LuckyTemplates での顧客分析。経時的なパフォーマンスのレビュー

顧客分析は、特に多数の顧客を抱えているビジネスにとって非常に重要です。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。

この特定のチュートリアルでは、時間をかけて説得力のある顧客分析を作成する方法を検討します。

私は、さまざまな期間における顧客の購買行動を観察し、それらを視覚化して、情報に基づいた意思決定ができ​​るように情報を強調しています。

LuckyTemplates ではレポート ページにフィルターやスライサーを簡単に配置できるため、非常に魅力的な視覚化を作成し、顧客が何をしているかを確認できます。

また、顧客グループやパフォーマンス グループに動的にクリックすることもできます。

これをレポート ページ内で非常にシームレスに設定し、顧客に対してどのようなアクションを起こすかに大きな影響を与える重要な情報を強調表示できるようにする方法について少し説明します。

これらのアクションは、顧客により多くのリソースを投入したり、マーケティングや広告にさらに多くの資金を投入したり、そのような性質の多くのことを改善することができます。

目次

• 顧客をグループ化する
• 顧客をさらに深く掘り下げる
• 結論

顧客をグループ化する

顧客が多い場合、グラフは非常に混雑する可能性があり、時間の経過とともに顧客の行動の変化を確認するのは非常に困難になります。効果的な方法で洞察を示すことができなくなります。

ただし、これを設定する方法については、これから説明するので、より広い観点から考えてください。

現在のモデルと、そのモデルの上にどのように構築して洞察を提示できるかを考えるだけで済みます。

この例では、時間を選択し、総売上高と総利益を表示しようとしていることがわかります。しかし、私が示したいのは、これが顧客ごとに時間の経過とともにどのように変化するかということです。

このチャートがどれほど忙しいかわかりますか?

顧客が多いので、顧客の変化があまり見えません。パフォーマンスの観点からは、時間の経過とともにどのように変化するかを見ることはできません。

したがって、それを分割してセグメント化する必要があります。これらの顧客をグループ化する必要があります。これにより、非常にニッチな顧客グループを掘り下げることが可能になり、場合によってはさらにさらに掘り下げることができます。

ここでは、顧客のリストを設定していることがわかりますが、実際にはかなり長いものになっています。

ただし、ここですべての顧客を選択することは望ましくありません。そうすると、選択した後に何を選択したかを実際に見ることができなくなります。

そこで、これらの顧客グループを作成し、これらの特定のグループ内の顧客をランク付けする計算列を作成しました。

そこで私が何をしたかをお見せしましょう。ここにデータ モデルがあり、Customer テーブルに焦点を当てます。

私の顧客テーブルでは、顧客売上ランクに基づいてグループ化されていることがわかります。これがここにあります。

これが実際に行っているのは、総売上高のランキングだけです。

これは初期からの総売上高であるため、これには時間フィルターはありません。言い換えれば、すべての顧客を時系列でランク付けしているということです。

これは、顧客または顧客の特定のグループの特定の側面を掘り下げることができる別の次元を分割または作成できるようにするための単なる方法です。

これは、最終的に売上表や予算編成などに対して行うすべての計算につながります。

したがって、ここですべての顧客を見る代わりに、1 から 10 までのランクを付けるだけで済みます。グラフを見ると、すぐにランク分けされていることがわかります。

今では、顧客を実際に確認したり、掘り下げたりできるようになりました。

顧客をさらに深く掘り下げる

たとえば、利益と売上高に関して、顧客のパフォーマンスが時間の経過とともにどのように変化するかを分析したいと考えています。ここに第 3 四半期も置くことができます。

これにより、これらの顧客を効果的に監視できるようになります。

たとえば、State Ltd を監視したいと考えています。それを選択し、ここにさらに四半期を追加できるかもしれません。ここで、かなりまともな洞察を実際に確認し、見つけることができます。

第 2 四半期、この特定の顧客はここから始まりました。そして、何らかの理由で、2017 年の第 3 四半期には、ここで大幅に減少しました。しかし、その後、第 4 四半期には大幅に上昇しました。

私たちは、視覚化と洞察が何を示すかについて、非常に詳細な形式で開始しました。しかし、私たちが組み込んだ機能を通じて、よりユニークで具体的な洞察に徐々に移行することができます。

これは、データセットに多数の顧客が含まれる場合に特に考慮すべき非常に良い方法です。

さらに、残りのモデルも使用できます。したがって、たとえば、個々の顧客が購入した最初の 5 つの製品だけを調べて、それが違いの原因であるかどうかを確認したいと考えています。そしておそらくそうなるようです。

他に洞察を示すものとしては、個別の傾向分析があり、それらが時間の経過とともに実際にどのように構成されているかを確認できます。

最終的にデータをフィルタリングするにはさまざまな方法があり、さまざまな側面を掘り下げることもできます。

DAX を使用した LuckyTemplates での顧客傾向分析 顧客をグループにセグメント化する – 高度な DAX の例データ モデルを使用した顧客セグメント化テクニック – LuckyTemplates と DAX

結論

内で顧客分析を簡単かつ効果的に行うために実行できるさまざまな方法を紹介します。

いくつかのグループ化テクニックを使用してモデルを適切にセットアップすると、調べたい特定のグループにドリルダウンできます。

すでにデータのサブセットを確認している状況で設定を行って、特定の顧客や最初のグループの顧客にすばやくドリルダウンすることができます。

これは、顧客の洞察に基づいたレポート シナリオに関して何ができるかについての非常に優れたレビューです。これは、厳密には 1 つの数式や 1 つのビジュアライゼーションに関するものではありません。これは、LuckyTemplates を使用して非常にスケーラブルな方法で何を実現できるかについての包括的なチュートリアルです。

この作業を楽しんでください。