Aangepaste dynamische segmentatie met behulp van DAX in LuckyTemplates

In deze blogpost wil ik een geavanceerd DAX-patroon bespreken over het maken van aangepaste dynamische segmentatie in LuckyTemplates. Je kunt deze geweldige techniek op veel scenario's toepassen om zinvolle inzichten te krijgen. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Dynamische groepen worden gemaakt wanneer een reeks verschillende klanten wordt gesegmenteerd op basis van verschillende statistieken, zoals omzet, margegroei en gemiddelde winst per maand.

Inhoudsopgave

• Klanten samen groeperen
• Nieuwe dynamische groepen maken
• Winst door aangepaste groepering
• Marges door aangepaste groepering
• Conclusie

Klanten samen groeperen

Het doel van aangepaste dynamische segmentatie is om klanten te rangschikken op basis van verschillende statistieken . Als u naar de onderstaande visualisatie kijkt, ziet u dat de gegevens zijn gesegmenteerd in drie groepen: 1 tot 20, 21 tot 50 en 'anders'.

Dankzij deze groepen kunt u belangrijke klanten, belangrijke producten of belangrijke dimensies zien en op een effectievere manier dieper ingaan op dat aspect. U kunt patronen in uw gegevens zien. Anders zouden al die gegevens er zonder die groepen alleen uitzien als een wirwar van stippen in een spreidingsdiagram. 

We gaan ook na het maken van een dynamische berekening. Dit betekent dat de klanten niet alleen worden gerangschikt in de hele dataset en tijdlijn. We doen het ook voor specifieke selecties.

Laten we zeggen dat ik alleen de gegevens van mijn klanten in de westelijke regio voor de eerste helft van het jaar wil bekijken.

Zodra die filters zijn toegepast, ziet u dat de resultaten dynamisch worden bijgewerkt. Het rangschikt automatisch de geselecteerde gegevens van 1 tot 20, 21 tot 50, enzovoort.

Zodra die ranglijsten zijn gemaakt, kunt u er ook een slicer van maken en echt effectief inzoomen op deze specifieke klantgroepen.

Het interessante aan dit filter is dat niets van dit alles behoort tot een bestaande tabel uit de kerngegevensmodellen, noch uit een database komt. Het wordt gegenereerd binnen uw LuckyTemplates-model door het gebruik van de juiste DAX-formule.

Nieuwe dynamische groepen maken

Hier leest u hoe u deze groepen vanaf nul kunt opbouwen. Onthoud dat u een tabel probeert te bouwen die gegevens op dezelfde manier presenteert als de onderstaande tabel, met minimum- en maximumlimieten voor elke groep.

Ik heb het beperkt tot 3 groepen om het gemakkelijker te maken om op te maken, maar afhankelijk van de behoefte kun je er zelfs meer hebben.

Zodra die limieten zijn ingesteld, veranderen deze aangepaste groepen in een ondersteunende tabel.

Zoals u kunt zien, hebben de aangepaste groepen geen enkele relatie met andere elementen in uw model. Dus we gaan wat logica toevoegen en een DAX-formule door deze tabel laten lopen. Zodra die logica er is, kunnen we beginnen met het filteren van de resultaten.

Hier komen deze segmentatiepatronen om de hoek kijken. We gaan hier twee patronen gebruiken: Winsten en Marges .

Winst door aangepaste groepering

We beginnen met het eerste patroon, dat kijkt naar de Winsten door aangepaste groepering .

Laten we deze maatregel onderdeel voor onderdeel opsplitsen.

Als we nu naar onze ranking kijken, zal onze ranking altijd gebaseerd zijn op de Total Sales .

Het interessante hier is dat, hoewel dit gebaseerd is op Total Sales , onze output eigenlijk geen Sales is. De uitvoer wordt gebaseerd op andere statistieken. Dat toont maar weer eens aan hoe effectief deze techniek is.

Dus in plaats van alleen de functie te gebruiken, gaan we een andere context aan de formule toevoegen. Nogmaals, dit is gebaseerd op het feit dat we een ondersteunende tafel gebruiken.

Met behulp van de functie gaan we de positie van elke individuele klant evalueren.

We rangschikken elke klant aan de hand van de limieten die we voor elke groep hebben ingesteld. Daarom zul je zien dat we de Min Rank en de Max Rank hebben toegevoegd aan onze meting.

Zodra de evaluatie voldoet aan de voorwaarden van de filters die we hebben ingesteld, zullen de resultaten de Totale winst retourneren . 

Marges door aangepaste groepering

Laten we nu eens kijken naar de Marges- segmentatie.

Nogmaals, laten we deze formule deel voor deel opsplitsen.

U zult zien dat dit bijna exact hetzelfde is als de segmentatie Winst, alleen gebruiken we deze keer de functie CALCULATE voor de Winstmarge .

Net als voorheen voegen we ook context toe door de Min Rank en de Max Rank voor onze Custom Groups in te stellen . Van daaruit krijgen we de resultaten die we nodig hebben.

Hier worden de resultaten opgesplitst in verschillende segmenten. Het belangrijkste om te onthouden is dat wat we hier filteren de tabel is die we hebben gemaakt, namelijk Custom Groups .

Zoals u in de onderstaande visualisatie kunt zien, is deze tabel gefilterd omdat onze aangepaste groep nu in onze legenda staat.

De visualisatie toont nu dus gegevens op basis van de specifieke klanten die deel uitmaken van die gesegmenteerde groep.

Dynamische segmentatie: klanten in groepen segmenteren met behulp van geavanceerde DAX
Segmentatievoorbeeld Geavanceerde DAX gebruiken in LuckyTemplates
Technieken voor klantsegmentatie met behulp van het datamodel – LuckyTemplates & DAX

Conclusie

Met deze techniek is het nu eenvoudig om gegevens te rangschikken op basis van specifieke segmenten. Onthoud dat deze logica dynamisch wordt toegepast voor elke selectie die u heeft. Dus als u gegevens voor Midwest Wholesale Sales wilt rangschikken, moet u diezelfde evaluatie ook toepassen op die specifieke selectie.

Dit soort inzicht is niet bepaald iets dat zomaar uit uw onbewerkte gegevens tevoorschijn komt. Het mooie van dynamische segmentatie is dat het ook in verschillende situaties en verschillende rapportagetoepassingen kan worden gebruikt.

Al het beste.