Power BI

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

このチュートリアルでは、LuckyTemplates 分析の機能について詳しく説明します。そこでは、いくつかの反復関数を利用して、平均注文サイズでシナリオ分析を実行します。

このチュートリアルでは、 LuckyTemplates 分析の機能について詳しく説明します。ここでは、商品を頻繁に販売する小売業者にとって非常に実践的な内容について説明します。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。

オンライン小売業者など、大量の商品を販売する企業の場合、平均注文サイズを増やすことでどの程度のメリットがあるかを分析できれば、非常に効果的に計画に変えることができる分析が得られます。収益に大きな違いをもたらす攻撃です。

この洞察に基づいて、最も高い利益が得られると思われるクライアントに焦点を当てたプロモーションやマーケティング イベントを実施できます。

この例では、いくつかの異なる DAX テクニックを取り上げます。特に技術的な観点から、そこから得られるものはたくさんあります。基礎となるデータ テーブルに対して反復関数を実行して、この特定の洞察を発見する方法を学ぶことができますが、同様のさらに多くの洞察が得られる可能性も確認できます。

目次

注文サイズに応じたシナリオ分析の実行

ここでは、 WHAT IF パラメーター機能を利用して、注文サイズに関する動的なシナリオ分析を作成しました。これは、LuckyTemplates 分析を使用する素晴らしい方法です。

この場合、平均注文サイズを増やした場合に、時間の経過とともに売上に何が起こるかを確認したいと考えています。ここには、どれだけ増やすかを選択するオプションがあります。80 ドルまたは 230 ドル、最大で 250 ドルまで用意できます。それが時間の経過とともにどのような影響を与えるかを確認することもできます。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

これにより、プロモーションを実施したり、広告を掲載したりする場合に適切な計画を立てることができます。当社では、注文量が売上に与える影響を分析することができます。たとえば、これらの製品を推奨するように訓練された営業チームとの一部のアップセルまたは一部のクロスセルに基づいて、平均注文量を増やすことができます。

重要なのは、反復関数をよく理解することです。反復関数は基本的に、この平均注文サイズの値を組み込むために使用する必要があるものだからです。

反復関数の使用

反復関数は通常、末尾に X が付きます。他にもいくつかありますが、主に早い段階で理解する必要があるのは SUMX、AVERAGEX などです。これらの関数は、テーブルのすべての行を反復処理します。

この場合、Salesテーブルを指定しました。ここで行っていることは、Sales テーブルのすべての行について、販売した数量を確認し、それにその製品の価格を乗算することです。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

言い換えれば、データのすべての行に対するすべてのトランザクションの売上を計算しています。ここで、平均注文を増やすことができるかどうかについていくつかのシナリオを設定したい場合は、何らかの方法でこの行に変数を組み込む必要があります (行ごとの計算)。

したがって、数量に現在の価格と注文サイズの増加を掛ける必要があります。この場合、新しいパラメータから作成されたこの変数を取得し、それを反復関数にフィードする必要があります。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

これが、注文バンプを伴う売上高の計算に至る方法です。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

たとえば、アップセルまたはクロスセルを行うことで平均注文を 250 ドル増やすと、その影響は累積的に増加します。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

次に、この新しい計算を取得し、 DATESBETWEENを使用する累積合計 パターンに入力します。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

注文の増加がなかった場合の売上高と累積的に比較し、差を得る方法です。次に、 「Sales Gains」に分岐します。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

 キーポイント

最初のシナリオから始めて、それをこれらの異なる累積合計パターンに分岐させることをお勧めします。こうすることで、少し異なる方法で物事を視覚化できます。

最初は変数を入力することから始めることができますが、その後、視覚化が何であるかを検討し、実際にそこに到達するための DAX 式を実装します。

その後、例で行ったように、データ モデルの機能を活用できます。現時点では、特定の製品の注文額が増加しているだけなので、製品を追加しているだけです。製品を追加すると、それがどのような時間枠で私たちに影響を与えるかを確認できます。

LuckyTemplates Analytics: 平均注文サイズでシナリオ分析を実行する

日付列や製品名など、その他のものはすべて、データ モデルの残りの部分からディメンションを取り込んでいるだけです。それらをレポートに組み込んで、説得力のある洞察を作成するだけです。


LuckyTemplates でDAX を使用して高度なシナリオ分析モデルを開発するPower
BI 内で「What If」パラメーターの使用を開始する方法
DAX を使用した LuckyTemplates での複雑な「What If」分析の例

結論

この分析は非常に実用的かつ商業的であるため、私はとても気に入っています。これにより、高頻度かつ迅速に販売を行う組織に多くの価値を加えることができます。

平均注文サイズを増やしたら、収益にどう影響するのかという質問に答えることができるでしょう。平均注文サイズが実際に減少した場合と比較して、それはどうなるでしょうか?

ぜひチェックして、これらのテクニックを独自のモデルに取り入れてみてください。

ではごきげんよう!

More in Power BI