Power Automate si applica a ogni azione nei flussi di lavoro
Scopri l
In questo tutorial esaminerò una tecnica di segmentazione dei dati abbastanza avanzata , che riguarda il raggruppamento dei dati in modo dinamico all'interno di LuckyTemplates . Puoi guardare il video completo di questo tutorial in fondo a questo blog.
In questo tutorial, esamineremo in modo specifico solo questa particolare visualizzazione in questa dashboard che ho utilizzato durante un Learning Summit sulle intuizioni dei clienti.
In questo caso, stiamo raggruppando o segmentando i clienti in base alla percentuale delle vendite. Utilizziamo una tabella secondaria o una tabella di supporto e la combiniamo con le formule DAX per creare questo raggruppamento.
Sommario
Segmentare i clienti in base alla percentuale di vendita
Un gruppo è nel 20% superiore, un altro gruppo è compreso tra il 25% e l'80% e il terzo gruppo è nel 25% inferiore. Ho utilizzato queste percentuali e le ho alimentate tramite una formula DAX per poi creare questi gruppi di Top, Mid e Bottom .
La segmentazione in questo caso si basa sulle vendite , quindi questo è un grafico che mostra le vendite rispetto ai margini per un determinato periodo di tempo, ma la segmentazione è avvenuta tramite le vendite.
Possiamo vedere in questo grafico a dispersione il Top 20% dei clienti; sono rappresentati dalle macchie blu scuro. I clienti medi sono seduti dal punto di vista delle vendite tra il 25% e l'80%; sono rappresentati dalle macchie azzurre nella parte centrale del grafico. Il 25% inferiore dei clienti in base alle vendite sono i punti azzurri nella parte inferiore del grafico.
Questa è una tecnica piuttosto avanzata per la segmentazione dei dati, in cui incorporiamo una logica avanzata all'interno dei calcoli per creare questi gruppi che semplicemente non esistono . In altre parole, non c'è nulla nei nostri dati grezzi che esista per rompere i primi 20 clienti, il 25% inferiore, ecc.
Quindi dobbiamo creare quella logica usando una tabella di supporto o una tabella secondaria , come le chiamo io. Questa tabella non ha alcuna relazione fisica con nessuna delle nostre tabelle nel modello di dati, ma è la chiave di questo tipo di analisi.
Utilizzo di una tabella secondaria o di supporto
Quindi diamo un'occhiata al tavolo. Probabilmente puoi creare questi gruppi in molti modi diversi, ma è così che l'ho impostato per questa dimostrazione.
In questa tabella di supporto o secondaria, abbiamo i nostri gruppi come Top, Mid e Bottom. Abbiamo la colonna Low e la colonna High per identificare a quale segmento appartiene ciascun cliente.
Questa tabella secondaria di percentuali può effettivamente essere riutilizzata in molte misure diverse. Potremmo usare le vendite e potremmo facilmente integrare margini o profitti o costi, o qualsiasi altro calcolo che possiamo fare. Non deve nemmeno essere correlato alle vendite o alle entrate.
Possiamo anche riutilizzare parte della logica perché le percentuali possono essere su qualsiasi cosa. Ciò che è importante qui è creare la logica corretta all'interno della formula.
Quindi tuffiamoci nella formula, che ho chiamato (quest'anno) e vediamo come ho fatto la logica.
Elaborare le variabili
Esaminiamo prima la prima parte del calcolo, dove elaboriamo le variabili ( VAR ).
La prima variabile è identificare la RankingDimension su cui lavoreremo. In questo caso, sono i clienti. Con la funzione VALUES , iteriamo attraverso ogni cliente che ha effettuato una vendita in un determinato periodo di tempo .
La variabile successiva è TotalCustomers , che calcola quanti clienti hanno effettivamente effettuato una vendita . Non vogliamo contare tutti i clienti, ma solo quelli che hanno effettuato delle vendite. In questa logica, stiamo usando le funzioni CALCULATE , COUNTROWS , FILTER e ALL .
La terza variabile è CustomerRank , in cui classifichiamo i nostri clienti in base alle vendite che hanno effettuato. E questa è la formula per Customer Rank TY .
Questa particolare formula sta solo facendo una semplice classifica, che utilizza la funzione RANKX .
Logica per la segmentazione dei dati
Ora tuffiamoci nel resto del calcolo. Questa è la logica che ci consente di realizzare questa analisi di segmentazione dei dati.
La funzione CALCULATE itera attraverso ogni cliente e valuta attraverso quella tabella di supporto ( Customer Groups ) che abbiamo creato con le funzioni COUNTROWS e FILTER .
Quindi valuta se CustomerRank è maggiore di TotalCustomers e quindi lo moltiplica per la colonna Customer Groups Low . Quindi ci chiede se il CustomerRank è superiore al minimo.
E poi nella riga successiva evidenzia se CustomerRank è minore o uguale a TotalCustomers; viene quindi moltiplicato per il contenitore più alto della tabella Gruppi clienti.
Se sarà uguale a vero, quel cliente verrà mantenuto e otterremo le vendite totali.
Come riutilizzare la formula di segmentazione dei dati
Questa formula è un po' complessa, ma è davvero interessante. Riutilizziamo anche questo calcolo.
Ad esempio, se vogliamo esaminare i nostri clienti con una metrica diversa, come un margine di profitto, tutto ciò che dobbiamo fare è sostituire le vendite totali qui con il margine di profitto e modificare la classifica in base ai margini di profitto .
Quindi possiamo utilizzare esattamente la stessa tabella di supporto per eseguire questa logica.
Utilizzare DAX per segmentare e raggruppare i dati in LuckyTemplates
Esempio di segmentazione Utilizzo di DAX avanzato in LuckyTemplates
Raggruppare dinamicamente i clienti in base alla loro classificazione con RANKX In LuckyTemplates
Conclusione
Questa è una tecnica più avanzata sulla segmentazione dei dati che ho dimostrato in questo tutorial. Utilizziamo la potenza di DAX e il modello di dati con la nostra tabella di supporto.
È incredibile quello che possiamo fare con l'intera formula. Possiamo modificare l'intervallo di tempo e dividerà sempre i clienti in base a quelle percentuali specifiche che abbiamo impostato.
Spero che tu abbia trovato un grande valore da questo tutorial e lo applichi al tuo lavoro.
Ti auguro il meglio!
***** Imparare LuckyTemplates? *****
Scopri l
Tecniche di modellazione dei dati per organizzare meglio le misure DAX per un flusso di lavoro più efficiente.
Scopri come utilizzare la funzione di filtro in Power Apps e come incorporarla nelle formule esistenti all
Come commentare più righe in Python: una guida semplice e veloce
Acquisisci familiarità con i connettori Power Automate per la manipolazione di numeri, testo e date/ore.
Ora, è molto facile studiare il budget rispetto all
Imparerai come salvare e caricare oggetti da un file .rds in R. Questo articolo tratta anche come importare oggetti da R a LuckyTemplates.
Scopri tutto su Power Query e il linguaggio M per la trasformazione e la preparazione dei dati nel desktop di LuckyTemplates.
Cos'è il sé in Python: esempi del mondo reale
In questa esercitazione sul linguaggio di codifica DAX, scopri come usare la funzione GENERATE e come modificare dinamicamente il titolo di una misura.