バスケット分析の概要 – LuckyTemplates のベスト プラクティスのヒント

今日は、バスケット分析テクニックでできるすごいことを紹介します。LuckyTemplates 内のバスケット分析を使用すると、ある製品グループと別の製品グループの顧客売上を分析することができます。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。

LuckyTemplates 全体には、これを応用できるアプリケーションがたくさんあります。ただし、このチュートリアルでは、この種のテクニックを使用する際のベスト プラクティスを共有したいと思います。

この種の分析を実行することで、当社または当社の店舗で購入する顧客の販売傾向や購買行動を把握できます。

これらのパターンを知り、理解することで、販売プロセスのさまざまな側面をより適切に管理できるようになります。たとえば、在庫管理の改善、アップセルの機会、よりターゲットを絞ったマーケティングなどが挙げられます。

このバスケット分析では、基本的に、特定の製品グループを購入した顧客を表示しようとしています。そして、彼らが別のグループの製品も購入したかどうかを確認してみます。

この結果は、ある製品グループを購入し、他の製品グループを購入しなかった顧客を中心に機能分析を実行する場合に非常に役立ちます。その後、効果的なマーケティングや広告を行ってフォローアップすることができます。

目次

• バスケット分析用の LuckyTemplates モデル
• バスケットの顧客を紹介する
• バスケット顧客の総数の特定
• LuckyTemplates でのバスケット分析に関する追加のヒントとテクニック
• 結論

バスケット分析用の LuckyTemplates モデル

まず最初に、私のモデルにジャンプします。これは、バスケット分析を正しく行うための最も重要な方法を見つけることができる場所だからです。このタイプの分析を実行するときの大きなヒントは、これらのバスケットのような選択をコア モデルに統合するのは複雑な方法であるということです。 

非常に単純な私のコアモデルを見てください。 

データに戻り、非常に単純な Products テーブルを複製しました。まったく同じですが、タイトルが異なる 2 つのテーブルを作成しました。1 つは初期バスケットと呼ばれます。

2 番目のものは選択バスケットと呼ばれます。

これらのバスケットは私がサポートテーブルと呼んでいるものです。私のモデルを見ると、これらのテーブルには他のテーブルとの関係がありません。

これらのテーブルの計算をコア モデルに統合するだけです。しかし、それは人間関係ではなく、公式を通じて行われなければなりません。個人的には、これを行うことで、人間関係を過度に複雑にするよりも、すべてがはるかに簡単かつクリーンになると思います。

これは、バスケット分析に関する私のベストプラクティスのヒントの 1 つです。これらのバスケットを個別に作成し、コア モデルの側面のサポート テーブルとして使用します。次に、私が作成して表に統合した式または計算を見てみましょう。

バスケットの顧客を紹介する

ご覧のとおり、表ではバスケットに別の名前を付けています。これで、「Initial Basket Products」と「Selection Products」になり、スライサー内に商品を入れるときに、ここで商品を複数選択できます。

その後、以下の式を使用して個別の顧客の計算を実行しました。

基本的に、各顧客の名前で営業の関数を実行するだけです。

「バスケットの顧客」列は、少し注意が必要になるところです。これは、初期バスケットスライサーで選択した特定の製品グループを購入した顧客の数を計算します。

このテーブルは、すべてのトランザクションが見つかった sales テーブルとは何の関係もないため、次の式を使用する必要があります。

関数を使用して内部の別の関係またはコンテキストも適用します。これにより、初期バスケットと初期バスケット インデックス、および対応する販売の製品説明 インデックスの間に仮想関係を作成できます。

さらに、[顧客の選択]列についても、同じことを行い、まったく同じパターンを使用するだけです。しかし今回は、私の選択に基づいて、製品の異なるサブセットが評価されます。  

バスケット顧客の総数の特定

ここで、最も重要なバスケット分析に入ります。ここでは、2 つのバスケットを実際に比較するために、より高度なロジックが必要になります。 

最初のセットのバスケットで購入したすべての顧客と、2 番目のセットのバスケットで購入したすべての顧客を比較したいと考えています。これが、 Total Basket Customersの列を追加した理由です。

これは、以下の非常に高度な式を使用してここで行う方法です。

ここで考慮すべき最も重要なことは、TREATAS関数が前の計算とまったく同じであるということです。関数を使用して仮想テーブルを作成します。

したがって、数式は、 [Initial Basket Products]と[Selection Products]から選択した製品に基づいて、顧客向けのテーブルを表示します。

関数を使用して、どの顧客が最初のバスケットの一部であり、選択されたバスケットにも含まれているかを評価しました。 

最後に、関数は、両方のバスケットに入っている顧客の合計数を返してジョブを終了します。

LuckyTemplates でのバスケット分析に関する追加のヒントとテクニック

このバスケット分析手法の優れている点は、別のコンテキストを導入したい場合に、実際に数式を再利用できることです。

たとえば、ここにCountryのコンテキストを含めたいとします。これを別のビジュアライゼーションのテーブルに持ち込んで、新しいビジュアライゼーション内にTotal Basket Customers式を追加するだけです。

これで、これらすべての国のバスケット顧客の合計数を表示できるようになりました。これは小売店に非常に当てはまり、より特定の地域や顧客セットに絞り込むことができます。

ご覧のとおり、バスケット分析を強化する方法はたくさんあります。このチュートリアルは、バスケット分析の素晴らしい力を紹介するものにすぎません。

バスケット分析の例 – LuckyTemplates Advanced Analytics Power
BI で DAX を使用して顧客傾向を分析する
移動平均を使用して LuckyTemplates で傾向を表示する

結論

この特定の分析が独自のモデルで探しているもの、または必要としているものである場合、これは非常に詳細に検討する価値があります。

これにより、多くの高レベルの洞察が得られ、リソースや資金をビジネスに最適な分野に再配分できます。

LuckyTemplates の今後のビデオで、バスケット分析に関するさらに詳細なセッションに注目してください。でこのモジュールを確認してください。

これで頑張ってね！

***** LuckyTemplates を学習していますか? *****