DAX를 사용한 LuckyTemplates 분석: 고객이 구매한 고유 제품 수

이 LuckyTemplates 분석 예제에서는 모든 고객을 평가하고 고객이 구매한 고유 제품 수를 확인하는 고유한 통찰력을 생성할 것입니다. 시간이 지남에 따라 이것을 분석하고 데이터 모델에서 무엇이든 사용하는 방법을 보여 드리겠습니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

이 LuckyTemplates 분석을 위해 고객 컨텍스트에서 데이터를 평가합니다. 테이블과 배후에서 발생하는 일은 고객이 고객 테이블에서 필터링된다는 것입니다. 그런 다음 각 개별 고객에 대해 고객 ID가 필터링됩니다.

데이터 모델 내부

그런 다음 여기(Sales 테이블 내부)에 제품 ID가 있습니다 . 이 ID는 테이블의 열 또는 차원이 될 것이며 이를 반복하여 필터를 적용한 후 남아 있는 고유 항목 수를 확인할 수 있습니다. LuckyTemplates에는 이를 수행할 수 있는 라는 훌륭한 기능이 있습니다 .

목차

• 계산에 DISTINCTCOUNT 사용
• 추가 분석을 위한 데이터 모델 사용
• 결론

계산에 DISTINCTCOUNT 사용

이제 Unique Products Bought 공식을 만들고 DISTINCTCOUNT 함수를 사용하여 Sales 테이블 내에서 고유한 제품을 찾습니다 . 그런 다음 고유한 제품 ID가 몇 개인지 알아낼 수 있습니다 .

이것을 테이블로 가져오면 이제 고객이 구매한 고유한 제품이 모두 표시됩니다. 예를 들어 이 고객인 Andrew Graham은 우리에게서 19개의 고유한 제품을 구입했습니다. 여기에는 날짜 필터가 없기 때문에 시간별로 분석하고 있습니다.

수익 관점이 아니라 가장 고유한 제품을 구입한 사람이 누구인지를 최고 또는 최고의 고객으로 정렬할 수도 있습니다. 이 경우에는 29개의 항목이 있는 Ralph Richardson입니다.

추가 분석을 위한 데이터 모델 사용

우리는 이것을 더 분석할 수 있습니다. 이와 같이 모델의 모든 요소에 뛰어들어 공간 시각화에서 추가 컨텍스트를 생성할 수 있습니다.

예를 들어 매장을 선택하면 고객이 이 특정 매장에서 구매한 고유 항목의 수와 함께 고객을 보게 됩니다.

제품 이름, 위치 (상점 이름), 고객 이름 으로 다른 테이블을 설정하고 각 제품의 매출을 볼 수도 있습니다.

그런 다음 고객을 선택하고 고객이 구매한 모든 개별 제품을 볼 수 있습니다.

이 샘플 LuckyTemplates 분석의 데이터 세트는 현실적이지 않은 무작위 데이터입니다. 그러나 데이터 모델의 요소를 사용하여 데이터를 실제로 분석하는 방법은 여러 가지가 있으며 이는 하나의 예일 뿐입니다.

LuckyTemplates에서 DAX를 사용하여 여러 제품 구매 검색 DAX를 사용하여
Customer Insight의 첫 구매
LuckyTemplates에서 DISTINCTCOUNT를 사용하여 시간 경과에 따른 고객 계산

결론

이 자습서에서 이해하기를 원하는 핵심 사항은 분석의 컨텍스트를 이해하는 것 입니다 . 이 경우에는 고객 컨텍스트입니다.

고객 이름 테이블을 사용한 다음 총 판매액을 계산하고 해당 컨텍스트 또는 필터를 배치한 후 제품 ID 열의 고유 개수를 평가했습니다. 생성한 공식을 통해 고객이 구매한 모든 고유 항목을 계산할 수 있습니다. 

여기에서 몇 가지 주요 정보를 가져오고 비교적 간단한 DAX 수식을 자신의 작업에 적용할 수 있는 방법을 확인할 수 있기를 바랍니다. 

건배!

***** LuckyTemplates 학습? *****