Eerste aankoop van klantinzicht met behulp van DAX

Ik heb nog een heel uniek inzicht om u te laten zien in LuckyTemplates. Na deze sessie kunt u de eerste aankoop van een klant identificeren en deze gegevens gebruiken om uw toekomstige verkopen te stimuleren. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

Door een trend te analyseren in termen van het eerste product dat klanten kopen, kunt u: (1) onze marketinginspanningen veranderen; (2) wijs geschikte middelen toe aan onze advertenties; en (3) deze kennis gebruiken om meer klanten aan boord te krijgen.

U kunt dit doen omdat u met deze functie kunt bepalen welke producten populairder zijn bij de eerste aankoop dan andere. Op basis hiervan kun je uitzoeken wat de tweede en derde meest populaire aankopen zijn. Uiteindelijk zie je ook de gemene deler in die specifieke resultaten.

Inhoudsopgave

• Voorbeeldinzicht met eerste aankoopgeschiedenis
• De eerste aankoop van de klant achterhalen
• De resultaten bekijken
• Conclusie

Voorbeeldinzicht met eerste aankoopgeschiedenis

Met behulp van de gegevens die zijn gegenereerd uit uw eerdere verkopen, kunt u eenvoudig de eerste aankoop van een klant opsporen. Een dergelijke bestelgeschiedenis kan u helpen bij het nemen van zakelijke beslissingen over hoe u de verkoop kunt stimuleren. U kunt deze analyse ook gebruiken om uw marketing en reclame voor een specifiek product te richten.

Hieronder vindt u enkele voorbeeldgegevens die ik voor deze zelfstudie heb voorbereid. Het toont de specifieke klantnamen en de bijbehorende producten die ze als eerste hebben gekocht.

Ik heb deze voorbeeldgegevens met veel verschillende klanten ingesteld. Voor productnamen heb ik alleen generieke namen voor gemakkelijke identificatie. Vervolgens heb ik de namen verzameld van klanten die duidelijk al iets hebben gekocht.

Ik heb ook een datumkiezer toegevoegd, zodat ik gemakkelijk het bereik van aankoopdata van elke periode kan beheren.

Wat ik hierna heb, is een essentieel onderdeel van de LuckyTemplates-tabel . Ik heb ook een tabel gemaakt om te controleren of ik de gegevens goed heb. Aangezien ik de cijfers misschien op de een of andere manier moet controleren, is dit een goede maatregel.

De eerste aankoop van de klant achterhalen

De formule die ik heb gebruikt is een combinatie van nogal wat verschillende functies.

Eerst moet u de TOPN- formule bekijken, inclusief de functies SUMMARIZE en CALCULATE .

Als je de eerste van iets of de laatste van iets probeert te vinden, is TOPN de perfecte oplossing. Deze functie retourneert geen waarde, maar retourneert een tabel. Dat is het belangrijkste verschil met de RANKX- functie, aangezien de laatste alleen een waarde van ranking retourneert.

Wat ik binnen TOPN heb toegevoegd , is een getal dat de tabel voorstelt die ik aan het einde van de evaluatie wil behouden.

Vervolgens heb ik de SUMMARIZE-functie toegevoegd om een ​​virtuele tabel met de datum en elk afzonderlijk product te retourneren. 

Hier is de truc die echt cruciaal is: je moet de minimumdatum of de eerste date evalueren.

Daarom moet je de allereerste date gaan zoeken, maar je moet deze in de CALCULATE- verklaring verpakken. Doe je dat niet, dan krijg je eigenlijk een onjuist resultaat. 

Met de functie CALCULATE kunnen we nu een filtercontext toepassen op het specifieke resultaat van MIN (Dates[Date]) .  

De context van deze berekening begint dus bij de klant, vervolgens bij elk afzonderlijk product dat een klant heeft gekocht, en ten slotte bij het evalueren van de minimumdatum of de allereerste datum waarop de klant een product heeft gekocht.

Bovendien retourneert de de werkelijke productwaarde die de werkelijke naam van het specifieke product zal zijn.  

Wanneer al deze formules worden gecombineerd, levert dat een zeer krachtig inzicht op.

De resultaten bekijken

Hierna moet u het nogmaals controleren. Het is cruciaal om te controleren of de tabel en de formule daadwerkelijk de juiste resultaten opleveren.

Dus laten we gewoon een bepaalde klant selecteren. Je zult hier zien dat ik deze tabel heb met elke datum, elk product en elke verkoop voor die bepaalde klant.

Dienovereenkomstig was het allereerste product dat werd gekocht op 20/8/2015 . U kunt zelfs de totale verkoop van Product 94 zien . Daarna kunt u nog enkele voorbeelden proberen om de resultaten in de tabel te valideren.

Bovendien kunt u het tijdsbestek van uw gegevens wijzigen en dat zal de resultaten ook dynamisch veranderen.  

Laatste aankoopdatum in LuckyTemplates
Voorspellen wanneer uw klanten de volgende aankoop doen met Power BI
Ontdek meerdere productaankopen met DAX in LuckyTemplates

Conclusie

In deze tutorial heb ik gedemonstreerd hoe je deze eerste aankoopgegevens kunt uitwerken en daadwerkelijk kunt verwerken in een tabel in LuckyTemplates . Als u dit doet, kunt u de product- en klanttrend uit elke periode op een dynamische manier bekijken. 

Hopelijk kun je zien dat dit echt krachtige dingen zijn en dat je het op een relatief efficiënte manier kunt doen met LuckyTemplates. Dit is wat LuckyTemplates zo geweldig maakt!

Veel succes met het implementeren van deze in uw modellen.

***** LuckyTemplates leren? *****