Set di dati di LuckyTemplates: informazioni su come rilevare comportamenti anomali tramite DAX

In questo post del blog, ti mostrerò in dettaglio come puoi scoprire modelli di comportamento anomali all'interno dei tuoi set di dati di LuckyTemplates . Questo non è qualcosa che risalterà immediatamente quando esegui l'analisi sui tuoi dati, quindi devi pensarci in modo abbastanza analitico. Puoi guardare il video completo di questo tutorial in fondo a questo blog.

Riflettendo profondamente su ciò che si desidera ottenere e quindi impostando un modello di dati che funzioni per questi tipi di calcoli, è possibile ottenere risultati di alta qualità.

In questo esempio, cercheremo di capire cosa ha fatto un cliente in precedenza. Valuteremo anche se gli acquisti recenti sono normali o anomali rispetto a quanto avvenuto in passato.

Sommario

• Scopri i valori anomali nei set di dati di LuckyTemplates
• Prodotti unici acquistati
• Prodotti medi acquistati in un quarto
• Prodotti medi acquistati in tutti i trimestri
• Conclusione

Scopri i valori anomali nei set di dati di LuckyTemplates

Pensiamo a questo da una prospettiva commerciale. Supponiamo che siamo un rivenditore online, una compagnia aerea o un supermercato e dobbiamo implementare un programma di fidelizzazione.

Dobbiamo esaminare il set di dati dei nostri clienti per sapere quanto un cliente ha effettivamente acquistato per ogni singolo trimestre rispetto a quanto ha acquistato in media.

All'improvviso, assistiamo a un massiccio aumento o diminuzione dei modelli di acquisto o del comportamento di acquisto. Vogliamo capire perché acquistano molto più del solito o perché acquistano meno del solito.

In questo modo, possiamo creare avvisi nel nostro sistema CRM e quindi lasciare che il nostro team di vendita si rivolga a queste persone offrendo sconti o coupon.

Questa è un'intuizione davvero potente che puoi derivare da LuckyTemplates. Il valore che puoi estrarre dalla tua analisi può avere un impatto positivo sulla tua attività.

Prodotti unici acquistati

Per calcolare la media dei prodotti acquistati in un determinato trimestre, dovremo prima calcolare i prodotti unici acquistati. Per ogni singolo cliente, quanti singoli prodotti ha acquistato?

Possiamo scoprirlo dicendo che per qualsiasi contesto del cliente, elaboreremo il DISTINCT COUNT dell'ID prodotto nella tabella delle vendite.

Questa formula ci darà ogni singolo prodotto unico che un cliente ha acquistato da noi nel contesto attuale.

Data la formula di cui sopra, quando clicchiamo su Q1 del 2017, possiamo vedere che il cliente Aaron Day ha acquistato solo 1 prodotto.

Prodotti medi acquistati in un quarto

Questa è la formula che useremo per produrre questa particolare intuizione. Dirà in media quanto ha acquistato un particolare cliente in un trimestre.

Prodotti medi acquistati in tutti i trimestri

La prossima cosa di cui abbiamo bisogno è un punto di riferimento o un numero per confrontarlo con qualcosa in modo da poter capire cos'è un comportamento anomalo.

Calcoleremo quindi la stessa intuizione, ma non esamineremo alcuna data particolare. Rilasceremo qualsiasi contesto nelle date.

Ciò che fa questa formula è restituire i prodotti unici medi in ogni singolo trimestre per un determinato cliente. È così che otteniamo questa particolare intuizione.

Quindi ora abbiamo due valori. Quando effettuiamo una selezione (es. Q2 2017), la colonna Media prodotti acquistati in tutti i trimestri non cambierà mai a causa della funzione TUTTE le date . Questa funzione rimuove tutti i filtri che abbiamo mostrato da Date.

Con ogni selezione effettuata, la colonna Media dei prodotti acquistati in un trimestre cambierà.

Confrontando queste due colonne, possiamo sapere cosa è normale e cosa no.

Possiamo mettere ciò che abbiamo trovato finora in un grafico visivo per un'analisi più approfondita. Possiamo vedere molto rapidamente quanti prodotti i nostri clienti hanno acquistato in un determinato trimestre (lato destro) rispetto a quanto acquistano in media (lato sinistro).

Saremo in grado di vedere il comportamento anomalo dai nostri set di dati di LuckyTemplates e vedere quali clienti hanno aumentato i loro acquisti. Chi sono queste persone e perché lo fanno?

Armati dei dati che abbiamo raccolto, possiamo quindi implementare strategie attuabili per replicare questo.

Possiamo amplificare il nostro messaggio di marketing per aumentare gli acquisti di coloro che non producono comportamenti anomali.

Conclusione

È qui che un tipo di analisi anormale, anomalo o anomalo aggiunge molto valore. Perché? Perché vogliamo capire se i nostri clienti stanno performando meglio o se i venditori vendono di più.

Se riusciamo a trovare modelli di comportamento positivi per noi in un particolare segmento dei nostri dati, possiamo replicarli in altri segmenti.

L'obiettivo è replicare il comportamento vantaggioso del cliente e applicarlo ad altre aree dell'azienda.

Questa tecnica ti aiuterà enormemente ad aumentare il tuo pensiero analitico su ciò che puoi ottenere in LuckyTemplates. 

Questi tipi di analisi e molti altri possono essere trovati nei moduli Advanced LuckyTemplates su LuckyTemplates Online . Per maggiori dettagli, controlla il modulo qui sotto.

Divertiti a rivedere questo.