Set Data LuckyTemplates: Ketahui Cara Mengesan Gelagat Tidak Normal Menggunakan DAX

Dalam catatan blog ini, saya akan menunjukkan kepada anda secara terperinci bagaimana anda boleh menemui corak tingkah laku yang tidak normal dalam set data LuckyTemplates anda . Ini bukan sesuatu yang akan menyerlah serta-merta apabila menjalankan analisis merentas data anda jadi anda perlu berfikir secara analitikal mengenainya. Anda boleh menonton video penuh tutorial ini di bahagian bawah blog ini.

Dengan memikirkan secara mendalam tentang perkara yang ingin anda capai dan kemudian menyediakan model data yang berfungsi untuk jenis pengiraan ini, anda boleh memperoleh hasil yang berkualiti tinggi.

Dalam contoh ini, kami akan cuba memahami perkara yang telah dilakukan oleh pelanggan sebelum ini. Kami juga akan menilai sama ada pembelian baru-baru ini adalah normal atau tidak normal berbanding dengan apa yang telah berlaku pada masa lalu.

Isi kandungan

• Temui Outlier Dalam Set Data LuckyTemplates Anda
• Produk Unik Dibeli
• Purata Produk Yang Dibeli Dalam Suku Tahun
• Purata Produk Dibeli Di Semua Suku
• Kesimpulan

Temui Outlier Dalam Set Data LuckyTemplates Anda

Mari kita fikirkan ini dari perspektif komersial. Katakan kami adalah peruncit dalam talian, syarikat penerbangan atau pasar raya dan kami perlu melaksanakan program kesetiaan.

Kami perlu melihat set data pelanggan kami untuk mengetahui jumlah sebenarnya yang telah dibeli oleh pelanggan untuk setiap suku individu berbanding dengan purata yang mereka beli.

Secara tiba-tiba, kita melihat peningkatan atau penurunan besar-besaran dalam corak pembelian atau gelagat membeli. Kami ingin memahami sebab mereka membeli lebih banyak daripada biasa, atau sebab mereka membeli kurang daripada biasa.

Dengan cara ini, kami boleh membuat makluman dalam sistem CRM kami dan kemudian membiarkan pasukan jualan kami menyasarkan orang ini dengan memberikan diskaun atau kupon.

Ini adalah cerapan yang sangat hebat yang boleh anda perolehi daripada LuckyTemplates. Nilai yang anda boleh ekstrak daripada analisis anda boleh memberi kesan positif kepada perniagaan anda.

Produk Unik Dibeli

Untuk mengira purata produk yang dibeli pada suku tertentu, kita perlu terlebih dahulu memikirkan Produk Unik yang Dibeli. Bagi setiap pelanggan individu, berapa banyak produk individu yang mereka beli?

Kami boleh mengetahui perkara ini dengan mengatakan bahawa untuk mana-mana konteks pelanggan, kami akan menghitung KIRAAN DISTINCT ID produk dalam jadual jualan.

Formula ini akan memberi kami setiap produk unik yang telah dibeli oleh pelanggan daripada kami dalam konteks semasa.

Memandangkan formula di atas, apabila kita mengklik pada Q1 2017, kita dapat melihat bahawa pelanggan Aaron Day hanya membeli 1 produk.

Purata Produk Yang Dibeli Dalam Suku Tahun

Ini adalah formula yang akan kami gunakan untuk menghasilkan cerapan khusus ini. Ia akan menyatakan secara purata berapa banyak pelanggan tertentu telah membeli dalam satu suku.

Purata Produk Dibeli Di Semua Suku

Perkara seterusnya yang kita perlukan ialah penanda aras atau nombor untuk membandingkannya dengan sesuatu supaya kita dapat memahami apakah itu tingkah laku yang tidak normal.

Kami kemudian akan mengira cerapan yang sama, tetapi kami tidak melihat mana-mana tarikh tertentu. Kami akan mengeluarkan sebarang konteks pada tarikh.

Apa yang dilakukan oleh formula ini ialah mengembalikan purata produk unik dalam setiap suku tahun untuk pelanggan tertentu. Beginilah cara kami mencapai wawasan khusus ini.

Jadi sekarang kita mempunyai dua nilai. Apabila kami membuat pilihan (cth. S2 2017), lajur Purata Produk yang Dibeli di Semua Suku tidak akan berubah kerana fungsi SEMUA Tarikh . Fungsi ini mengalih keluar sebarang penapis yang kami pamerkan daripada Dates.

Dengan setiap pilihan yang kami buat, lajur Purata Produk yang Dibeli dalam Suku Tahun akan berubah.

Dengan membandingkan kedua-dua lajur ini, kita boleh mengetahui apa yang normal, dan apa yang tidak.

Kita boleh meletakkan perkara yang telah kita sampaikan setakat ini dalam carta visual untuk analisis yang lebih mendalam. Kami dapat melihat dengan cepat bilangan produk yang telah dibeli oleh pelanggan kami pada suku tertentu (sebelah kanan) berbanding purata banyak yang mereka beli (sebelah kiri).

Kami akan dapat melihat gelagat yang tidak normal daripada set data LuckyTemplates kami dan melihat pelanggan yang telah meningkatkan pembelian mereka. Siapakah mereka ini, dan mengapa mereka melakukannya?

Berbekalkan data yang telah kami kumpulkan, kami kemudiannya boleh melaksanakan strategi yang boleh diambil tindakan untuk meniru perkara ini.

Kami boleh menguatkan mesej pemasaran kami untuk meningkatkan pembelian mereka yang tidak menghasilkan tingkah laku yang tidak normal.

Kesimpulan

Di sinilah analisis jenis abnormal, outlier atau anomali menambah banyak nilai. kenapa? Kerana kami ingin memahami sama ada pelanggan kami menunjukkan prestasi yang lebih baik atau jika jurujual menjual lebih banyak.

Jika kami boleh menemui corak tingkah laku yang positif untuk kami dalam segmen tertentu data kami, kami boleh meniru ini merentas segmen lain.

Matlamatnya adalah untuk meniru tingkah laku pelanggan yang berfaedah dan menerapkannya pada bidang perniagaan yang lain.

Teknik ini akan sangat membantu meningkatkan pemikiran analitikal anda tentang perkara yang boleh anda capai dalam LuckyTemplates. 

Jenis analisis ini dan banyak lagi boleh didapati dalam modul Advanced LuckyTemplates di LuckyTemplates Online . Untuk butiran lanjut, lihat modul di bawah.

Selamat mengulas yang ini.