LuckyTemplates의 시간 인텔리전스: 지난 N일 동안 이루어진 트랜잭션 수를 계산하는 방법

때때로 LuckyTemplates 보고서를 분석할 때 특정 기간 동안 발생한 트랜잭션 수를 알고 싶을 수 있습니다. 이 블로그 게시물에서는 LuckyTemplates의 시간 인텔리전스를 사용하여 지정된 기간 내에 트랜잭션을 계산하는 방법을 정확하게 보여드리겠습니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

이 게시물에서는 LuckyTemplates에서 효율적으로 실행할 수 있는 고품질 분석 작업을 다룹니다. 유용한 인사이트를 추출하기 위해 날짜 테이블 주위에 DAX 수식 조합을 사용할 것입니다.

목차

• 지난 N일 동안의 트랜잭션 결정
• 총 거래 일수
• 총 거래
• 지난 60일 동안의 거래
• 1. 변수 사용(VAR)
• 2. CALCULATE 함수 사용
• 3. 필터 기능
• LuckyTemplates에서 시간 인텔리전스를 사용하여 영업 및 마케팅 개선
• 결론

지난 N일 동안의 트랜잭션 결정

지난 N일 동안 특정 고객이 얼마나 많은 거래를 했는지 살펴볼 것입니다. 실제로 이에 대해 몇 가지 방법이 있습니다.

총 거래 일수

고객이 당사와 거래한 일수를 알아보기 위해 다음 수식을 사용하여 측정값을 만들 수 있습니다.

예를 들어 고객이 특정 날짜에 3개의 개별 제품을 구입했다고 가정해 보겠습니다. 이것이 우리가 사용하는 공식인 경우 구매 날짜의 고유한 수를 사용하므로 3개가 아닌 1개의 거래만 반환합니다 .

총 거래

그러나 날짜에 관계없이 총 트랜잭션 수를 계산하려면 판매 테이블에서 COUNTROWS 함수를 사용할 수 있습니다.

이것은 우리에게 개별 거래를 줄 것입니다. 고객이 하루에 3개의 다른 제품을 구매한 경우 이는 3개의 거래가 됩니다.

판매 표를 보면 Total Days Transacting 열과 Total Transactions 열 사이에 큰 차이가 없음을 알 수 있습니다. 그러나 하루에 여러 거래를 한 Carlos Scott과 같은 경우가 있을 것입니다.

지난 60일 동안의 거래

다음으로 해결하고자 하는 것은 지난 N일 동안 또는 데모 데이터 세트의 경우 지난 60일 동안 이루어진 트랜잭션 수입니다.

우리는 특정 기간 동안 이루어진 트랜잭션 수와 총 트랜잭션 수를 분리할 것입니다.

이것은 동적 계산이므로 시간이 지남에 따라 60일도 함께 이동하게 됩니다. 60일을 거꾸로 살펴보겠습니다.

그래서 이 수식을 만들기 위해 수식 기법과 함수를 조합하여 사용했습니다. 여기에서 변수를 사용하고 함수와 함께 CALCULATE 및 FILTER 로 작업합니다 . 여기서 부분을 살펴보자.

1. 변수 사용(VAR)

VARIABLES를 사용하여 구매의 마지막 판매 날짜(현재 컨텍스트에서)를 알아낼 것입니다. 이것은 데모 데이터 세트이므로 LASTDATE를 사용하여 기준 날짜를 제공했습니다.

일반적으로 라이브 데이터 세트를 볼 것이므로 이 수식을 사용하지 않습니다. 다음과 같은 경우 대신 이 수식을 사용해도 됩니다.

2. CALCULATE 함수 사용

이 예에서는 COUNTROWS 공식을 사용했습니다 . 그러나 이론적으로는 Total Transactions 척도를 사용할 수도 있습니다.

우리는 여전히 트랜잭션 수를 세고 있지만 계산 방법의 관점에서 컨텍스트를 변경하고 있을 뿐입니다.

이것이 바로 CALCULATE 함수가 하는 일입니다. 지난 60일 동안의 총 트랜잭션을 살펴보겠습니다.

3. 필터 기능

세 번째 단계는 FILTER 함수를 사용하여 최근 60일 동안의 날짜 테이블을 필터링하는 것입니다. 이 특정 기능은 특정 시간 범위의 총 트랜잭션을 계산하는 새 창을 엽니다.

ALL(DATES) 를 사용하면 초기에 날짜 테이블에서 나올 수 있는 모든 필터를 해제할 것입니다. 그런 다음 모든 단일 날짜를 반복하고 (Last Date – 60) 과 Last Date 사이에 있는지 평가하여 필터를 다시 추가합니다 .

LuckyTemplates에서 시간 인텔리전스를 사용하여 영업 및 마케팅 개선

최종 결과는 정말 강력한 것입니다. 이것을 재사용하여 새 측정값을 만들 수 있습니다. 예를 들어 다음과 같이 수식을 최대 180일까지 다시 계산할 수 있습니다.

그런 다음 결과를 캔버스로 드래그하고 테이블을 확장하여 고객의 구매 주기 속도를 결정할 수 있습니다. 

우리는 판매 표를 분석한 다음 스스로에게 어려운 질문을 던질 수 있습니다. 지난 180일보다 지난 60일 동안 고객이 더 많이 거래하는 이유는 무엇입니까?

우리가 그들에게 특별 할인을 했기 때문입니까, 아니면 우리가 한 마케팅 아웃리치 때문입니까? 답을 얻으면 마케팅 전략을 개선하는 데 사용할 수 있습니다.

거래 빈도를 분석하는 것은 비즈니스 , 특히 빈도가 높은 소매업체이거나 온라인 회사를 운영하는 경우 매우 중요합니다.

결론

의 시간 인텔리전스에서 얻을 수 있는 인사이트는 마케팅, 인벤토리 및 재무 이니셔티브와 함께 많은 작업과 의사 결정을 주도할 수 있습니다.

이 기술은 올바른 환경에서 매우 다양한 방식으로 사용될 수 있습니다. 항상 트랜잭션일 필요는 없습니다. 판매, 비용, 이익 등이 제가 보여드린 것과 동일한 기술을 사용하여 검토할 수 있습니다.

이것을 보고서에 통합하는 방법을 배울 수 있다면 고객과 조직이 높이 평가할 고품질 작업을 개발하게 될 것입니다.

LuckyTemplates에 대한 고급 분석 기법을 더 알아보려면 LuckyTemplates Online에서 아래 모듈 링크를 확인하십시오.

행운을 빌어요!