Ensembles de données LuckyTemplates : Découvrez comment détecter un comportement anormal à laide de DAX

Dans cet article de blog, je vais vous montrer en détail comment vous pouvez découvrir des modèles de comportement anormaux dans vos ensembles de données LuckyTemplates . Ce n'est pas quelque chose qui se démarquera immédiatement lors de l'analyse de vos données, vous devez donc y penser de manière assez analytique. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.

En réfléchissant profondément à ce que vous voulez réaliser, puis en configurant un modèle de données qui fonctionne pour ces types de calculs, vous pouvez obtenir des résultats de haute qualité.

Dans cet exemple, nous allons essayer de comprendre ce qu'un client a fait précédemment. Nous évaluerons également si les achats récents sont normaux ou anormaux par rapport à ce qui s'est passé dans le passé.

Table des matières

• Découvrez les valeurs aberrantes dans vos ensembles de données LuckyTemplates
• Produits uniques achetés
• Produits moyens achetés en un trimestre
• Moyenne des produits achetés dans tous les trimestres
• Conclusion

Découvrez les valeurs aberrantes dans vos ensembles de données LuckyTemplates

Pensons-y d'un point de vue commercial. Supposons que nous soyons un détaillant en ligne, une compagnie aérienne ou un supermarché et que nous devions mettre en place un programme de fidélité.

Nous devons examiner notre ensemble de données client pour savoir combien un client a réellement acheté pour chaque trimestre individuel par rapport à ce qu'il a acheté en moyenne.

Tout à coup, nous constatons une augmentation ou une diminution massive des habitudes d'achat ou du comportement d'achat. Nous voulons comprendre pourquoi ils achètent beaucoup plus que d'habitude, ou pourquoi ils achètent moins que d'habitude.

De cette façon, nous pouvons créer des alertes dans notre système CRM, puis laisser notre équipe de vente cibler ces personnes en offrant des remises ou des coupons.

Il s'agit d'un aperçu très puissant que vous pouvez tirer de LuckyTemplates. La valeur que vous pouvez extraire de votre analyse peut avoir un impact positif sur votre entreprise.

Produits uniques achetés

Pour calculer les produits moyens achetés au cours d'un trimestre particulier, nous devrons d'abord calculer les produits uniques achetés. Pour chaque client individuel, combien de produits individuels ont-ils achetés ?

Nous pouvons le découvrir en disant que pour n'importe quel contexte client, nous déterminerons le NOMBRE DISTINCT de l'ID de produit dans la table des ventes.

Cette formule va nous donner chaque produit unique qu'un client nous a acheté dans le contexte actuel.

Compte tenu de la formule ci-dessus, lorsque nous cliquons sur Q1 de 2017, nous pouvons voir que le client Aaron Day n'a acheté qu'un seul produit.

Produits moyens achetés en un trimestre

C'est la formule que nous utiliserons pour produire cet aperçu particulier. Il va dire en moyenne combien un client particulier a acheté au cours d'un trimestre.

Moyenne des produits achetés dans tous les trimestres

La prochaine chose dont nous avons besoin est une référence ou un nombre pour le comparer à quelque chose afin que nous puissions comprendre ce qu'est un comportement anormal.

Nous calculerons ensuite la même perspicacité, mais nous ne regardons aucune date particulière. Nous publierons tout contexte sur les dates.

Cette formule renvoie les produits uniques moyens de chaque trimestre pour un client particulier. C'est ainsi que nous parvenons à cet aperçu particulier.

Nous avons donc maintenant deux valeurs. Lorsque nous effectuons une sélection (ex. Q2 2017), la colonne Average Products Bought in All Quarters ne changera jamais à cause de la fonction ALL Dates . Cette fonction supprime tous les filtres que nous avons présentés à partir de Dates.

À chaque sélection que nous effectuons, la colonne Moyenne des produits achetés au cours d'un trimestre va changer.

En comparant ces deux colonnes, nous pouvons savoir ce qui est normal et ce qui ne l'est pas.

Nous pouvons mettre ce que nous avons trouvé jusqu'à présent dans un tableau visuel pour une analyse plus approfondie. Nous pouvons très rapidement voir combien de produits nos clients ont achetés au cours d'un trimestre donné (côté droit) par rapport à la quantité moyenne qu'ils achètent (côté gauche).

Nous pourrons voir le comportement anormal de nos ensembles de données LuckyTemplates et voir quels clients ont augmenté leurs achats. Qui sont ces personnes et pourquoi le font-elles ?

Armés des données que nous avons recueillies, nous pouvons ensuite mettre en œuvre des stratégies exploitables pour reproduire cela.

Nous pouvons amplifier notre message marketing pour augmenter les achats de ceux qui ne produisent pas de comportement anormal.

Conclusion

C'est là qu'une analyse de type anormal, aberrant ou anormal ajoute beaucoup de valeur. Pourquoi? Parce que nous voulons comprendre si nos clients sont plus performants ou si les vendeurs vendent plus.

Si nous pouvons trouver des modèles de comportement qui sont positifs pour nous dans un segment particulier de nos données, nous pouvons les reproduire sur d'autres segments.

L'objectif est de reproduire le comportement avantageux des clients et de l'appliquer à d'autres domaines de l'entreprise.

Cette technique vous aidera énormément à augmenter votre réflexion analytique sur ce que vous pouvez réaliser dans LuckyTemplates. 

Ces types d'analyse et bien d'autres peuvent être trouvés dans les modules Advanced LuckyTemplates sur LuckyTemplates Online . Pour plus de détails, consultez le module ci-dessous.

Amusez-vous à revoir celui-ci.