Calcule la transacción promedio por cliente usando DAX en LuckyTemplates

Lo que quiero demostrar en este tutorial es cómo podemos calcular el promedio de ventas, ganancias o transacciones por determinada dimensión dentro de DAX en LuckyTemplates. Puede ver el video completo de este tutorial en la parte inferior de este blog.

En este ejemplo particular, lo veremos desde la perspectiva del cliente. Vamos a tratar de analizar cuál es el promedio de ventas que hacemos por transacción por cliente.

Esto nos va a permitir entender quiénes son nuestros mejores clientes, pero también quiénes son nuestros clientes que vienen y compran una cantidad sustancial.

Desde aquí, en última instancia, podemos comprender cuáles son los márgenes que estamos extrayendo por transacción de nuestros clientes. ¿Son buenos en algunas regiones en comparación con otras regiones? ¿Son buenos para algunos productos en comparación con otros productos?

Vamos a ver la cantidad promedio de productos comprados por transacción. Luego, también le mostraré cómo derivar aún más para que pueda encontrar ideas aún más interesantes basadas en esta inicial. Vamos a expandirnos a otras cosas y les mostraré cómo hacerlo de manera eficiente.

Tabla de contenido

• Cómo calcular el promedio por transacción
• Calcule las ventas promedio por transacción
• Uso de barras de datos
• Calcule las ganancias promedio por transacción
• Calcule los márgenes promedio por transacción
• Márgenes promedio por transacción a lo largo del tiempo
• Otras perspectivas
• Visualización de los datos
• Conclusión

Cómo calcular el promedio por transacción

Primero, calcularemos un valor por transacción saltando a la tabla Ventas. Tenemos una columna de ID de pedido en el lado izquierdo.

Entonces, cada ID de pedido equivale a cada transacción en esta tabla en particular. Necesitamos encontrar una manera de evaluar cada una de estas transacciones y esencialmente promediar las ventas que hemos realizado para cada transacción.

Esto nos dará, según el contexto, el promedio por transacción. Esto podría ser desde una perspectiva regional, una perspectiva del cliente o la perspectiva de un vendedor.

Algunas tablas de datos tienen un Id. de pedido y, luego, dentro de ese Id. de pedido, es posible que tenga varias transacciones diferentes. Dependiendo del cálculo promedio que desee hacer, probablemente desee ingresar esa columna en los cálculos. Primero, calculemos las ventas promedio.

Calcule las ventas promedio por transacción

Vamos a crear una medida y llamarla Ventas promedio por transacción . Voy a usar la función AVE RAGEX porque esto nos permitirá hacer estos promedios iterando a través de algo. Dentro de AVERAGEX, usaré VALORES e ingresaré mi ID de pedido. Luego, quiero promediar las Ventas totales para cada pedido.

Una vez que arrastro esta medida con el contexto de mi nombre de cliente, esta es la tabla que se me ocurre:

Esto nos mostrará en promedio cuánto gana cada persona por transacción cada vez que ingresa a una tienda.

Uso de barras de datos

Esta ya es una idea bastante buena por sí misma, pero podemos hacer que se vea mejor usando el formato condicional y las barras de datos .

Calcule las ganancias promedio por transacción

No tenemos que detenernos aquí; podemos podemos ir aún más lejos. Tenemos algunos otros cálculos básicos como las ganancias totales y los costos totales . Con estos cálculos, puedo averiguar las ganancias promedio por transacción . Todo lo que tengo que hacer es copiar y pegar la medida que acabo de usar en una nueva medida, y en lugar de Total Sales , pondré Total Profits .

Con esta nueva medida, podemos calcular cuáles son nuestras ganancias de cada transacción y luego promediarlas.

Puedo simplemente arrastrar la nueva medida a mi tabla para generar nuevos conocimientos. Por ejemplo, nuestro cliente Chris Fuller tiene una mayor rentabilidad por transacción que Philip Foster, quien en realidad logró mayores ventas. Esta es una idea bastante buena, ¿verdad?

Calcule los márgenes promedio por transacción

También podemos tratar con márgenes medios por transacción . No necesitaremos hacer referencia a nada de la tabla porque en realidad solo podemos usar medidas dentro de medidas .

Todo lo que tenemos que hacer es dividir las ganancias promedio por transacción entre las ventas promedio por transacción y luego ingresar 0 como resultado alternativo . También tenemos que asegurarnos de que esté formateado correctamente.

Una vez que arrastre esto a la tabla, verá ahora por qué tenemos mayores ganancias para Chris Fuller que para Philip Foster's. Chris tiene márgenes más altos en comparación con Philip.

Esta es una idea muy interesante para este cliente en particular, así como para el resto de nuestros clientes.

Lo bueno es que podemos usar esta técnica en cualquier contexto. Actualmente, solo estamos usando un filtro de nuestra tabla Clientes. Si lo piensa, podemos usar filtros de cualquiera de estas tablas en nuestro modelo de datos y ver cómo cambian las cosas.

Márgenes promedio por transacción a lo largo del tiempo

También podemos echar un vistazo a nuestros márgenes promedio por transacción a lo largo del tiempo. Rápidamente mejoraré esto usando Mes y año y Márgenes promedio por transacción como valores, luego los pondré en un gráfico.

Podemos ver cómo cambian los márgenes promedio a lo largo del tiempo y ver la estacionalidad.

Otras perspectivas

En general, ahora es mucho más fácil ver a nuestros clientes de alto margen frente a clientes de bajo margen. Por ejemplo, el cliente Juan Collins tiene un margen del 40%. Este sobresale claro como el día.

También podemos guardar filtros para ver cuáles son los clientes más rentables por transacción; esto podría indicar que el vendedor asignado a estas piezas es muy bueno.

Visualización de los datos

Podemos profundizar en la información utilizando DAX en LuckyTemplates y determinar nuestros mejores clientes a nivel regional. ¿Está pasando algo a nivel regional? Podemos cambiar de un mapa visual a un mapa completo.

Podemos perforar y tener una mirada más profunda. En mi ejemplo, New Hampshire tiene márgenes bajos, mientras que todas las demás regiones están distribuidas de manera bastante uniforme.

También puede seleccionar clientes de la tabla y determinar a partir de esto un subconjunto de clientes donde estaba el desglose.

Conclusión

Podemos extraer mucha información valiosa cuando calculamos los promedios con DAX en LuckyTemplates. También agregan mucho valor a lo que podríamos hacer dentro de un negocio desde una perspectiva de marketing y una perspectiva de asignación de recursos de ventas.

Obviamente, desea centrarse en los clientes que compran más con los márgenes más altos. Y a través de este tipo de análisis, puede alinear sus recursos donde crea que va a optimizar los mejores resultados.

En este tutorial, trabajamos en una cosa y luego nos ramificamos en muchas otras cosas. Puede hacer muchos cálculos y técnicas con DAX en LuckyTemplates y encontrar información realmente buena.

Este tipo de trabajo analítico es tan poderoso. Si desea revisar más ejemplos como este, consulte el módulo en Online. Este módulo contiene contenido sobre la resolución de problemas comerciales del mundo real utilizando las mejores prácticas de DAX en LuckyTemplates.

Mis mejores deseos,