Técnicas de segmentación de clientes mediante el modelo de datos: LuckyTemplates y DAX

En esta publicación de blog, le mostraré cómo realizar técnicas de segmentación de clientes a través del modelo de datos en LuckyTemplates. Puede ver el video completo de este tutorial en la parte inferior de este blog.

A veces, sus datos sin procesar no tendrán toda la información que necesita para mostrar algo en LuckyTemplates. Pero no dejes que esto te detenga.

Todo lo que necesita es una imaginación sobre cómo puede construir su modelo de datos o usar alguna lógica adicional dentro de sus tablas de búsqueda que puede permitir una comprensión mucho mayor de lo que creía posible con los datos sin procesar que tiene en su forma actual.

Lo guiaré a través de un ejemplo detallado de cómo puede segmentar a sus clientes evaluando si son buenos clientes, buenos clientes o malos clientes.

Tabla de contenido

• Segmentación de clientes según el rendimiento
• Creación de la tabla de agrupación de clientes
• Tablas de búsqueda y columnas calculadas
• Cálculo de la diferencia de ventas
• Uso de la lógica del INTERRUPTOR
• Conclusión

Segmentación de clientes según el rendimiento

Básicamente, trabajaremos en cómo segmentar a sus clientes en función del rendimiento.

Puede utilizar esta técnica para segmentar casi cualquier cosa, pero quería mostrar cuán efectivo puede ser mostrar información sobre su informe en función de un escenario de la vida real.

Usando el modelo de datos, podemos aislar rápidamente cada segmento específico para su análisis. Podemos ver los impulsores subyacentes que distinguirán a nuestros clientes como excelentes, buenos, promedio o malos en términos de ventas.

Creé una segmentación o filtro que me permite analizar a los clientes como excelentes, buenos, promedio o malos en función de las visualizaciones que hemos incluido en nuestro informe.

La visualización nos mostrará cuándo comenzó la divergencia (febrero de 2016) y por qué hay una divergencia.

Es importante mostrar el por qué con las visualizaciones en sus informes.

En la parte inferior de nuestro informe, podemos ver exactamente cuándo ocurrió la divergencia.

También podemos analizar nuestros productos para determinar qué productos causaron esta divergencia e hicieron grandes a estos clientes. Podemos averiguar qué productos permitieron a los clientes comprarnos más que antes.

Lo que también es genial son las segmentaciones en nuestras visualizaciones. Filtrarán en función de lo que hayamos integrado en nuestro modelo, y luego también filtrarán en función de cualquier grupo o segmento de rendimiento que hayamos seleccionado.

Echemos un vistazo a nuestros clientes pobres haciendo clic en Ventas pobres en la segmentación. Luego podemos ver qué clientes han tenido un desempeño deficiente en la columna debajo de la segmentación.

Al observar el gráfico de comparaciones de períodos de tiempo de ventas acumuladas, podemos comparar las ventas de este año con las ventas del año pasado. ¿Por qué hay una gran diferencia entre los dos? ¿Tiene algo que ver con los productos o con los márgenes?

Todas estas preguntas se pueden responder y mostrar utilizando las técnicas de segmentación de clientes que le mostraré.

Creación de la tabla de agrupación de clientes

Entonces, ¿cómo hice esta técnica? Primero, volvamos al modelo. Creé una tabla llamada .

Esto es algo que no tiene que hacer, pero me gusta crearlo porque me da una tabla separada que muestra los grupos de clientes. También puse un índice al lado de las agrupaciones para que podamos filtrarlas u ordenarlas de muy buenas a malas.

Obviamente, vamos a necesitar una conexión desde la tabla de Agrupación de Clientes hasta la tabla de Clientes porque necesitamos agrupar a nuestros clientes de una manera específica.

Entremos y echemos un vistazo a mis clientes que necesito segmentar.

Aquí es donde entran las columnas calculadas dentro de estas tablas de búsqueda .

Tablas de búsqueda y columnas calculadas

Las tablas dentro del cuadro azul son lo que llamamos tablas de búsqueda .

Aquí es donde podemos poner nuestras columnas calculadas .

Ahora, algunos de ustedes podrían pensar que pueden hacer esta dinámica usando medidas. Bueno, absolutamente puedes.

Sin embargo, quería hacer esto desde cierto punto en el tiempo. Esto depende de la situación y puede usar columnas calculadas o medidas.

Usando columnas calculadas, quería ver nuestras ventas desde un punto específico en el tiempo. En este caso, quería mirar específicamente las Ventas de 2016 y las Ventas de 2015 .

Para hacer esto, utilicé la función CALCULAR y coloqué un filtro dentro de ella para que solo obtenga ventas durante un período de tiempo en particular.

Cálculo de la diferencia de ventas

Luego, a partir de las Ventas de 2016 y las Ventas de 2015 , puedo derivar la Diferencia de Ventas usando esta fórmula:

La diferencia de ventas es donde podemos comenzar a segmentar a nuestros clientes en función de las ventas.

Uso de la lógica del INTERRUPTOR

La diferencia de ventas entre 2016 y 2015 determinará en qué grupo de desempeño se ubicarán nuestros clientes. Aquí es donde entra la lógica SWITCH .

La lógica SWITCH TRUE le permite crear dimensiones adicionales que parecen declaraciones IF anidadas que se ven mejor.

Podemos hacer declaraciones que digan que si la diferencia de ventas de un cliente es mayor o igual a $200,000, entonces él o ella es un gran cliente.

Así es como determinamos en qué segmento o grupo colocar a nuestros clientes. Esta técnica es altamente adaptable y se puede colocar en cualquier dimensión y en cualquier tabla de búsqueda.

Puede simplificar esto aún más al no usar las columnas de ventas de 2016 y 2015 y la columna Diferencia de ventas. Simplemente puede poner toda la lógica dentro de la medida.

Pero en este caso, quería mostrarle cómo usar columnas calculadas en tablas de búsqueda para crear estos segmentos de información.

Si volvemos a nuestras visualizaciones finales, este cortador en particular

viene de esta mesa.

La tabla luego filtra los cálculos y la lógica que hemos hecho en la tabla de Clientes . Luego, esa relación se filtra a las otras tablas.

Así es como todas nuestras visualizaciones pueden actualizarse en función del segmento de clientes que seleccionamos en la segmentación.

A través de este tutorial, pudimos mostrar técnicas de segmentación de clientes y mostrar diferentes formas de dividir nuestros datos.

Lo maravilloso de todo esto es que no existía en nuestro modelo real; Tuvimos que crearlo usando la lógica.

Conclusión

En la mayoría de los casos, desea centrarse en sus principales clientes porque de ahí provienen la mayoría de los buenos resultados. Por lo tanto, desea identificar tendencias en torno al rendimiento y realizar una revisión en profundidad de este segmento específico de sus datos .

Mediante el uso de esta técnica, podemos aislar a nuestros buenos clientes y averiguar por qué son buenos. Podemos entender por qué se han desempeñado bien y tratar de replicarlo en todos los demás clientes que se han desempeñado mal.

De esto se trata este tutorial. Puede reutilizar estas técnicas de segmentación de clientes en una variedad de escenarios analíticos. No tiene que ser solo acerca de los clientes, pero ese es el elemento en el que me enfoqué en este caso en particular.

Para obtener formas más prácticas de utilizar LuckyTemplates para encontrar información poderosa que importa, consulte este módulo de curso en LuckyTemplates Online. Mucho de lo que aprender con este curso.

***** ¿Aprender LuckyTemplates? *****