Beispiel für eine Korbanalyse – LuckyTemplates Advanced Analytics

In diesem Tutorial werde ich einige der fortschrittlichsten Arten analytischer Arbeiten durchgehen, die Sie mit LuckyTemplates durchführen können, und zwar die Korbanalyse. Dieses theoretische Konzept findet in LuckyTemplates zahlreiche Anwendungsmöglichkeiten. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Ich werde hier darauf eingehen, wie Sie diese Art von Analyse nutzen können, um Cross-Selling-Möglichkeiten innerhalb Ihrer Datensätze zu bewerten.

Ich gehe ziemlich detailliert auf die DAX- Formeln ein, die Sie implementieren müssen. Ich habe gesagt, dass dies fortgeschritten ist und es sehr schwierig ist, sich mit all den verschiedenen Elementen in jeder Formel vertraut zu machen.

Was ich hier jedoch empfehlen würde, ist, sich zunächst damit vertraut zu machen und es dann im Laufe der Zeit zu überprüfen, während Sie mehr über jede einzelne Funktion erfahren. Das geht nur, wenn nicht sofort klar wird, wie alles zusammenpasst.

Inhaltsverzeichnis

• Im Datenmodell
• Bewertung von Cross-Selling-Möglichkeiten mit Warenkorbanalyse
• Die Formel bei der Arbeit
• Abschluss

Im Datenmodell

Als Erstes müssen wir unser Modell anpassen. Wir müssen unser Modell speziell für diese Art von Analyse erstellen. Es gibt wirklich keine andere Möglichkeit, es zu tun.

In diesem Beispiel einer Warenkorbanalyse müssen wir ein bestimmtes Produkt filtern. Dann filtern wir aber auch noch ein anderes Produkt. Wenn wir beispielsweise sehen möchten, wie oft Produkt 5 im Vergleich zu anderen Produkten gekauft wurde, filtern/wählen wir Produkt 5 aus.

Hier sind also zwei Filter im Einsatz: der Filter für das von uns ausgewählte Produkt und der Filter für jedes einzelne andere Produkt. Wir bewerten, ob ein bestimmtes Produkt zusammen mit einem anderen Produkt gekauft wird, und deshalb müssen wir dieses Modell erstellen.

Wir haben unsere Produkttabelle und wir haben unsere Filterprodukttabelle. Hier können wir sehen, dass die Beziehung „inaktiv“ ist.

Wir werden mit verschiedenen Kontexten arbeiten, die aus diesen beiden Tabellen übernommen werden. Die Art und Weise, wie wir diese Filter oder Kontexte innerhalb einer Formel verwalten, ermöglicht es uns, das Ergebnis zu erzielen.

Bewertung von Cross-Selling-Möglichkeiten mit Warenkorbanalyse

Schauen wir uns nun an, was das Ergebnis tatsächlich bewirkt.

In der Produktauswahltabelle können wir ein Produkt auswählen und sehen, wie oft dieses Produkt zusammen mit anderen Produkten gekauft wurde.

Diese Tabelle „Kunden, die gekauft haben“ bezieht sich jedoch nicht auf unsere Produktauswahltabelle .

Diese Tabelle zeigt lediglich, wie viele Personen die in der Produktnamentabelle aufgeführten Produkte im Jahr 2016 gekauft haben, da wir diese nach 2016 gefiltert haben.

Für Produkt 1 gibt es also 135 Personen, die es im Jahr 2016 gekauft haben, während 128 Personen Produkt 15 gekauft haben und so weiter.

Der Produktauswahl-Slicer stammt aus den Filterprodukten, die wir in unserem Modell haben, die eine inaktive Beziehung haben. Nach unserer ersten Auswahl hat dies also keinen Einfluss auf die Spalte „Kunden, die gekauft haben“.

Was sich ändert, ist diese Tabelle „Kunden mit beiden Produkten“ , da diese Formel die Produkte auswertet (Produktauswahl-Slicer) und zeigt, wie oft sie zusammen mit anderen Produkten gekauft wurden (Tabelle „Produktname“).

Schauen wir uns die Formel dahinter an, um die Ergebnisse besser zu verstehen.

Die Formel bei der Arbeit

Diese Formel hat bei komplexen DAX-Funktionen einiges zu bieten. Ich habe Variablen so effektiv wie möglich genutzt.

Ich habe einen vollständigen Tabellenfilter in diese Variable eingefügt und ihn Multi Purchase Evaluation genannt .

Wir verwenden CALCULATETABLE , einen Tabellenfilter.

Wenn wir uns also beispielsweise für Produkt 1 entscheiden, wird der Filter in der Tabelle „Verkäufe“ platziert. VALUES erstellt hier eine Spaltentabelle aller einzelnen Personen oder Kunden, die Produkt 1 gekauft haben .

„ ALLE Produkte“ gibt den Produktfilter frei oder entfernt ihn, und dann aktiviert USERELATIONSHIP den anderen Filter, der eine inaktive Beziehung hat.

Es wird jeden einzelnen Kunden durchlaufen und prüfen, ob dieser Kunde auch das Produkt gekauft hat, das wir im Produktauswahl-Slicer ausgewählt haben.

Die Funktion WERTE behält die Kunden bei, die beispielsweise Produkte 1 und Produkt 6 für dieses bestimmte Ergebnis gekauft haben.

Diese Bewertung hier, Kunden, die gekauft haben …

führt lediglich eine DISTINCTCOUNT der verbleibenden Kunden durch.

Dies ist wahrscheinlich eines der schwierigsten Dinge, die ich in einem Video-Tutorial gezeigt habe, das ich gemacht habe, aber es hat sicherlich viele Anwendungsmöglichkeiten.

Früher hat es Sie wahrscheinlich Zehntausende von Dollar gekostet, aber mit LuckyTemplates können Sie das ganz einfach hinbekommen, wenn Sie nur einige wirklich fortgeschrittene DAX-Formeln verstehen.

Einführung in die Warenkorbanalyse – Best-Practice-Tipps für LuckyTemplates mit DAX.
Entdecken Sie die Anzahl der Kunden, die mehrere Produkte mit LuckyTemplates kaufen.
Cross-Selling-Matrix in LuckyTemplates – Erweiterte Analyse mit DAX

Abschluss

Denken Sie darüber nach, wie wertvoll diese Erkenntnis ist ...

Die Möglichkeit, eine Bewertung nahezu in Echtzeit vorzunehmen … Sie fragen sich vielleicht: „ Sollte ich diese Gelegenheit nutzen, um unseren Kunden ein Upselling auf der Grundlage dessen zu bieten, was sie zuvor gekauft haben?“ Gibt es irgendwelche Werbeaktionen, die wir durchführen können, die es uns ermöglichen könnten, unseren Umsatz oder Gewinn in Zukunft auf der Grundlage dieser Cross-Selling-Analyse oder Warenkorbanalyse, die wir implementieren, zu steigern?“

Ich hoffe, Sie können die immense Kraft solcher Erkenntnisse sehen und erkennen.

Zu lernen, wie man diese Analyse umsetzt, schafft wirklich großen Mehrwert für Sie selbst, für Ihre Teams und für Ihre Organisationen. Probieren Sie es auf jeden Fall aus und tauchen Sie in das Tutorial ein, um zu sehen, ob Sie dies in Ihren eigenen Modellen und Berichten umsetzen können.

Viel Glück damit!