新規顧客と既存顧客 – LuckyTemplates の高度な分析

オンライン小売業者または高頻度の販売業務を行っている場合、新規顧客か既存顧客かなどの顧客ベースを理解することは、LuckyTemplates の高度な分析を使用して達成できる非常に質の高い洞察です。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。

このタイプの分析に踏み込む必要があるのは、売上のほとんどが会社に初めて入社した人々によるものなのか、それとも顧客に一貫した価値を提供しており、顧客はさらに多くのことを求めて戻ってくるのかを評価する必要があるためです。 。

これを LuckyTemplates に実装するのはそれほど簡単ではありません。DAX 式を理解するまでには時間がかかるかもしれませんが、分析の観点から見ると非常に強力です。自分が何をしているのかを理解したら、効果的に導き出して実装できる洞察は非常に素晴らしいものです。

このブログ投稿では、両方の計算式について説明します。1 つは、顧客が新規かどうかを計算する必要がある計算式であり、そこから、すでに顧客であるか、以前に購入したことのある人の数をどのように導き出すかです。フレーム。

目次

• 新規顧客からの売上の計算
• 日付テーブルの作成
• 新規顧客の売上
• ロジックを理解する
• 既存顧客売上高
• データの視覚化
• 結論

新規顧客からの売上の計算

この投稿では、新規顧客からの売上を計算する方法を説明したいと思います。特に小売会社でオンラインで多くの商品を販売している場合には、このテクニックを利用できるシナリオがたくさんあります。売上を分析し、そのうちのどれくらいが新規顧客によるものか知りたいと思うかもしれません。また、任意の時間枠を動的に選択して、総売上高のうち実際に新規顧客にどれだけ販売したかを分析したいと考えています。

この手法は製品にも応用できる可能性があります。新製品を発売し、その製品を購入した既存顧客と新規顧客の数を計算したいとします。

LuckyTemplates の高度な分析を使用してこれを作成する方法を説明しますが、その前に、最終的な視覚化を見てみましょう。日付ごとの合計売上が上部にあり、その横に年スライサーがあり、新規顧客からの売上を動的に表示します。中央のグラフは日次ベースの新規顧客を示し、下のグラフは月と年ベースを示します。

日付テーブルの作成

データ モデル上で DAX を使用してこれを作成する方法を紹介します。「日付」と「総売上高」列を含むテーブルを設定して、毎日の総売上高を確認できるようにします。2 番目のステップは、年スライサーを導入して、年の間をジャンプできるようにすることです。

新規顧客の売上

次に、総売上高のうち新規顧客からの割合を示す DAX 式を作成する必要があります。新しいメジャーを作成し、それを New Customer Sales という名前にします。この公式がすぐには理解できなくても心配する必要はありません。最初は試してみて、時間が経てば理解できるようになるのをお勧めします。この式は少し複雑なので、理解しやすいように変数を使用します。

Customers という名前の変数を作成し、この変数内に顧客 ID のテーブルを入れます。

次に、新しい行に移動してRETURN と入力します。これは、変数を使用するときに使用する必要がある構文です。ロジックの拡張を開始し、CALCULATE 関数を使用して総売上高を計算します。まだ総売上高を計算していますが、今回は別のコンテキストを使用しています。これは非常に複雑なロジックですが、理解できれば、DAX がこの計算で実際に何を行っているのかを理解できるようになります。

別の行にジャンプしてFILTER 関数を使用します。このフィルター内で、顧客を変数として設定します。ここでは、顧客ごとに評価を行う必要があり、その顧客が以前に購入したかどうかを評価する必要があることを示します。

数式の作成が完了したら、メジャーをテーブルにドラッグして、実際に何が計算されるかを確認します。ここでは多くの内部計算またはメモリ内計算が行われるため、これには時間がかかります。これを少し並べ替えて、表をドル形式にフォーマットすると、次のようになります。

Total Sales と New Customer Sales が表示されていることがわかります。また、年スライサーで任意の時間枠選択をクリックすると、それに合わせて New Customer Sales 列も変化することがわかります。

ここで私が最初に取り組んだのは、単なる顧客 ID のテーブルである顧客変数でした。

ロジックを理解する

式の 2 番目の部分を考え出すには、最初のコンテキストを認識する必要があります。特定の行ごとに、Customers 変数が入力され、特定の日に購入したすべての顧客が検索されます。これらの顧客ごとに、Dates テーブルを反復処理して、その顧客が存在し、以前に購入したことがあるかどうかを確認します。

彼らが購入した場合、それは 0 以上になり、基本的には相殺されます。しかし、購入していない場合、このロジックは TRUE を返し、その顧客はコンテキスト内に残ります。

その日に何かを購入した各顧客は、現在のコンテキストで前の日に購入したかどうかが評価されます。これがまさにこのロジックで行われていることです。

既存顧客売上高

これが、新規顧客の売上を返すために使用する公式です。これよりさらに進んで、既存の顧客の売上をどのように計算できるかを考えることもできます。基本的に総売上高から新規顧客売上高を差し引くだけなので、ここから簡単に分岐できます。

次に、古い顧客の売上をテーブルにドラッグします。

データの視覚化

最後のステップは、このテーブルを視覚化して、新規顧客と古い顧客の時間の経過に伴う分布を提供することです。

これを動的に保つことができるため、実際にデータ モデルを利用して、誰が新規顧客で、誰が戻ってきてさらに購入したのかをいつでも確認できます。これをさまざまな方法でどのように適用できるかがすぐにわかります。

結論

この手法は非常に実用的で、実行するマーケティング プロモーション活動に基づいて、任意の時間枠にジャンプして、何人が購入するか、そのうちの売上のうち既存顧客と新規顧客によるものはどれくらいか、またその内容を分析できます。プロモーションが全体的な売上に与える長期的な影響。

ご覧のとおり、これは非常に高品質なものです。これは、LuckyTemplates での高度な分析の実に驚くべき使い方です。これをよく試して学習すると、LuckyTemplates で本当に魅力的なレポートを開発できるようになります。