LuckyTemplates Analytics : exécuter une analyse de scénario sur la taille moyenne des commandes

Dans ce didacticiel, nous plongeons dans la puissance des analyses LuckyTemplates . Je vais passer par quelque chose d'assez pratique pour un détaillant qui vend des biens à une fréquence élevée. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.

Lorsque vous êtes une entreprise qui vend beaucoup de biens - disons un détaillant en ligne - si vous pouvez analyser dans quelle mesure vous pourriez bénéficier d'une augmentation de la taille moyenne de vos commandes , vous disposez alors d'une analyse qui peut très efficacement être transformée en un plan de attaque qui fera une grande différence pour votre résultat net.

À partir de ces informations, vous pouvez organiser des promotions ou des événements marketing axés sur les clients pour lesquels vous pensez obtenir le meilleur rendement.

Avec cet exemple, je couvre quelques techniques DAX différentes. Il y a beaucoup à en tirer, notamment d'un point de vue technique. Vous pouvez apprendre à exécuter des fonctions d'itération sur vos tables de données sous-jacentes pour découvrir cet aperçu particulier , mais aussi voir le potentiel de beaucoup d'autres aperçus similaires.

Table des matières

• Exécution d'une analyse de scénario sur la taille de la commande
• Utilisation des fonctions d'itération
•  Points clés
• Conclusion

Exécution d'une analyse de scénario sur la taille de la commande

Ici, j'ai utilisé la fonction de paramètre WHAT IF pour créer une analyse de scénario dynamique sur la taille de la commande. C'est une façon incroyable d'utiliser l'analyse LuckyTemplates.

Dans ce cas, nous voulons voir ce qu'il adviendra de nos ventes au fil du temps si nous augmentons la taille moyenne de nos commandes . Nous avons ici la possibilité de choisir combien nous voulons augmenter. Nous pouvons avoir 80 $ ou 230 $, jusqu'à 250 $ comme maximum. Nous pouvons également voir comment cela affecte au fil du temps.

À partir de là, nous pouvons bien planifier si nous voulons organiser une promotion ou faire de la publicité. Nous pouvons faire une analyse de l'impact de la taille de nos commandes sur nos ventes, par exemple, nous pouvons augmenter la taille moyenne de nos commandes en fonction de certaines ventes incitatives ou de certaines ventes croisées avec notre équipe de vente formée pour recommander ces produits.

L'essentiel est d'avoir une bonne compréhension des fonctions d'itération, car c'est essentiellement ce que vous devez utiliser pour incorporer cette valeur de taille moyenne de commande.

Utilisation des fonctions d'itération

Les fonctions d'itération ont généralement un X à la fin. Il y en a quelques autres qui n'en ont pas, mais principalement ceux que vous devez vraiment comprendre au début sont SUMX, AVERAGEX et bien d'autres. Ces fonctions parcourent chaque ligne d'une table.

Dans ce cas, nous avons spécifié la table Sales . Ce que nous faisons ici, c'est que pour chaque ligne de la table Sales, nous examinons la quantité que nous avons vendue et la multiplions par le prix de ce produit.

En d'autres termes, nous calculons une vente pour chaque transaction sur chaque ligne de nos données. Maintenant, si nous voulons placer certains scénarios sur si nous pouvons augmenter nos commandes moyennes, nous devons alors incorporer d'une manière ou d'une autre une variable dans ce calcul ligne par ligne .

Nous devons donc multiplier la quantité par le prix actuel et par notre augmentation de la taille de la commande. Dans ce cas, nous devons saisir cette variable qui a été créée à partir du nouveau paramètre et l'introduire dans la fonction d'itération ici.

C'est ainsi que nous arrivons à notre calcul Sales with Order Bump .

Ainsi, par exemple, nous augmentons notre commande moyenne de 250 $ en faisant des ventes incitatives ou des ventes croisées, alors voici ce que serait l'impact cumulatif.

Nous saisissons ensuite ce nouveau calcul et je le mets dans notre modèle de totaux cumulés , dans lequel nous utilisons DATESBETWEEN .

Nous l'avons comparé cumulativement à nos ventes sans augmentation de commande, et c'est ainsi que nous obtenons la différence. Ensuite, nous nous diversifions dans Sales Gains .

 Points clés

Je vous recommande de commencer par le scénario initial, puis de le ramifier sur ces différents schémas totaux cumulés. De cette façon, vous pouvez ensuite visualiser les choses d'une manière légèrement différente.

Vous pouvez commencer par alimenter la variable, mais ensuite déterminer quelle est votre visualisation et implémenter la formule DAX qui vous y amène réellement.

Après quoi, vous pouvez utiliser la puissance du modèle de données , comme nous l'avons fait dans l'exemple. Nous ajoutons simplement plus de produits car pour le moment, nous ne faisons qu'augmenter la valeur de commande de ces produits particuliers. Au fur et à mesure que nous ajoutons les produits, nous pouvons voir comment cela va nous affecter à tout moment.

Toutes ces autres choses, telles que la colonne Dates, le nom du produit, etc., ne font qu'apporter des dimensions du reste de notre modèle de données. Nous les intégrons simplement dans notre rapport et créons des informations convaincantes.

Développer des modèles d'analyse de scénarios avancés à l'aide de DAX
dans Power BI

Conclusion

Cette analyse est vraiment pratique et commerciale, c'est pourquoi je l'aime tant . Cela peut ajouter beaucoup de valeur aux organisations qui vendent à une fréquence élevée et rapide.

Vous pourrez répondre à la question, si j'augmente la taille moyenne de mes commandes, qu'est-ce que cela va faire pour ma rentabilité ? Qu'est-ce que cela va faire par rapport à si la taille moyenne de nos commandes diminuait réellement ?

Découvrez-le et essayez de travailler ces techniques dans vos propres modèles.

Tous mes vœux!