DAX를 이용한 Customer Insight 최초 구매

LuckyTemplates에서 여러분에게 보여줄 또 다른 정말 독특한 통찰력이 있습니다. 이 세션이 끝나면 고객의 첫 구매를 식별하고 이 데이터를 사용하여 향후 매출을 높일 수 있습니다 . 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

고객이 구매하는 첫 번째 제품의 관점에서 추세를 분석하여 다음을 수행할 수 있습니다. (1) 마케팅 노력을 변경합니다. (2) 광고에 적절한 리소스를 할당합니다. (3) 이 지식을 활용하여 더 많은 고객을 참여시킵니다.

이 기능을 사용하면 초기 구매에서 어떤 제품이 다른 제품보다 더 인기가 있는지 확인할 수 있기 때문입니다 . 다음으로 두 번째와 세 번째로 가장 인기 있는 구매가 무엇인지 알아낼 수 있습니다. 결국에는 이러한 특정 결과에서도 공통 분모를 볼 수 있습니다.

목차

• 첫 번째 구매 내역을 보여주는 샘플 인사이트
• 고객의 첫 구매 찾기
• 결과 검토
• 결론

첫 번째 구매 내역을 보여주는 샘플 인사이트

과거 판매에서 생성된 데이터를 사용하여 고객의 첫 구매를 쉽게 추적할 수 있습니다. 이와 같은 주문 내역은 매출 증대 방법에 대한 비즈니스 결정을 내리는 데 도움이 될 수 있습니다 . 또한 이 분석을 사용하여 특정 제품에 대한 마케팅 및 광고를 타겟팅 할 수 있습니다.

다음은 이 튜토리얼을 위해 준비한 샘플 데이터입니다. 특정 고객 이름과 처음 구매한 해당 제품이 표시됩니다.

저는 이 샘플 데이터를 다양한 고객으로 설정했습니다. 제품 이름의 경우 쉽게 식별할 수 있도록 일반적인 이름만 사용합니다. 그런 다음 분명히 이미 무언가를 구매한 고객의 이름을 수집했습니다.

또한 날짜 선택기를 추가하여 모든 기간의 구매 날짜 범위를 쉽게 제어할 수 있습니다.

다음은 LuckyTemplates 테이블 의 필수 부분입니다 . 데이터가 올바른지 확인하기 위해 테이블도 만들었습니다. 어떤 식으로든 숫자를 감사해야 할 수도 있으므로 이것은 좋은 측정입니다.

고객의 첫 구매 찾기

제가 사용한 수식은 상당히 다양한 함수의 조합입니다.

먼저 SUMMARIZE 및 CALCULATE 함수를 포함하는 TOPN 수식을 살펴봐야 합니다 .

무언가의 첫 번째 또는 마지막을 찾으려고 한다면 TOPN이 완벽한 솔루션입니다. 이 함수는 값을 반환하지 않지만 테이블을 반환합니다. 이것이 RANKX 함수 의 주요 차이점입니다 . 후자는 순위 값만 반환하기 때문입니다.

TOPN 에 추가한 것은 평가 종료 시 유지하고 싶은 테이블을 제안하는 숫자입니다.

다음으로 SUMMARIZE 함수를 추가하여 날짜와 모든 단일 제품이 포함된  가상 테이블을 반환했습니다 .

여기에 정말 중요한 요령이 있습니다. 최소 날짜 또는 첫 번째 날짜를 평가해야 합니다.

따라서 맨 처음 날짜를 찾으러 가면서 CALCULATE 문 안에 래핑해야 합니다. 그렇지 않으면 실제로 잘못된 결과를 얻게 됩니다. 

이제 CALCULATE 함수를 사용하면 MIN (Dates[Date]) 의 특정 결과에 필터 컨텍스트를 적용할 수 있습니다 .  

따라서 이 계산의 맥락은 고객에서 시작하여 고객이 구매한 모든 단일 제품에서 마지막으로 최소 날짜 또는 고객이 제품을 구매한 첫 번째 날짜를 평가합니다.

또한 특정 제품의 실제 이름이 될 실제 제품 값을 반환합니다.  

이 모든 공식이 결합되면 매우 강력한 통찰력이 생성됩니다.

결과 검토

이 후에는 다시 확인해야 합니다. 테이블과 수식이 실제로 올바른 결과를 생성하는지 확인하는 것이 중요합니다.

따라서 특정 고객을 선택해 보겠습니다. 특정 고객에 대한 모든 날짜, 모든 제품 및 모든 판매가 있는 이 테이블이 있는 것을 여기에서 볼 수 있습니다.

따라서 최초 구매한 제품은 2015년 8월 20일 입니다 . Product 94 의 총 판매량도 볼 수 있습니다 . 그런 다음 몇 가지 더 많은 샘플을 시도하여 표의 결과를 확인할 수 있습니다.

또한 데이터의 시간 프레임을 변경할 수 있으며 결과도 동적으로 변경됩니다.  

LuckyTemplates의 마지막 구매 날짜
고객이 Power BI 로 다음에 구매할 시기 예측
LuckyTemplates에서 DAX를 사용하여 여러 제품 구매 검색

결론

이 자습서에서는 이 첫 번째 구매 데이터를 계산하고 LuckyTemplates의 테이블 내부에 실제로 통합하는 방법을 시연했습니다 . 이렇게 하면 모든 기간의 제품 및 고객 동향을 동적으로 볼 수 있습니다. 

이 기능이 정말 강력하고 LuckyTemplates를 사용하여 상대적으로 효율적인 방식으로 수행할 수 있기를 바랍니다. 이것이 바로 LuckyTemplates가 뛰어난 이유입니다!

모델에서 이것을 구현하는 데 행운을 빕니다.

***** LuckyTemplates 학습? *****