LuckyTemplates에서 DAX를 사용하여 여러 제품 구매 검색

이 예에서는 고유한 고객 통찰력을 검토할 것입니다 . 특히 여러 제품을 구매한 고객 수를 계산하는 방법을 이해할 것입니다 . 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

이것은 상대적으로 논리적인 계산처럼 보일 수 있지만 실제로는 DAX를 사용할 때 더 많은 것이 있습니다.

이는 LuckyTemplates를 활용하여 영업 또는 마케팅 팀과 같은 조직 내의 특정 영역이 이러한 기능에 대한 데이터 결정을 내리는 데 도움을 주는 방법을 보여주는 완벽한 예입니다.

이 자습서에서는 여러 제품을 구매한 고객 수를 검색하는 방법을 보여 드리겠습니다.

목차

• 여러 제품 구매의 샘플 데이터
• 여러 구매 고객 찾기
• 백분율 작업
• 결론

여러 제품 구매의 샘플 데이터

이 데이터는 꽤 흥미롭습니다. 특정 제품에 대한 고객 동향을 보고 추적할 수 있습니다 . 해당 제품을 다시 구매할 특정 고객 그룹을 예측할 수도 있습니다.

이 기술은 특히 고객을 분석하고 싶지만 초기 컨텍스트가 제품일 때 매우 중요합니다.

내 예에서는 Total Customers 열을 만들었습니다 . 여기에서 제품을 구매한 총 고객 수를 계산할 수 있습니다.

그런 다음 데이터의 날짜 범위를 제어할 수 있는 이 날짜 선택 기도 만들었습니다 .

다른 시간 프레임을 클릭하면 테이블의 데이터가 자동으로 변경됩니다.

무엇보다 특정 상품을 실제로 1회 이상 구매한 고객이 몇 명인지 파악하는 것이 중요하다. Multiply Purchases 열 에서 해당 정보를 쉽게 볼 수 있습니다 .

여기 내 예에서 첫 번째 제품에는 총 89명의 고객이 있습니다. 89명의 고객 중 4 명만이 실제로 제품을 두 번 이상 구매했음을 알 수 있습니다 .

이 기법을 통해 반복 고객과 신규 고객의 매출이 얼마나 되는지 평가할 수 있습니다 . 이것은 비즈니스 관점에서 정말 훌륭한 통찰력입니다.

여러 구매 고객 찾기

필요한 데이터를 찾으려면 이 공식을 사용해야 합니다. , 및 기능 의 조합입니다 .

LuckyTemplates에서 이 논리를 활용하는 방법은 매우 많습니다.

먼저 수식의 이 특정 부분을 자세히 살펴보겠습니다. 이것은 SUMMARIZE가 들어오는 곳이며 정말 잘 작동합니다.

공식은 모든 고객을 평가할 수 있습니다. 그런 다음 모든 단일 고객 및 해당 거래 수에 대한 가상 테이블을 반환합니다.

SUMMARIZE 함수 내에서 Total Transactions 수식을 추가한 것을 볼 수 있습니다 .

이 수식은 판매 테이블의 개수 행에 불과합니다. 따라서 모든 고객의 모든 거래를 계산합니다.

제품에 관계없이 각 고객의 거래 수를 계산합니다. SUMMARIZE 컨텍스트 에 넣었기 때문입니다 . 따라서 수식에서 고객[고객 ID]입니다 .

요약하면 SUMMARIZE 기능은 기본적으로 모든 개별 고객과 특정 제품의 구매 횟수에 대한 가상 테이블을 생성합니다. 

그런 다음 이 가상 테이블을 Total Purchases 의 FILTER 함수 에 배치했습니다 .

총 구매 금액이 1 이상인   경우 해당 고객을 가상 테이블에 유지합니다.

여러 제품을 구매한 고객에 대해 필터링된 가상 테이블이 있으면 COUNTROWS 함수를 사용합니다. 

COUNTROWS 함수는 궁극적으로 Customers w/ Multiply Purchase 열 아래 의 데이터를 제공합니다 .

백분율 작업

이 튜토리얼에서 배울 수 있는 또 다른 흥미로운 점이 있습니다. 다른 측정값을 만들고 백분율을 계산할 수도 있습니다.

그렇게 하려면 New Measure 를 클릭하면 됩니다 .

측정값의 이름을 Multiple Purchase % 로 변경하기만 하면 됩니다 . 그런 다음 아래의 동일한 공식을 따르십시오.

기능을 사용했습니다 . 방금 총 고객 수를 총 고객의 여러 제품 구매로 나누었습니다.

그런 다음 Modeling 탭을 클릭한 다음 Key Measures 아래로 이동합니다 .

여기 시각화 모델 에서 Multiple Purchase %가 이제 Key Measures 아래에 있음 을 알 수 있습니다 .

다음으로 형식을 백분율로 만들어야 합니다.

해당 측정값을 테이블로 끌어와야 합니다. 마찬가지로 동일한 고객이 어떤 제품을 더 정기적으로 구매했는지 확인할 수 있습니다.  

데모 데이터셋을 보여드렸으니 실제 비즈니스에서는 더 가변적일 것 같습니다. 당신이 소매상이라면 특정 고객이 더 많이 구매할 것이라고 생각하는 특정 제품을 갖게 될 것입니다.

제품별 최고의 매출은 어디입니까?
메트릭 기반 상위 20% 고객은 누구입니까?
LuckyTemplates에서 RANKX를 사용하여 상위 고객 찾기

결론

이 블로그에서는 고객의 여러 제품 구매를 해결하는 방법을 살펴봅니다. 가상 테이블에서 얻을 수 있는 통찰력이 얼마나 강력한지 자주 언급했습니다 . 그러나 이것은 여러 제품 구매에 대해 LuckyTemplates에서 쉽게 추출할 수 있는 또 다른 훌륭한 통찰력입니다.

LuckyTemplates는 고객에 대한 계산에 적합합니다 . 매장, 지역, 위치 또는 모든 유형의 차원으로 데이터를 쉽게 필터링할 수 있습니다.

특히 고객 데이터를 다루는 경우 이러한 종류의 논리를 배우고 자신의 모델에 구현할 수 있다면 좋을 것입니다 .

LuckyTemplates TV 에서 새로운 자습서를 시청할 수도 있습니다 . 나는 당신에게 그것들을 전달하기를 정말로 고대하고 있습니다.

콘텐츠를 즐기세요!

***** LuckyTemplates 학습? *****