Einführung in die Korbanalyse – Best-Practice-Tipps für LuckyTemplates

Heute werde ich Ihnen die erstaunlichen Dinge vorstellen, die Sie mit der Korbanalysetechnik machen können . Mit der Warenkorbanalyse in LuckyTemplates können Sie versuchen, die Kundenverkäufe einer Produktgruppe im Vergleich zu einer anderen Produktgruppe zu analysieren . Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen

Dafür gibt es in LuckyTemplates zahlreiche Anwendungsmöglichkeiten. Aber für dieses Tutorial möchte ich Ihnen die besten Vorgehensweisen bei der Verwendung dieser Art von Technik vorstellen.

Durch diese Art der Analyse können wir Verkaufstrends oder das Kaufverhalten der Kunden ermitteln, die bei uns oder in unseren Filialen einkaufen.

Wenn wir diese Muster kennen und verstehen, können wir viele Aspekte des Verkaufsprozesses besser verwalten. Zum Beispiel eine bessere Lagerverwaltung, Up-Selling-Möglichkeiten, gezielteres Marketing und vieles mehr.

Bei dieser Warenkorbanalyse versuche ich im Grunde die Kunden anzuzeigen, die eine bestimmte Produktgruppe gekauft haben. Und dann versuche ich herauszufinden, ob sie auch eine andere Produktgruppe gekauft haben.

Die Ergebnisse wären sehr hilfreich, wenn Sie eine Funktionsanalyse für die Kunden durchführen möchten, die eine Produktgruppe gekauft haben und die andere nicht. Anschließend können Sie effektives Marketing und Werbung betreiben.

Inhaltsverzeichnis

• LuckyTemplates-Modell für die Korbanalyse
• Präsentation der Basket-Kunden
• Identifizieren der Gesamtzahl der Warenkorbkunden
• Zusätzliche Tipps und Techniken zur Warenkorbanalyse in LuckyTemplates
• Abschluss

LuckyTemplates-Modell für die Korbanalyse

Zunächst möchte ich auf mein Modell eingehen, denn hier finden wir den wichtigsten Weg, die Korbanalyse richtig durchzuführen. Ein wichtiger Tipp bei der Durchführung dieser Art von Analyse ist, dass die Integration von Auswahlen wie diesen Körben in Ihr Kernmodell eine komplizierte Vorgehensweise ist. 

Schauen Sie sich mein Kernmodell an, das sehr einfach ist. 

Zurück zu meinen Daten: Ich habe eine sehr einfache Produkttabelle repliziert. Ich habe gerade zwei Tabellen erstellt, die genau gleich sind, aber unterschiedliche Titel haben. Einer davon heißt „ Initial Basket“ .

Der zweite heißt Auswahlkorb .

Diese Körbe nenne ich Stütztische. Wenn Sie sich mein Modell ansehen, haben diese Tabellen keine Beziehung zu anderen Tabellen.

Ich werde lediglich Berechnungen aus diesen Tabellen in das Kernmodell integrieren. Aber es muss durch eine Formel geschehen, nicht durch Beziehungen. Persönlich denke ich, dass dadurch alles viel einfacher und sauberer wird, als die Beziehungen zu kompliziert zu machen.

Das ist einer meiner Best-Practice-Tipps für die Korbanalyse. Erstellen Sie diese Körbe separat und verwenden Sie sie als Stütztische neben dem Kernmodell. Werfen wir nun einen Blick auf die Formeln bzw. Berechnungen, die ich erstellt und in die Tabellen integriert habe.

Präsentation der Basket-Kunden

Wie Sie sehen, habe ich die Körbe in der Tabelle anders benannt. Es sind jetzt „ Initial Basket Products“ und „Selection Products“ . Dann kann ich die Produkte hier mehrfach auswählen, während ich sie in einen Slicer lege.

Danach habe ich einige Berechnungen für Einzelkunden anhand der folgenden Formel durchgeführt.

Im Grunde führe ich einfach die -Funktion der Verkäufe nach dem Namen jedes Kunden aus.

In der Spalte „Korbkunden “ wird es etwas knifflig. Dieser berechnet, wie viele Kunden die bestimmte Produktgruppierung gekauft haben, die ich unter dem Slicer „Initial Basket“ ausgewählt habe .

Da die Tabelle keine Beziehung zur Verkaufstabelle hat, in der sich alle Transaktionen befinden, muss ich die folgende Formel verwenden.

Während ich die einzelnen Kunden berechne, wende ich mithilfe der Funktion auch eine andere Beziehung oder einen anderen Kontext an. Dadurch kann ich eine virtuelle Beziehung zwischen dem anfänglichen Warenkorb und dem anfänglichen Warenkorbindex sowie dem Produktbeschreibungsindex in den entsprechenden Verkäufen erstellen .

Darüber hinaus muss ich für die Spalte „Auswahlkunden“ einfach dasselbe tun und genau dasselbe Muster verwenden. Aber dieses Mal geht es darum, basierend auf meiner Auswahl eine andere Untergruppe von Produkten zu bewerten.  

Identifizieren der Gesamtzahl der Warenkorbkunden

Jetzt komme ich zur wichtigsten Korbanalyse und hier ist eine fortgeschrittenere Logik erforderlich, um die beiden Körbe wirklich vergleichen zu können. 

Ich möchte alle Kunden, die im ersten Warenkorb gekauft haben, mit allen Kunden vergleichen, die im zweiten Warenkorb gekauft haben. Aus diesem Grund habe ich die Spalte „Total Basket Customers“ hinzugefügt .

So kann ich es hier mit dieser sehr fortgeschrittenen Formel unten machen.

Das Wichtigste hierbei ist, dass die TREATAS- Funktion genau mit der vorherigen Berechnung übereinstimmt. Anstatt jedoch Skalarwerte zu erstellen, wird mithilfe der Funktion eine virtuelle Tabelle erstellt .

Mit der Formel wird also eine Tabelle für die Kunden angezeigt, die auf der Produktauswahl basiert, die ich aus den Produkten „ Erste Warenkorbprodukte “ und „Produktauswahl“ getroffen habe .

Dann habe ich die Funktion verwendet, um zu bewerten, welche Kunden Teil des ursprünglichen Warenkorbs sind und auch im ausgewählten Warenkorb enthalten sind. 

Schließlich beendet die Funktion die Aufgabe, indem sie die Gesamtzahl der in beiden Körben vorhandenen Kunden zurückgibt.

Zusätzliche Tipps und Techniken zur Warenkorbanalyse in LuckyTemplates

Das Tolle an dieser Korbanalysetechnik ist, dass Sie die Formel tatsächlich wiederverwenden können, wenn Sie einen anderen Kontext einbringen möchten.

Beispielsweise möchte ich hier den Kontext für „Land“ einfügen ; Ich muss dies nur für eine andere Visualisierung auf den Tisch bringen und die Formel „Total Basket Customers“ in die neue Visualisierung einfügen.

Jetzt kann ich die Gesamtzahl der Warenkorbkunden für all diese verschiedenen Länder anzeigen. Dies gilt vor allem für Einzelhandelsgeschäfte und kann auf spezifischere Regionen oder Kundengruppen eingegrenzt werden .

Wie Sie sehen, gibt es viele Möglichkeiten, Ihre Warenkorbanalyse zu verbessern. Dieses Tutorial ist nur eine Einführung in die wunderbare Leistungsfähigkeit der Korbanalyse.

Beispiel für eine Korbanalyse – LuckyTemplates Advanced Analytics
analysiert Kundentrends mithilfe von DAX in LuckyTemplates
und verwendet gleitende Durchschnitte, um Trends in LuckyTemplates anzuzeigen

Abschluss

Es lohnt sich auf jeden Fall, sich ausführlich damit zu befassen, wenn Sie genau diese Analyse suchen oder in Ihren eigenen Modellen benötigen.

Dies ermöglicht viele umfassende Einblicke, mit denen Sie Ihre Ressourcen oder Ihre Finanzierung in die für Ihr Unternehmen am besten geeigneten Bereiche umverteilen können.

Weitere ausführliche Sitzungen zur Warenkorbanalyse finden Sie in den kommenden Videos von LuckyTemplates. Wenn Sie fortgeschrittenere Analysebeispiele sehen möchten, können Sie sich dieses Modul auf LuckyTemplates Online – unbedingt ansehen .

Viel Glück damit!

***** LuckyTemplates lernen? *****