Dynamische Segmentierung mit dynamischen Parametern – Erweiterte LuckyTemplates- und DAX-Technik

Ich werde über dynamische Segmentierung mit dynamischen Parametern sprechen, weil ich gesehen habe, dass Mitglieder im LuckyTemplates-Supportforum so oft danach gefragt haben. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Die Herausforderung dabei besteht darin, herauszufinden, welche Bereiche zuerst segmentiert werden sollen. Sie müssten auch einen Weg finden, dynamische Parameter in Ihre Formel einzuspeisen. Ich werde das alles anhand des Beispiels vereinfachen, das ich hier zeigen werde.

Inhaltsverzeichnis

• Erstellen eines Was-wäre-wenn-Parameters
• Anwenden dynamischer Parameter
• Visualisierung der Ergebnisse
• Abschluss

Erstellen eines Was-wäre-wenn-Parameters

Das erste, was ich brauche, wäre ein Parameter. In diesem Fall habe ich einen Parameter „Kundenrang“ erstellt .

Ich habe diesen Parameter erstellt, indem ich in die Modellierung gegangen bin und dann auf „Neuer Parameter“ geklickt habe.

Ein Was-wäre-wenn-Parameter würde automatisch eine Tabelle für mich erstellen. Es erstellt auch ein Maß für die von mir getroffene Auswahl.

Wenn ich das in meinen Bericht ziehe, wird meine Auswahl im Slicer angezeigt.

Das Wichtigste dabei ist, dass Ihre Parameter die Ergebnisse jedes Mal aufteilen sollten, wenn Sie eine benutzerdefinierte Segmentierung durchführen .

Neben dem Parameter „Kundenrang“ verfüge ich also auch über Informationen zu den Gebieten, in denen sich die Geschäfte befinden.

Der Kontext der Berechnung ist einer der Schlüsselfaktoren, um dies richtig zu machen. Hier unten gibt es außerdem zusätzlichen Kontext, der zeigt, wo sich die Geschäfte befinden.

Jetzt möchte ich meinen Umsatz trennen, indem ich meine Top-Kunden und meine Bottom-Kunden vergleiche. Ich möchte auch, dass sowohl diese oberen als auch die unteren Gruppen dynamisch sind. Hier kommen dynamische Parameter ins Spiel.

Anwenden dynamischer Parameter

Die Ergebnisse müssen sich also ändern, je nachdem, wie ich die Daten betrachten möchte. Das heißt, wenn ich den Slicer für „Customer Rank“ ändere , sollten sich auch die Daten in der Tabelle ändern.

Das erste, was ich tun werde, ist, eine Formel zu verwenden, um meine Top-Kunden in die Tabelle aufzunehmen.

Ich habe die Spalte erstellt, indem ich die Funktion für den Gesamtumsatz und dann als Ranking-Funktion verwendet habe. TOPN gibt außerdem eine virtuelle Tabelle basierend auf den Ranking-Ergebnissen zurück.

Ich habe hier Kontext hinzugefügt, während wir den Gesamtumsatz berechnen , da ich nur die bestplatzierten Kunden betrachte. Dieses Ranking wird durch den Kundenrangwert bestimmt .

Durch die Verwendung von TOPN werde ich alle Kundendaten durcharbeiten. Es würde jedoch nur der Kontext für die Top 4 beibehalten, da dies der Parameter ist, der in der Tabelle festgelegt wird. Es ist der Wert, den ich im Slicer eingestellt habe.

Ich kann meinen Slicer auf 3 verschieben, und die Ergebnisse müssten sich ebenfalls ändern und nur die Daten für die Top 3 widerspiegeln.

Ich möchte mir auch meine Stammkunden ansehen, also werde ich das in meine Tabelle aufnehmen.

Da ich dort meine kleinsten Kunden platziere, ist es auch wichtig zu beachten, dass ich innerhalb eines bestimmten Zeitraums die Gesamtzahl der Kunden pro Geschäft benötige.

Um die Gesamtzahl der Kunden zu ermitteln , habe ich die Funktion verwendet.

Beachten Sie, dass es sich dabei nur um Beispieldaten handelt, sodass die Zahlen, die ich anhand dieser Formel erhalte, möglicherweise klein und unrealistisch erscheinen. Aber diese Berechnung würde auch für größere Frequenzen funktionieren, wenn sie auf reale Szenarien angewendet wird.

Hier ist die Formel, die ich verwendet habe, um die schlechtesten Kunden zu gewinnen. Beachten Sie, dass es dem sehr ähnlich ist, das ich für Top-Kunden verwendet habe , jedoch mit einigen geringfügigen Anpassungen.

Auch hier habe ich sowohl die CALCULATE- als auch die TOPN- Funktion verwendet. Aber anstatt nur den Kundenrang einzugeben , habe ich die Differenz zwischen der Gesamtzahl der Kunden und dem Kundenrangwert verwendet . 

Dann musste ich statt nur und Customer Names eine Logik hinzufügen. Da ich die unteren und nicht die oberen Kunden erhalte, verwende ich ASC anstelle von DESC .

Die vorherige Formel durchlief jeden einzelnen Kunden, um die Top-Kunden zu gewinnen. Da ich jedoch die niedrigsten Kunden erhalte, bedeutet dies, dass auch die Fälle gezählt werden, in denen es keine Verkäufe gab .

Ich muss sicherstellen, dass der unterste Kunde auch einen Kauf getätigt hat. Aus diesem Grund habe ich hinzugefügt, dass der Wert größer als 0 sein sollte .

Dadurch zeigen meine Daten nun, wie viele Kunden tatsächlich einen Kauf getätigt haben. In dieser ersten Zeile wird angezeigt, dass 11 Kunden innerhalb des angegebenen Zeitraums etwas in diesem bestimmten Geschäft gekauft haben.

An diesem Punkt kann es ziemlich schwierig werden, vor allem, weil TOPN bereits eine virtuelle Tabelle erstellt, ich aber auch eine weitere virtuelle Tabelle darin erstelle. Diese virtuelle Tabelle betrachtet eine viel kleinere Untergruppe von Kunden und nicht die Kunden als Ganzes.

Deshalb erstelle ich hier am Ende der Formel für den Gesamtumsatz eine weitere Rangfolge . Und wie ich bereits erwähnt habe, verwende ich ASC anstelle von DESC .

Mit diesen Formeln habe ich nun dynamische Parameter zur dynamischen Segmentierung hinzugefügt.

Visualisierung der Ergebnisse

Die von mir verwendete Technik könnte möglicherweise für viel größere Datensätze verwendet werden. Um die Ergebnisse besser zu verstehen, ist es daher hilfreich, einige Visualisierungen zu haben, um sie zu präsentieren.

Ich beginne mit einem einfachen Diagramm, das Ihnen einen Vergleich der Top- und Bottom-Kunden für jedes Geschäft zeigen kann.

Ich kann dies auch ändern und ein gestapeltes Balkendiagramm verwenden, falls die Zahlen groß genug sind und auf diese Weise besser angezeigt werden.

Mit diesen Visualisierungen kann ich mir einen besseren Einblick in die Zahlen verschaffen. Dies zeigt beispielsweise, welche Geschäfte einem höheren Risiko ausgesetzt sind. Ich kann sehen, welche Geschäfte sehr wenige Kunden haben, was zu geringen Umsätzen führt.

Dynamische Segmentierung: So segmentieren Sie Kunden mithilfe erweiterter DAX- Kundensegmentierungstechniken mithilfe des Datenmodells in Gruppen –
Beispiel für LuckyTemplates- und DAX-Segmentierung unter Verwendung von Advanced DAX in LuckyTemplates

Abschluss

Die Daten, die ich hier verwendet habe, sind sehr selten, aber stellen Sie sich die Möglichkeiten vor, wenn dies auf größere Datensätze angewendet wird. Diese Technik kann auch andere Informationen segmentieren und so viele verschiedene Parameter hinzufügen, die über die Top- und Bottom-Kunden oder Filialstandorte hinausgehen.

Dieses Beispiel zeigt, wie man auch mit Kennzahlen innerhalb von Kennzahlen arbeitet. Techniken wie diese ermöglichen erstaunliche Einblicke in Daten, unabhängig davon, wo sie angewendet werden.

Alles Gute,