あらゆる尺度に基づいたデータ セグメンテーション手法 – 高度な DAX

このチュートリアルでは、レポートに簡単に適用できる任意の尺度に基づいたいくつかのデータ セグメンテーション手法の概要を説明します。

データのセグメンテーションは、データを観察するためのユニークな方法です。このテクニックを使用すると、最高の売上データと最悪の売上データを簡単に分析できます。

セグメンテーションに関するいくつかのコースとダウンロード可能なリソースは、サポート フォーラムやオンライン ポータルなどのいくつかのコンテンツ手段で利用できます。これらのリソースは、セグメント化する必要があるデータに合わせて簡単にフォーマットできます。これらのリソースは、特定のコースにアップグレードするか、メンバーシップをアップグレードするときに利用できます。

まず、サイトにアクセスします。ここでは、LuckyTemplates に関するさまざまな質問をすることができます。ポータルで利用可能なすべてのコンテンツとコースを検索することもできます。

コンテンツを検索したい場合は、「コンテンツの検索方法」バナーをクリックしてください。 

フォーラム ページで、LuckyTemplates Onlineバナーをクリックすると、さまざまなコースにバンドルされているすべてのチュートリアルが表示されます。 

セグメンテーションなど、特定のものを検索したい場合は、「セグメント」のように関連する作品を入力するだけです。その後、結果に関連するコースやビデオが多数表示されます。

このチュートリアルでは、 Dax ファイルを使用したグループ化とセグメント化を使用します。ただし、前述したように、実際にリソースにアクセスするにはメンバーシップをアップグレードする必要があります。

ご覧のとおり、他にも利用可能な例がまだたくさんあります。何らかの方法で使用または拡張できるサンプルが約 270 あります。これは、使用できるさまざまなデータ セグメンテーション手法が多数あることを意味します。

目次

• データセグメンテーション技術の例
• ディメンションとランキングを含むデータ セグメンテーション手法
• 結論

データセグメンテーション技術の例

レポートをダウンロードした後、LuckyTemplates Desktop 内でレポートを表示できます。

ただし、チュートリアルを開始する前に、ページを視覚的に改善できるこれらのテーマをここで試してみることをお勧めしたいと思います。

次に、動的グループ化/セグメンテーションレポートを見てみましょう。ご覧のとおり、Low、Mid、およびHighのグループ化を設定しました。セグメント化の最小値と最大値を設定するテーブルもあります。

「グループ別マージングループ利益」グラフでは、顧客がマージンに従ってグループ化されていることがわかります。

別のことを試して、利益などの他の数値に基づいて顧客をグループ化することもできます。これを行うには、式をコピーし、その中のパラメータまたは入力を再配置するだけです。

適用できるもう 1 つのデータ セグメンテーション手法は、利益に基づいて顧客をグループ化することです。また、売上に基づいて店舗をセグメント化することも、ベンチマークを上回るパフォーマンスによって販売員をセグメント化することもできます。同様のパターンを使用すると、これまでに説明したデータ セグメンテーション手法を簡単に適用できます。

最初に行う必要があるのは、グループ化と最小値/最大値を示すテーブルを作成することです。 

予算に対するパフォーマンスに基づいて顧客または営業担当者をセグメント化する場合は、予算の平均パーセンテージに対して予算のパーセンテージが高くなる可能性があります。したがって、グループ化の範囲と場所を指定することが重要です。

パフォーマンスと予算に基づいて生成されるテーブルを計算することもできます。予算額が最小値以上、最大値以下の場合、その予算はグループに含まれます。さまざまな営業担当者が常に 1 つの適切な範囲グループに属します。

ディメンションとランキングを含むデータ セグメンテーション手法

LuckyTemplates には柔軟性があるため、データ セグメンテーションに関して実行できることはまだたくさんあります。たとえば、LuckyTemplates フォーラムに戻って、ランキングに基づいてディメンションをセグメント化するなどの別の例を選択できます。

それぞれのリンクをクリックすると、関連するすべてのビデオとチュートリアルを表示できます。ランキングに基づいてセグメント化を行う場合は、以下の特定のサンプル ビデオが最適です。

以下のサンプルは、利益、収益、マージンなどの完全な数値と比較して、何かがランク付けされる位置に基づいたグループ化を示しています。

上記のデータ セグメンテーション技術は、生データを使用した場合には利用できないタイプの分析をもたらします。この手法では、重要な洞察をさらに深く分析します。

さらに、この例ではそれ自体が異なる手法を使用しています。マージンの変化に関するランキングに基づいて都市をグループ化します。

数式では、関数を使用して都市グループを 3 つのセグメントに分けました。

地域の都市売上ランキングが 35 を超える場合、その地域は最悪のグループに分類されます。10 より大きい場合は、OKグループの下にあります。最後に、地域の都市セールス ランクが 10 未満の場合、その地域は最高グループの下にあります。

モデルのルックアップ テーブル内の領域テーブルの場所を簡単に見てみましょう。

表内の列からわかるように、さまざまな地域および都市すべての売上に基づいてランキングを作成しました。そのデータは「City Sales Rank」列で確認できます。

さらに、Regionsテーブルを参照して、都市ごとの合計売上高列を取得しました。このようにして、[City Group]列の下のグループ化値を取得しました。最後に、特定のメジャーに基づいたデータのセグメント化を簡単に確認できるようにビジュアライゼーションを設定しました。

データ モデルを使用した顧客セグメンテーション手法 – LuckyTemplates および DAX
動的セグメンテーション: 高度な DAX を使用して顧客をグループにセグメント化する方法
LuckyTemplates 顧客セグメンテーション: 経時的なグループの動きを示す

結論

これら 2 つの例を見るだけで、データをグループ化できるさまざまな方法が理解できると思います。LuckyTemplates Online や、Web サイト上のさまざまなコンテンツ手段、特にフォーラムを通じて利用できる多くの優れたリソースを利用できます。LuckyTemplates フォーラムは、メンバーと私たちとの交流の中心的な部分となっています。

このチュートリアルが気に入って、良いアイデアを学んだ場合は、ビデオを「いいね！」してください。近日中にさらに多くのコンテンツが登場することを楽しみにしていただければ幸いです。