Набори даних LuckyTemplates: дізнайтеся, як виявляти аномальну поведінку за допомогою DAX

У цій публікації блогу я детально покажу вам, як ви можете виявити ненормальні моделі поведінки в наборах даних LuckyTemplates . Це не те, що відразу виділятиметься під час аналізу ваших даних, тому вам доведеться думати про це досить аналітично. Ви можете переглянути повне відео цього підручника внизу цього блогу.

Глибоко обдумавши, чого ви хочете досягти, а потім налаштувавши модель даних, яка працює для цих типів обчислень, ви можете отримати результати високої якості.

У цьому прикладі ми спробуємо зрозуміти, що клієнт робив раніше. Ми також оцінимо, чи нещодавні покупки є нормальними чи ненормальними порівняно з тим, що відбувалося в минулому.

Зміст

• Виявляйте викиди у своїх наборах даних LuckyTemplates
• Придбані унікальні продукти
• Середня кількість продуктів, куплених за квартал
• Середня кількість продуктів, куплених у всіх кварталах
• Висновок

Виявляйте викиди у своїх наборах даних LuckyTemplates

Давайте подумаємо про це з комерційної точки зору. Скажімо, ми онлайн-продавець, авіакомпанія чи супермаркет і маємо запровадити програму лояльності.

Нам потрібно переглянути наш набір даних про клієнтів, щоб дізнатися, скільки клієнт фактично придбав за кожен окремий квартал у порівнянні з тим, що вони придбали в середньому.

Раптом ми бачимо значне збільшення або зниження купівельних моделей або купівельної поведінки. Ми хочемо зрозуміти, чому вони купують набагато більше, ніж зазвичай, або чому вони купують менше, ніж зазвичай.

Таким чином ми можемо створити сповіщення в нашій системі CRM, а потім дозволити нашій команді продажів націлюватися на цих людей, надаючи знижки або купони.

Це дійсно потужне розуміння, яке ви можете отримати з LuckyTemplates. Цінність, яку ви можете отримати з аналізу, може позитивно вплинути на ваш бізнес.

Придбані унікальні продукти

Щоб обчислити середню кількість куплених продуктів у певному кварталі, нам спочатку потрібно розрахувати куплені унікальні продукти. Скільки окремих продуктів він придбав для кожного окремого клієнта?

Ми можемо з’ясувати це, сказавши, що для будь-якого клієнтського контексту ми розробимоідентифікатора продукту в таблиці продажів.

Ця формула дасть нам кожен унікальний продукт, який клієнт придбав у нас у поточному контексті.

Враховуючи наведену вище формулу, коли ми клацаємо 1 квартал 2017 року, ми бачимо, що клієнт Аарон Дей купив лише 1 продукт.

Середня кількість продуктів, куплених за квартал

Це формула, яку ми будемо використовувати для отримання цього конкретного розуміння. Він покаже, скільки в середньому конкретний клієнт купив за квартал.

Середня кількість продуктів, куплених у всіх кварталах

Наступне, що нам потрібно, це еталон або число, щоб порівняти його з чимось, щоб ми могли зрозуміти, що таке ненормальна поведінка.

Потім ми обчислимо ту саму інформацію, але не дивимось на якусь конкретну дату. Ми оприлюднимо будь-який контекст за датами.

Ця формула повертає середню кількість унікальних продуктів за кожен квартал для конкретного клієнта. Ось як ми досягаємо цього конкретного розуміння.

Тепер ми маємо два значення. Коли ми робимо вибір (наприклад, Q2 2017), стовпець «Середня кількість продуктів, куплених у всіх кварталах» ніколи не змінюватиметься через функцію «УСІ дати» . Ця функція видаляє будь-які фільтри, які ми продемонстрували з дат.

З кожним нашим вибором стовпець «Середня кількість куплених продуктів за квартал» змінюватиметься.

Порівнюючи ці дві колонки, ми можемо знати, що є нормальним, а що ні.

Ми можемо помістити те, що ми прийшли до цього моменту, у візуальну діаграму для більш глибокого аналізу. Ми можемо дуже швидко побачити, скільки продуктів наші клієнти купили в певному кварталі (права сторона) проти середньої кількості, яку вони купують (ліворуч).

Ми зможемо побачити ненормальну поведінку з наших наборів даних LuckyTemplates і побачити, які клієнти збільшили свої покупки. Хто ці люди і навіщо вони це роблять?

Озброївшись даними, які ми зібрали, ми можемо реалізувати дієві стратегії, щоб відтворити це.

Ми можемо посилити наше маркетингове повідомлення, щоб збільшити кількість покупок тих, хто не виявляє ненормальної поведінки.

Висновок

Саме тут ненормальний, викидний або аномальний тип аналізу додає велику цінність. чому Тому що ми хочемо зрозуміти, чи наші клієнти працюють краще, чи продавці продають більше.

Якщо ми можемо знайти моделі поведінки, які є позитивними для нас у певному сегменті наших даних, ми можемо відтворити це в інших сегментах.

Мета полягає в тому, щоб відтворити вигідну поведінку клієнтів і застосувати її в інших сферах бізнесу.

Ця техніка надзвичайно допоможе розвинути ваше аналітичне мислення щодо того, чого ви можете досягти в LuckyTemplates. 

Ці типи аналізу та багато іншого можна знайти в розширених модулях LuckyTemplates на сайті LuckyTemplates Online . Щоб дізнатися більше, перегляньте модуль нижче.

Насолоджуйтесь переглядом цього.