Quest-ce que le self en Python ? Exemples concrets
Qu'est-ce que le self en Python ? Exemples concrets
Dans cet article de blog, je vais vous montrer comment faire des techniques de segmentation client via le modèle de données dans LuckyTemplates. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog.
Parfois, vos données brutes ne contiennent pas toutes les informations dont vous avez besoin pour présenter quelque chose dans LuckyTemplates. Mais ne laissez pas cela vous arrêter.
Tout ce dont vous avez besoin est une imagination sur la façon dont vous pouvez construire votre modèle de données ou utiliser une logique supplémentaire dans vos tables de recherche qui peut permettre des informations bien plus importantes que vous ne l'auriez cru possible avec les données brutes dont vous disposez dans leur forme actuelle.
Je vais vous présenter un exemple détaillé de la façon dont vous pouvez segmenter vos clients en évaluant s'ils sont de bons clients, de bons clients ou de mauvais clients.
Table des matières
Segmenter les clients en fonction des performances
Essentiellement, nous travaillerons sur la façon de segmenter vos clients en fonction des performances.
Vous pouvez utiliser cette technique pour segmenter à peu près n'importe quoi, mais je voulais montrer à quel point il peut être efficace de présenter des informations sur votre rapport en fonction d'un scénario réel.
En utilisant le modèle de données, nous pouvons rapidement isoler chaque segment spécifique pour analyse. Nous pouvons voir les moteurs sous-jacents qui distingueront nos clients comme excellents, bons, moyens ou médiocres en termes de ventes.
J'ai créé un segment ou un filtre qui me permet d'analyser les clients comme excellents, bons, moyens ou médiocres en fonction des visualisations que nous avons insérées dans notre rapport.
La visualisation nous montrera quand la divergence a commencé (février 2016) et pourquoi il y a une divergence.
Il est important de montrer le pourquoi avec les visualisations dans vos rapports.
Dans la partie inférieure de notre rapport, nous pouvons voir exactement quand la divergence s'est produite.
Nous pouvons également examiner nos produits pour déterminer quels produits ont causé cette divergence et rendu ces clients formidables. Nous pouvons découvrir quels produits ont permis aux clients d'acheter plus chez nous qu'auparavant.
Ce qui est également cool, ce sont les trancheuses dans nos visualisations. Ils filtreront en fonction de ce que nous avons intégré dans notre modèle, puis ils filtreront également en fonction du groupe ou du segment de performance que nous avons sélectionné.
Jetons un coup d'œil à nos clients pauvres en cliquant sur Mauvaises ventes sur le slicer. Nous pouvons alors voir quels clients ont mal performé sur la colonne sous le slicer.
En regardant le tableau de comparaison des périodes de ventes cumulées, nous pouvons comparer les ventes de cette année par rapport aux ventes de l'année dernière. Pourquoi y a-t-il une grande différence entre les deux ? Cela a-t-il quelque chose à voir avec les produits ou les marges ?
Toutes ces questions peuvent être répondues et présentées en utilisant les techniques de segmentation de la clientèle que je vais vous montrer.
Création de la table de regroupement de clients
Alors, comment ai-je fait cette technique? Tout d'abord, revenons au modèle. J'ai créé une table appelée .
C'est quelque chose que vous n'avez pas à faire, mais j'aime le créer car cela me donne un tableau séparé qui présente les groupes de clients. J'ai également mis un index à côté des groupes afin que nous puissions les filtrer ou les trier de bon à mauvais.
Évidemment, nous allons avoir besoin d'une connexion entre la table Customer Grouping et la table Customers car nous devons regrouper nos clients d'une manière spécifique.
Allons-y et jetons un coup d'œil à mes clients que je dois segmenter.
C'est là qu'interviennent les colonnes calculées à l'intérieur de ces tables de recherche .
Tables de recherche et colonnes calculées
Les tables à l'intérieur de la boîte bleue sont ce que nous appelons des tables de recherche .
C'est là que nous pouvons mettre nos colonnes calculées .
Maintenant, certains d'entre vous pourraient penser que vous pouvez rendre cela dynamique en utilisant des mesures. Eh bien, vous pouvez absolument.
Cependant, je voulais le faire à partir d'un certain moment. Cela dépend de la situation et vous pouvez utiliser des colonnes calculées ou des mesures.
À l'aide de colonnes calculées, je voulais examiner nos ventes à partir d'un moment précis. Dans ce cas, je voulais examiner spécifiquement les ventes 2016 et les ventes 2015 .
Pour ce faire, j'ai utilisé la fonction CALCULER et placé un filtre à l'intérieur de celle-ci afin que je n'obtienne que des ventes pour une période donnée.
Calcul de la différence de ventes
Ensuite, à partir des ventes 2016 et des ventes 2015 , je peux dériver la différence des ventes en utilisant cette formule :
La différence des ventes est l'endroit où nous pouvons commencer à segmenter nos clients en fonction des ventes.
Utilisation de la logique SWITCH
La différence de ventes entre 2016 et 2015 déterminera dans quel groupe de performance nos clients vont s'asseoir. C'est là qu'intervient la logique SWITCH .
La logique SWITCH TRUE vous permet de créer des dimensions supplémentaires qui ressemblent à des instructions IF imbriquées qui ont meilleure apparence.
Nous pouvons faire des déclarations qui disent que si la différence de ventes d'un client est supérieure ou égale à 200 000 $, alors il ou elle est un excellent client.
C'est ainsi que nous déterminons dans quel segment ou groupe placer nos clients. Cette technique est hautement adaptable et peut être appliquée à n'importe quelle dimension et à n'importe quelle table de recherche.
Vous pouvez encore simplifier cela en n'utilisant pas les colonnes des ventes 2016 et 2015 et la colonne Différence des ventes. Vous pouvez simplement mettre toute la logique à l'intérieur de la mesure.
Mais dans ce cas, je voulais vous montrer comment utiliser des colonnes calculées dans des tables de recherche pour créer ces segments d'informations.
Si nous revenons à nos visualisations finales, ce trancheur particulier
vient de cette table.
La table filtre ensuite les calculs et la logique que nous avons effectués dans la table Customers . Ensuite, cette relation est filtrée vers les autres tables.
C'est ainsi que toutes nos visualisations peuvent être mises à jour en fonction du segment de clientèle que nous sélectionnons sur le slicer.
Grâce à ce didacticiel, nous avons pu présenter des techniques de segmentation de la clientèle et montrer différentes façons de découper et de découper nos données.
La merveille de tout cela est que cela n'existait pas dans notre modèle actuel; nous avons dû le créer en utilisant la logique.
Conclusion
Dans la plupart des cas, vous souhaitez vous concentrer sur vos meilleurs clients, car c'est de là que proviennent la plupart de vos bons résultats. Vous souhaitez donc identifier les tendances en matière de performances et effectuer un examen approfondi de ce segment spécifique de vos données .
En utilisant cette technique, nous pouvons isoler nos bons clients et comprendre pourquoi ils sont bons. Nous pouvons comprendre pourquoi ils ont bien performé et essayer de le reproduire sur tous les autres clients qui ont mal performé.
C'est de cela qu'il s'agit dans ce tutoriel. Vous pouvez réutiliser ces techniques de segmentation de la clientèle dans une variété de scénarios analytiques. Il ne doit pas s'agir uniquement de clients, mais c'est l'élément sur lequel je me suis concentré dans ce cas particulier.
Pour des moyens plus pratiques d'utiliser LuckyTemplates pour trouver des informations puissantes qui comptent, consultez ce module de cours sur LuckyTemplates Online. Beaucoup de choses à apprendre avec ce cours.
***** Apprendre LuckyTemplates ? *****
Qu'est-ce que le self en Python ? Exemples concrets
Vous apprendrez à enregistrer et à charger des objets à partir d'un fichier .rds dans R. Ce blog expliquera également comment importer des objets de R vers LuckyTemplates.
Dans ce didacticiel sur le langage de codage DAX, découvrez comment utiliser la fonction GENERATE et comment modifier dynamiquement le titre d'une mesure.
Ce didacticiel explique comment utiliser la technique Multi Threaded Dynamic Visuals pour créer des informations à partir de visualisations de données dynamiques dans vos rapports.
Dans cet article, je vais parcourir le contexte du filtre. Le contexte de filtrage est l'un des principaux sujets que tout utilisateur de LuckyTemplates doit d'abord connaître.
Je souhaite montrer comment le service en ligne LuckyTemplates Apps peut aider à gérer différents rapports et informations générés à partir de diverses sources.
Découvrez comment calculer les modifications de votre marge bénéficiaire à l'aide de techniques telles que la création de branches de mesure et la combinaison de formules DAX dans LuckyTemplates.
Ce didacticiel abordera les idées de matérialisation des caches de données et comment elles affectent les performances des DAX dans la fourniture de résultats.
Si vous utilisez encore Excel jusqu'à présent, c'est le meilleur moment pour commencer à utiliser LuckyTemplates pour vos besoins en matière de rapports commerciaux.
Qu'est-ce que la passerelle LuckyTemplates ? Tout ce que tu as besoin de savoir