Power BI

高度な DAX を使用した LuckyTemplates 顧客属性分析

このチュートリアルでは、LuckyTemplates の顧客離れ分析の機能と概念を説明し、新規顧客と失われた顧客の維持について詳しく説明します。

今日はさらに進んでいきます。ここでは、顧客離れ、つまり LuckyTemplates での新規顧客と離れた顧客の分析について詳しく掘り下げていきます。このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。

これを別の言葉で表すと、顧客の離脱状況、何人の顧客が参加して当社の製品を購入しているか、何人の顧客が戻ってきてさらに購入しているか、何人の顧客を失っているか、などを確認したいためです。など。

高度な DAX を使用した LuckyTemplates 顧客属性分析

この種の非常に高度な分析で得られる素晴らしい洞察は数多くあります。そのため、少し時間をかけてDAX 言語と DAX 数式について詳しく説明したいと思いました。

この顧客分析の例では、まず顧客の離脱を調べ、特定の期間後に何人の顧客が失われているかを調査します。また、新規顧客とリピーターの顧客についても詳しく説明します。

顧客離れの分析は、特にオンライン小売業者やスーパーマーケット チェーンのような高頻度販売ビジネスの場合、組織にとって非常に重要な分析部分です。

顧客を獲得したら、たとえば競合他社に顧客を奪われずに、より多くの販売を行いたいと考えるのは明らかです。

新しい顧客を見つけるよりも、既存の顧客に販売する方がはるかに簡単です。

常に新しい顧客を見つけるよりも、既存顧客に向けてマーケティングを続ける方がはるかに収益性が高いため、ほとんどの企業にとって既存顧客は非常に重要です。

目次

失われた顧客を見つける

この最初の視覚化では、時間外に失われた顧客と考えられるものを示しています。

わずか約 90 日までのこの点は、それほど重要ではありません。なぜなら、最初の数日間では、現時点では全員が「迷っている」とみなしているからです。

高度な DAX を使用した LuckyTemplates 顧客属性分析

ここで何をしているのかを確認するために関数を見てみましょう。

この数式では、過去 90 日間に購入しなかった顧客、または変動する解約日をカウントアップします。

高度な DAX を使用した LuckyTemplates 顧客属性分析

このCustomersList変数を使用して、すべての顧客に対して仮想テーブルを作成しています。

あらゆる日のすべての顧客をフィルタリングします。そして、私たちがALLで行っていることは、実際に毎日、すべての顧客を観察しているということです。

高度な DAX を使用した LuckyTemplates 顧客属性分析

そして、すべての顧客について、過去 90 日間に購入したかどうかを評価します。そうでない場合は、0 と評価され、その顧客がカウントされます。

高度な DAX を使用した LuckyTemplates 顧客属性分析

新規顧客の隔離

次に、新規顧客を見て、それが何に評価されているかを見てみましょう。

この表では、ビジネスを開始したばかりであるため、1 月から 7 月までの早い日付に多く含まれていることがわかります。人は概して新人です。

その後、明らかに、リピーターがいるだけなので、終わりに向かって平坦になります。

高度な DAX を使用した LuckyTemplates 顧客属性分析

その機能は同様のロジックを実行します。私たちは今日までに販売を行った顧客の数を数えています。

また、何も購入していない場合は 0 と評価され、新規顧客として評価されます。

高度な DAX を使用した LuckyTemplates 顧客属性分析

誰がリピーターなのかを知る

リピーターとは、ハズレと評価されたお客様のことです。

つまり、90日間何も購入していないということです。時間が経つにつれて、実際に何人が戻ってくるかを計算します。

高度な DAX を使用した LuckyTemplates 顧客属性分析

これは、プロモーションやマーケティングを行っており、マーケティング活動を通じて失われた顧客のうち何人を取り戻したかを知りたい場合に、素晴らしい洞察となるでしょう。

リピート顧客の計算式では、特定の日に実際に購入した顧客のみを評価します。

高度な DAX を使用した LuckyTemplates 顧客属性分析

したがって、ここでは各顧客に対してロジックを実行し、過去 90 日間に販売が行われたかどうかを評価します。

過去 90 日間購入しなかった場合は、返品したとみなされます。次に、true と評価され、その特定の日のその顧客は除外されます。


LuckyTemplates と DAX を使用して、失われた顧客が誰であるかを分析する
DAX を使用して LuckyTemplates で顧客傾向を分析する
新規顧客に起因する売上高を発見する – Advanced LuckyTemplates Insights

結論

LuckyTemplates顧客分析に関するこのチュートリアルは、DAX 計算においてかなり高度です。これは、LuckyTemplates で得られる分析能力を示しているだけです。

以前は、この種の情報を生成するには多額の費用がかかりました。しかし今では、DAX 言語を利用したクリーンで効果的な式を通じて、これらの素晴らしい洞察を得ることができるようになりました。

実際にはデータ モデルと一致していることに注意してください。そこにはすべてが組み込まれています。

実際にこれにいくつかのフィルターを配置できます。たとえば、フロリダなどの 1 つの州だけを調べたい場合や、上位 3 つの州についてはすべて動的に評価されます。

高度な DAX を使用した LuckyTemplates 顧客属性分析

ビデオでは非常に多くのテクニックを詳しく説明しています。非常に高度なものもありますが、確かにこれらのものに触れておきたいと思うでしょう。

LuckyTemplates の機会と可能性を理解できれば、独自のデータ セットに対して分析を実行できる可能性が飛躍的に広がります。

補足として、コースでは、考えられるさまざまな最も高度な LuckyTemplates テクニックをすべて取り上げているので、可能であればチェックしてください。

これらのテクニックをぜひご活用ください。

More in Power BI