Python における Self とは: 実際の例
Python における Self とは: 実際の例
この例では、LuckyTemplates で発見できる独自の洞察について説明します。私たちが行う必要があるのは、意図した結果を得るためにさまざまな数式テクニックを組み合わせることです。独自の顧客セグメンテーション分析を使用して独自のモデル内でこれを実行すると、行っている作業に計り知れない価値を生み出す高品質の洞察が得られます。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。
ここでは、どの顧客グループが最も大きな成長を遂げているかを分析します。ただし、データ内にグループがないため、グループを作成する必要があります。
目次
顧客をグループに分類する
私たちは、顧客をトップ クライアント、OK クライアント、および小規模クライアントにグループ化したいと考えています。私たちは誰が最も成長を経験し、私たちの成長に最も大きな影響を与えているのかを知りたいと考えています。また、パーセンテージと絶対ベースからも見ていきたいと思います。
この顧客セグメンテーションの洞察を示すためにいくつかの視覚化をまとめました。また、どのグループが最も成長したのかを判断するために使用したロジックも詳しく説明します。
まず第一に、これらの顧客をセグメント化する方法を考え出す必要があります。私がやったことは、「データの入力」をクリックして、これらの変数をすべてサポート表に入力して表を作成することです。
私は、顧客の売上高を確認し、MIN と MAX の数値で示される範囲に基づいて、これらの顧客がどのグループに属しているかを確認したいと考えていました。
成長グループ化
次のステップは、昨年からの成長グループを確認することです。昨年、当社の顧客がどのグループに属していたのか、またその特定のグループの成長率は何%だったのかを知りたいと考えています。
こうして私は上の式を思いつきました。異なるグループごとに前年比成長率 (%) を計算しました。
どの顧客がどのグループに属しているかを判断するために、すべての顧客を反復処理し、そのテーブル内の任意の 1 行で昨年の売上が MIN を上回っているか MAX を下回っているかを評価しました。
そうであれば、その特定のクライアントのサブセットに対して前年比成長率 (%) を実現することになります。
これをグラフに落とし込むことができます。私の例では、小規模クライアントが前年比で大幅な成長を遂げて優勢であることがわかります。
昨年の総売上高
しかし、パーセンテージで表される顧客のセグメント化は、実際には全体像を伝えるものではありません。なぜなら、この数字が本当に小さなベースのものであれば、全体の収益にとってはあまり重要ではないからです。
そこで私が行ったのは、これらの異なるグループごとの総売上高を確認することです。
2 番目のテーブルを作成するには、これらの顧客が属しているグループに基づいて、これらの顧客の昨年の総売上高を示す別の数式を作成する必要がありました。
ご覧のとおり、この顕著な成長により、当社の小規模クライアントは昨年よりもわずかに多くの売上を上げました。一方、Ok Clientsは9% という小さな成長バスケットを形成しましたが、それでも当社の売上の大部分を占めました。
データの視覚化
また、顧客セグメント化のすべてを散布図にまとめました。ここでは、小規模クライアント、OK クライアント、トップ クライアントの内訳を確認できます。Y 軸はクライアントごとの成長または成長グループを示し、X 軸は総売上高を示します。
昨年の数字に基づくと、当社のすべてのトップクライアントの成長率は 41% 減少しました。これは恐ろしい展開であり、トップクライアントが 41% 減少している理由をぜひ知りたいと思っています。
[トップ クライアント] をクリックすると、その理由がわかります。
さらに詳しく調べて、0% 未満の全員を確認することができます。フィルタリングセクションを使用して、0%未満を入れることができます。
より明確な状況を把握するために、散布図に顧客名を追加することもできます。
これらの顧客はすべて、昨年当社のトップ クライアントグループに属していましたが、突然これらの顧客が本当に崖から転落してしまいました。何故ですか?地域のどこに拠点を置いているか、営業担当者が誰であるかなどを確認できます。
結論
この洞察を得るために、私は複数のテクニックを組み合わせることができました。タイム インテリジェンス計算を使用しました。CALCULATE 関数と動的セグメンテーション技術を利用しました。散布図を使用し、その後、分析機能を使用して散布図に線を挿入しました。
私たちの目標は、これらのグループを動的にして、地域または期間に基づいてグループをセグメント化し、すべての顧客を評価して、どのグループに分類されるかを確認できるようにすることです。
これにより、LuckyTemplates ではこの独自の分析作業が非常に強力になります。私たちは、このまったく新しい分析を作成し、これまで不可能だった、より価値のある方法でデータを表現する、まだ見ぬ洞察を提示することができます。
でさらに多くのコース モジュールをチェックしてください。LuckyTemplates を効果的に使用するための多くのテクニックや方法に焦点を当てた 20 をはるかに超える独自のモジュールがあります。
乾杯、
サム
***** LuckyTemplates を学習していますか? *****
Python における Self とは: 実際の例
R の .rds ファイルからオブジェクトを保存および読み込む方法を学習します。このブログでは、R から LuckyTemplates にオブジェクトをインポートする方法についても説明します。
この DAX コーディング言語チュートリアルでは、GENERATE 関数の使用方法とメジャー タイトルを動的に変更する方法を学びます。
このチュートリアルでは、マルチスレッド動的ビジュアル手法を使用して、レポート内の動的データ視覚化から洞察を作成する方法について説明します。
この記事では、フィルター コンテキストについて説明します。フィルター コンテキストは、LuckyTemplates ユーザーが最初に学習する必要がある主要なトピックの 1 つです。
LuckyTemplates Apps オンライン サービスが、さまざまなソースから生成されたさまざまなレポートや分析情報の管理にどのように役立つかを示したいと思います。
LuckyTemplates でのメジャー分岐や DAX 数式の結合などの手法を使用して、利益率の変化を計算する方法を学びます。
このチュートリアルでは、データ キャッシュの具体化のアイデアと、それが結果を提供する際の DAX のパフォーマンスにどのように影響するかについて説明します。
これまで Excel を使用している場合は、ビジネス レポートのニーズに合わせて LuckyTemplates の使用を開始するのに最適な時期です。
LuckyTemplates ゲートウェイとは何ですか? 知っておくべきことすべて