Cuando tiene una empresa que vende una gran cantidad de productos, por ejemplo, un minorista en línea, si puede analizar cuánto se beneficiaría de aumentar el tamaño promedio de sus pedidos , entonces tiene un análisis que puede convertirse de manera muy efectiva en un plan de ataque que marcará una gran diferencia en sus resultados.
A partir de esta información, podría realizar promociones o eventos de marketing centrados en los clientes en los que cree que obtendrá la mayor rentabilidad.
Con este ejemplo, cubro algunas técnicas DAX diferentes. Hay mucho que sacar de él, especialmente desde un punto de vista técnico. Puede aprender a ejecutar funciones de iteración sobre sus tablas de datos subyacentes para descubrir esta información en particular , pero también ver el potencial de muchas más ideas como esta.
Ejecución de análisis de escenarios según el tamaño del pedido
Aquí he utilizado la función de parámetro WHAT IF para crear un análisis de escenario dinámico sobre el tamaño del pedido. Esta es una manera increíble de usar el análisis de LuckyTemplates.
En este caso, queremos ver qué sucederá con nuestras ventas a lo largo del tiempo si aumentamos el tamaño promedio de nuestros pedidos . Aquí tenemos la opción de elegir cuánto queremos aumentar. Podemos tener $80 o $230, hasta $250 como máximo. También podemos echar un vistazo a cómo eso afecta con el tiempo.
A partir de esto, podemos planificar bien si queremos realizar una promoción o hacer publicidad. Podemos hacer un análisis sobre el impacto del tamaño de nuestro pedido en nuestras ventas, por ejemplo, podemos aumentar el tamaño promedio de nuestro pedido en función de algunas ventas adicionales o algunas ventas cruzadas con nuestro equipo de ventas capacitado para recomendar estos productos.
La clave es tener una buena comprensión de las funciones de iteración porque es esencialmente lo que necesita usar para incorporar este valor de tamaño de pedido promedio.
Uso de funciones de iteración
Las funciones de iteración generalmente tienen una X al final. Hay algunos otros que no tienen, pero principalmente los que realmente necesita comprender desde el principio son SUMX, AVERAGEX y muchos más. Estas funciones iteran a través de cada fila de una tabla.
En este caso, hemos especificado la tabla Ventas . Lo que estamos haciendo aquí es que para cada fila de la tabla Ventas, observamos la cantidad que vendimos y la multiplicamos por el precio del producto.
En otras palabras, estamos calculando una venta por cada transacción para cada fila de nuestros datos. Ahora, si queremos colocar algunos escenarios sobre si podemos aumentar nuestros pedidos promedio, entonces debemos incorporar de alguna manera una variable en este cálculo fila por fila .
Entonces, debemos multiplicar la cantidad por el precio actual y por nuestro aumento en el tamaño del pedido. En este caso, debemos tomar esta variable que se creó a partir del nuevo parámetro e introducirla en la función de iteración aquí.
Así es como llegamos a nuestro cálculo de Ventas con aumento de pedido .
Entonces, por ejemplo, aumentamos nuestro pedido promedio en $ 250 al hacer algunas ventas adicionales o cruzadas, entonces este es el impacto acumulativo.
Lo comparamos acumulativamente con nuestras Ventas sin aumento de pedidos, y así es como obtenemos la diferencia. Luego, nos ramificamos en Ganancias de ventas .
Puntos clave
Le recomiendo que comience con el escenario inicial, luego lo ramifique en estos patrones totales acumulativos diferentes. De esta manera, puedes visualizar las cosas de una manera ligeramente diferente.
Puede comenzar alimentando la variable, pero luego determine cuál es su visualización e implemente la fórmula DAX que realmente lo lleve allí.
Después de lo cual, puede utilizar el poder del modelo de datos , como hicimos en el ejemplo. Solo estamos agregando más productos porque, por el momento, solo estamos aumentando el valor del pedido de estos productos en particular. A medida que agregamos los productos, podemos ver cómo nos afectará en cualquier período de tiempo.
Todas estas otras cosas, como la columna Fechas, el Nombre del producto, etc., solo están incorporando dimensiones del resto de nuestro modelo de datos. Simplemente los incorporamos en nuestro informe y creamos algunas ideas convincentes.
Este análisis es realmente práctico y comercial, por eso me gusta tanto . Puede agregar mucho valor a las organizaciones que venden con alta frecuencia y rápido.
Podrá responder a la pregunta, si aumenté el tamaño promedio de mi pedido, ¿qué afectará a mi rentabilidad? ¿Qué va a hacer eso en comparación con si nuestro tamaño promedio de pedido realmente disminuyera?
Compruébalo e intenta trabajar estas técnicas en tus propios modelos.