTemplates What-If-parameterfunktion

LuckyTemplates What-If-parameterfunktion

Den här bloggen introducerar den nya funktionen i LuckyTemplates, analysparametern What-If. Du kommer att se hur det gör allt snabbt och enkelt för din scenarioanalys.

Använd LuckyTemplates Mät förgreningar för att kontrollera om dina marginaler ökar när intäkterna växer

Använd LuckyTemplates Mät förgreningar för att kontrollera om dina marginaler ökar när intäkterna växer

Lär dig hur du avgör om din intäktstillväxt är bra genom att kontrollera om dina marginaler ökade med hjälp av LuckyTemplates mäter förgrening.

LuckyTemplates parametrar via frågeredigerare

LuckyTemplates parametrar via frågeredigerare

Lär dig och förstå hur du kan skapa och använda LuckyTemplates-parametrar som är en kraftfull funktion i frågeredigeraren.

Runda stapeldiagram – En visualisering för din instrumentpanel

Runda stapeldiagram – En visualisering för din instrumentpanel

Denna handledning kommer att diskutera hur man skapar ett runt stapeldiagram med Charticulator. Du kommer att lära dig hur du designar dem för din LuckyTemplates-rapport.

PowerApps funktioner och formler | En introduktion

PowerApps funktioner och formler | En introduktion

Lär dig hur du använder PowerApps funktioner och formler för att förbättra funktionaliteten och ändra ett beteende i vår Power Apps canvas-app.

Pipe In R: Anslutningsfunktioner med Dplyr

Pipe In R: Anslutningsfunktioner med Dplyr

I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.