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 と DAX

このブログ投稿では、LuckyTemplates のデータ モデルを使用して顧客セグメンテーション手法を実行する方法を説明します。 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。

生データには、LuckyTemplates で何かを表示するために必要な情報がすべて含まれていない場合があります。しかし、これで諦めないでください。

必要なのは、データ モデルを構築する方法、またはルックアップ テーブル内で追加のロジックを使用する方法についての想像力だけです。これにより、現在の形式の生データで可能だと考えられているよりもはるかに優れた洞察を得ることができます。

ここでは、顧客が優良顧客、良好な顧客、または悪い顧客のいずれであるかを評価して顧客をセグメント化する方法の詳細な例を説明します。

目次

• パフォーマンスに基づいて顧客をセグメント化する
• 顧客グループ化テーブルの作成
• ルックアップテーブルと計算列
• 売上の差額の計算
• SWITCH ロジックの使用
• 結論

パフォーマンスに基づいて顧客をセグメント化する

基本的に、パフォーマンスに基づいて顧客をセグメント化する方法に取り組みます。

この手法を利用すると、ほぼあらゆるものをセグメント化できますが、実際のシナリオに基づいてレポートで洞察を示すことがいかに効果的であるかを示したかったのです。

データ モデルを使用すると、分析のために特定のセグメントをすばやく分離できます。私たちは、顧客の売り上げを優秀、良好、平均的、または不良として区別する根本的な要因を確認できます。

レポート内に組み込んだ視覚化に基づいて、顧客を優れている、優れている、平均的、または劣っているとして分析できるスライサーまたはフィルターを作成しました。

この視覚化により、乖離が始まった時期 (2016 年 2 月) と、乖離が生じた理由がわかります。

レポート内の視覚化でその理由を示すことが重要です。

レポートの下部では、乖離がいつ発生したかを正確に確認できます。

また、当社の製品を調査して、どの製品がこの相違を引き起こし、これらの顧客を優れたものにしたかを判断することもできます。どの製品によって顧客が以前よりも多くの商品を当社から購入できるようになったのかを知ることができます。

さらに優れているのは、ビジュアライゼーションのスライサーです。これらは、モデルに統合した内容に基づいてフィルタリングされ、さらに、選択したパフォーマンス グループまたはセグメントにも基づいてフィルタリングされます。

スライサーの「悪い売上」をクリックして、悪い顧客を見てみましょう。次に、スライサーの下の列でどのクライアントのパフォーマンスが低かったかを確認できます。

累積売上期間比較グラフを見ると、今年の売上と昨年の売上を比較できます。両者の間に大きな違いがあるのはなぜですか? それは商品やマージンと関係があるのでしょうか？

これらの質問はすべて、これから説明する顧客セグメンテーション手法を利用することで答え、提示することができます。

顧客グループ化テーブルの作成

では、このテクニックをどのようにして実行したのでしょうか? まず、モデルに戻りましょう。というテーブルを作成しました。

これは必須ではありませんが、顧客グループを示す別のテーブルが得られるため、私はこれを作成することを好みます。また、グループの横にインデックスを付けて、優れたものから劣ったものまでフィルターまたは並べ替えることができるようにしました。

顧客を特定の方法でグループ化する必要があるため、明らかに、Customer GroupingテーブルからCustomersテーブルまでの接続が必要になります。

早速、セグメント化する必要がある顧客を見てみましょう。

ここで、これらのルックアップ テーブル内の計算列が登場します。

ルックアップテーブルと計算列

青いボックス内のテーブルは、ルックアップ テーブルと呼ばれるものです。

ここに計算列を配置できます。

さて、メジャーを使用してこれを動的にできると考える人もいるかもしれません。まあ、絶対にできますよ。

でも、ある時期からこれをやりたいと思ったんです。これは状況に応じて異なり、計算列またはメジャーのいずれかを使用できます。

計算列を使用して、特定の時点からの売上を確認したいと考えました。この場合、特に2016 年の売上高と2015 年の売上高に注目したいと思います。

これを行うために、 CALCULATE関数を使用し、その中にフィルターを配置して、特定の期間の売上のみを取得できるようにしました。

売上の差額の計算

次に、2016 年の売上と2015 年の売上から、次の式を使用して売上の差を導き出すことができます。

売上の差から、売上に基づいて顧客をセグメント化することができます。

SWITCH ロジックの使用

2016 年と 2015 年の売上の差によって、お客様がどのパフォーマンス グループに属するかが決まります。ここでSWITCHロジックが登場します。

SWITCH TRUEロジックを使用すると、ネストされたIF ステートメントのように見える追加のディメンションを作成でき、見栄えが良くなります。

顧客の売上差が 200,000 ドル以上であれば、その顧客は優良顧客であると言えます。

これは、顧客をどのセグメントまたはグループに分類するかを決定する方法です。この手法は適応性が高く、あらゆるディメンションおよびルックアップ テーブルに適用できます。

2016 年と 2015 年の売上列と売上高の差列を使用しないことで、これをさらに簡素化できます。すべてのロジックをメジャー内に配置するだけです。

ただし、今回は、ルックアップ テーブルの計算列を使用してこれらの情報セグメントを作成する方法を示したいと思いました。

最終的なビジュアライゼーションに戻ると、この特定のスライサーは

このテーブルから来ています。

次に、 Customer テーブルは、 Customersテーブルで実行した計算とロジックをフィルター処理します。次に、その関係が他のテーブルにフィルター処理されます。

これにより、スライサーで選択した顧客セグメントに基づいてすべてのビジュアライゼーションが更新されるようになります。

このチュートリアルを通じて、顧客セグメンテーション手法を紹介し、データを細分化するさまざまな方法を示すことができました。

驚くべきことは、それが実際のモデルには存在しなかったことです。ロジックを使用して作成する必要がありました。

結論

ほとんどの場合、良い結果のほとんどは上位顧客に集中する必要があるためです。したがって、パフォーマンスに関する傾向を特定し、データのこの特定のセグメントについて詳細なレビューを実施したいと考えています。

このテクニックを使用することで、優良顧客を隔離し、なぜ彼らが優良顧客なのかを解明することができます。私たちは、彼らのパフォーマンスが優れている理由を理解しており、パフォーマンスが低い他のすべてのクライアントでもそれを再現しようとしています。

これがこのチュートリアルの内容です。これらの顧客セグメンテーション手法は、さまざまな分析シナリオで再利用できます。顧客だけを対象にする必要はありませんが、この特定の例ではそれが私が焦点を当てた項目です。

LuckyTemplates を利用して重要な強力な分析情報を見つけるためのより実践的な方法については、 LuckyTemplates Onlineのこのコース モジュールを確認してください。この 1 つのコースで学ぶことがたくさんあります。

***** LuckyTemplates を学習していますか? *****