Benutzerdefinierte dynamische Segmentierung mit DAX in LuckyTemplates

In diesem Blogbeitrag möchte ich ein erweitertes DAX-Muster zum Erstellen einer benutzerdefinierten dynamischen Segmentierung in LuckyTemplates durchgehen . Sie können diese großartige Technik auf viele Szenarien anwenden, um aussagekräftige Erkenntnisse zu gewinnen. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Dynamische Gruppen werden erstellt, wenn eine Reihe verschiedener Kunden auf der Grundlage unterschiedlicher Kennzahlen wie Umsatz, Margenwachstum und durchschnittlicher Gewinn pro Monat segmentiert werden.

Inhaltsverzeichnis

• Kunden zusammenfassen
• Erstellen neuer dynamischer Gruppen
• Gewinne durch benutzerdefinierte Gruppierung
• Ränder durch benutzerdefinierte Gruppierung
• Abschluss

Kunden zusammenfassen

Das Ziel der benutzerdefinierten dynamischen Segmentierung besteht darin, Kunden anhand verschiedener Metriken einzustufen . Wenn Sie sich die folgende Visualisierung ansehen, sehen Sie, dass die Daten in drei Gruppen segmentiert sind – 1 bis 20, 21 bis 50 und „Sonstige“.

Dank dieser Gruppen können Sie wichtige Kunden, Schlüsselprodukte oder Schlüsseldimensionen sehen und diesen Aspekt effektiver untersuchen. Sie können Muster in Ihren Daten erkennen. Andernfalls würden all diese Daten ohne diese Gruppen nur wie ein Durcheinander von Punkten in einem Streudiagramm aussehen. 

Wir streben auch die Erstellung einer dynamischen Berechnung an. Dies bedeutet, dass die Kunden nicht nur über den gesamten Datensatz und die Zeitachse hinweg gerankt werden. Wir machen das auch für bestimmte Auswahlen.

Nehmen wir an, ich möchte mir nur die Daten meiner Kunden in der westlichen Region für das erste Halbjahr ansehen.

Sobald diese Filter angewendet werden, werden die Ergebnisse dynamisch aktualisiert. Die ausgewählten Daten werden automatisch in eine Rangfolge von 1 bis 20, 21 bis 50 usw. eingestuft.

Sobald diese Rankings erstellt sind, können Sie daraus auch einen Slicer erstellen und diese spezifischen Kundengruppen wirklich effektiv analysieren.

Das Interessante an diesem Filter ist, dass nichts davon zu einer vorhandenen Tabelle aus den Kerndatenmodellen gehört und auch nicht aus einer Datenbank stammt. Es wird innerhalb Ihres LuckyTemplates-Modells durch die Verwendung der richtigen DAX-Formel generiert.

Erstellen neuer dynamischer Gruppen

So können Sie diese Gruppen von Grund auf aufbauen. Denken Sie daran, dass Sie versuchen, eine Tabelle zu erstellen, die Daten auf die gleiche Weise darstellt wie die folgende Tabelle, mit Mindest- und Höchstgrenzen für jede Gruppe.

Ich habe es auf drei Gruppen beschränkt, um das Layout zu vereinfachen, aber je nach Bedarf können Sie auch mehr Gruppen haben.

Sobald diese Grenzwerte festgelegt sind, werden diese benutzerdefinierten Gruppen zu einer unterstützenden Tabelle.

Wie Sie sehen, haben die benutzerdefinierten Gruppen keine Beziehung zu anderen Elementen in Ihrem Modell. Wir werden also etwas Logik hinzufügen und eine DAX-Formel durch diese Tabelle laufen lassen. Sobald diese Logik vorhanden ist, können wir mit dem Filtern der Ergebnisse beginnen.

Hier kommen diese Segmentierungsmuster ins Spiel. Wir werden hier zwei Muster verwenden – Gewinne und Margen .

Gewinne durch benutzerdefinierte Gruppierung

Wir beginnen mit dem ersten Muster, das sich mit den Gewinnen nach benutzerdefinierter Gruppierung befasst .

Lassen Sie uns diese Maßnahme Teil für Teil aufschlüsseln.

Wenn wir uns nun unser Ranking ansehen, wird unser Ranking immer auf der Grundlage des Gesamtumsatzes erstellt .

Das Interessante daran ist, dass dies zwar auf dem Gesamtumsatz basiert , unsere Ausgabe jedoch nicht tatsächlich der Umsatz ist. Die Ausgabe wird auf anderen Metriken basieren. Das zeigt einmal mehr, wie effektiv diese Technik ist.

Anstatt also nur die Funktion zu verwenden, fügen wir der Formel einen anderen Kontext hinzu. Auch dies basiert auf der Tatsache, dass wir einen Stütztisch verwenden.

Mit der Funktion werten wir das Ranking jedes einzelnen Kunden aus.

Wir ordnen jeden Kunden anhand der Grenzwerte ein, die wir für jede Gruppe festgelegt haben. Deshalb werden Sie sehen, dass wir den Min Rank und den Max Rank in unsere Messung aufgenommen haben.

Sobald die Auswertung nun die Bedingungen der von uns festgelegten Filter erfüllt, werden als Ergebnisse die Gesamtgewinne zurückgegeben . 

Ränder durch benutzerdefinierte Gruppierung

Schauen wir uns nun die Margen- Segmentierung an.

Lassen Sie uns diese Formel noch einmal Teil für Teil aufschlüsseln.

Sie werden sehen, dass dies fast genau das Gleiche ist wie die Gewinnsegmentierung, nur dass wir dieses Mal die CALCULATE- Funktion für die Gewinnspanne verwenden .

Wie zuvor fügen wir auch Kontext hinzu, indem wir den Mindestrang und den Höchstrang für unsere benutzerdefinierten Gruppen festlegen . Von dort aus erhalten wir die Ergebnisse, die wir benötigen.

Hier werden die Ergebnisse in verschiedene Segmente unterteilt. Das Wichtigste, was Sie beachten sollten, ist, dass wir hier die Tabelle filtern, die wir erstellt haben, nämlich Custom Groups .

Wie Sie in der Visualisierung unten sehen können, ist diese Tabelle gefiltert, da sich unsere benutzerdefinierte Gruppe jetzt in unserer Legende befindet.

Die Visualisierung zeigt nun Daten basierend auf den jeweiligen Kunden an, die Teil dieser segmentierten Gruppe sind.

Dynamische Segmentierung: So segmentieren Sie Kunden mithilfe der erweiterten DAX-
Segmentierung in Gruppen. Beispiel: Verwendung von erweitertem DAX in LuckyTemplates.
Kundensegmentierungstechniken mithilfe des Datenmodells – LuckyTemplates und DAX

Abschluss

Mit dieser Technik ist es jetzt einfach, Daten basierend auf bestimmten Segmenten zu ordnen. Denken Sie daran, dass diese Logik dynamisch auf jede Ihrer Auswahlen angewendet wird. Wenn Sie also Daten für Großhandelsumsätze im Mittleren Westen einordnen möchten, müssen Sie dieselbe Bewertung auch auf diese spezifische Auswahl anwenden.

Diese Art von Erkenntnissen ist nicht gerade etwas, das einfach so aus Ihren Rohdaten herausspringt. Das Schöne an der dynamischen Segmentierung ist, dass sie auch in unterschiedlichen Situationen und unterschiedlichen Berichtsanwendungen eingesetzt werden kann.

Alles Gute.