Segmentación dinámica con parámetros dinámicos: técnica avanzada de LuckyTemplates y DAX

Voy a hablar sobre la segmentación dinámica usando parámetros dinámicos porque he visto a miembros preguntar al respecto muchas veces en el foro de soporte de LuckyTemplates. Puede ver el video completo de este tutorial en la parte inferior de este blog.

Lo desafiante de esto es averiguar qué áreas segmentar primero. También tendría que encontrar una manera de introducir parámetros dinámicos en su fórmula. Voy a simplificar todo eso a través del ejemplo que voy a mostrar aquí.

Tabla de contenido

• Creación de un parámetro hipotético
• Aplicación de parámetros dinámicos
• Visualizando los resultados
• Conclusión

Creación de un parámetro hipotético

Lo primero que necesito sería un parámetro. En este caso, creé un parámetro de clasificación del cliente .

Creé este parámetro yendo a Modelado, luego haciendo clic en Nuevo parámetro.

Un parámetro hipotético crearía automáticamente una tabla para mí. También crea una medida para la selección que hice.

Cuando lo arrastre a mi informe, mostrará cualquier selección que haga en la segmentación.

La clave para recordar aquí es que sus parámetros deben dividir los resultados cada vez que realiza una segmentación personalizada .

Entonces, además del parámetro Rango de clientes, también tengo información sobre las áreas donde se encuentran las tiendas.

El contexto del cálculo es uno de los factores clave para hacerlo bien. También hay contexto adicional aquí abajo que muestra dónde están las tiendas.

Ahora quiero separar mis ingresos comparando mis clientes principales y mis clientes inferiores. También quiero que estos grupos superior e inferior sean dinámicos. Aquí es donde los parámetros dinámicos entran en escena.

Aplicación de parámetros dinámicos

Entonces, los resultados tienen que cambiar dependiendo de cómo quiero ver los datos. Esto significa que si cambio la segmentación por Customer Rank , los datos de la tabla también deberían cambiar.

Lo primero que voy a hacer es usar una fórmula para incluir a mis mejores clientes en la mesa.

Creé la columna usando la función para los ingresos totales y luego usando como una función de clasificación. TOPN también devuelve una tabla virtual basada en los resultados de clasificación.

Agregué contexto aquí mientras calculamos los ingresos totales porque solo estoy mirando a los clientes mejor clasificados. Esa clasificación está determinada por el valor de clasificación del cliente .

Al usar TOPN , voy a trabajar con todos los datos del cliente. Sin embargo, solo mantendría el contexto para los 4 principales, ya que ese es el parámetro que se establece en la tabla. Es el valor que he puesto en la cortadora.

Puedo mover mi rebanador a 3, y los resultados también tendrían que cambiar y reflejar solo los datos de los 3 principales.

También quiero mirar a mis clientes finales, así que voy a agregar eso a mi tabla.

Dado que puse a mis clientes inferiores allí, también es importante tener en cuenta que necesitaría la cantidad total de clientes por tienda dentro de un período de tiempo determinado.

Para obtener el Total de Clientes , utilicé la función .

Tenga en cuenta que estos son solo datos de muestra, por lo que los números que obtengo de esta fórmula pueden parecer pequeños y poco realistas. Pero este cálculo también funcionaría para frecuencias más grandes una vez que se aplique a escenarios de la vida real.

Esta es la fórmula que usé para obtener los clientes más bajos. Tenga en cuenta que es muy similar al que usé para Clientes principales , pero con algunos ajustes menores.

Aquí también utilicé las funciones CALCULATE y TOPN . Pero en lugar de poner simplemente el rango del cliente , usé la diferencia entre el total de clientes y el valor del rango del cliente . 

Luego, en lugar de simplemente colocar y Nombres de clientes , tuve que agregar lógica. Dado que obtengo los clientes más bajos en lugar de los mejores, voy a usar ASC en lugar de DESC .

La fórmula anterior iteraba a través de cada cliente para obtener los mejores. Pero dado que obtengo los clientes más bajos, esto significa que también contaría las instancias en las que hubo cero ventas .

Tengo que asegurarme de que los que cuentan como el último cliente también hayan realizado una compra. Es por eso que agregué que el valor debe ser mayor que 0 .

Por eso, mis datos ahora muestran cuántos clientes realmente hicieron una compra. En esta primera fila, muestra que 11 clientes compraron algo en esa tienda específica dentro del marco de tiempo dado.

Puede ser bastante complicado en esta parte, principalmente porque TOPN ya está creando una tabla virtual, pero también estoy creando otra tabla virtual dentro de ella. Esta tabla virtual mira a un subconjunto mucho más pequeño de clientes y no a los clientes como un todo.

Así que estoy haciendo otra clasificación aquí al final de la fórmula de Total Revenue . Y como mencioné anteriormente, estoy usando ASC en lugar de DESC .

Con estas fórmulas, ahora tengo parámetros dinámicos agregados a la segmentación dinámica.

Visualizando los resultados

La técnica que utilicé podría usarse potencialmente para conjuntos de datos mucho más grandes. Esto significa que para comprender mejor los resultados, es útil tener algunas visualizaciones para mostrarlos.

Comenzaré con un gráfico simple que puede mostrarle una comparación de los mejores y los peores clientes de cada tienda.

También puedo cambiar esto y usar un gráfico de barras apiladas en caso de que los números sean lo suficientemente grandes y se muestren mejor de esa manera.

Con estas visualizaciones, puedo obtener una mejor idea de los números. Esto, por ejemplo, muestra qué tiendas corren un mayor riesgo. Puedo ver qué tiendas tienen muy pocos clientes, lo que genera bajos ingresos.

Segmentación dinámica: cómo segmentar clientes en grupos mediante
técnicas avanzadas de segmentación de clientes DAX mediante el modelo de datos:
ejemplo de segmentación de LuckyTemplates y DAX mediante DAX avanzado en LuckyTemplates

Conclusión

Los datos que utilicé aquí son de muy baja frecuencia, pero imagina las posibilidades cuando esto se aplica a conjuntos de datos más grandes. Esta técnica también puede segmentar otra información y agregar tantos parámetros diferentes además de solo los clientes superiores e inferiores, o las ubicaciones de las tiendas.

Este ejemplo también muestra cómo trabajar con medidas dentro de medidas. Técnicas como estas brindan una visión asombrosa de los datos, independientemente de dónde se apliquen.

Mis mejores deseos,