Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze zelfstudie wilde ik de verkoop van nieuwe klanten bespreken en u leren hoe u deze kunt berekenen met behulp van uw LuckyTemplates-model. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Wanneer u uitzoekt wie uw nieuwe klanten zijn, moet u er allereerst voor zorgen dat u goed begrijpt hoe u een nieuwe klant classificeert.
De berekening en logica die u gebruikt om de verkoop (of omzet) van nieuwe klanten te berekenen, lijkt sterk op het berekenen van het absolute aantal nieuwe klanten. Het enige verschil is dat u onze DAX-formules op een iets andere manier moet structureren . Dat is waar deze tutorial zich op richt.
Inhoudsopgave
Geavanceerd inzicht in verkoopgegevens van nieuwe klanten
Het belangrijkste verschil tussen het berekenen van nieuwe klantverkopen versus nieuwe klanten is dat u een virtuele tabel moet gebruiken binnen de filtercontext van de functie .
Zodra u de benodigde formule met succes hebt verwerkt, kunt u een New Customer Analytics- rapport maken, zoals hieronder.
In het voorbeeldrapport kunt u hier een grafiek zien die de totale verkoop en de verkoop van nieuwe klanten per maand en per jaar vergelijkt.
Om tot dit inzicht te komen, moet u uitsplitsen wie uw nieuwe klanten zijn of op zijn minst classificeren wat u als 'nieuwe klanten' beschouwt.
Daarna kunt u de verkoop van nieuwe klanten vergelijken met de totale verkoop van de huidige maand. Van daaruit kunt u het percentage nieuwe klanten en nieuwe klantverkopen afleiden, net als de onderstaande gegevens.
Dat zijn enkele van de interessante inzichten die u kunt afleiden uit dit New Customer Analytics- rapport dat ik heb opgesteld. Nu, hier komt het lastige deel, ik zal je leren hoe je deze churn-analyses kunt bedenken.
Evalueren van de lijst met nieuwe klanten
Voordat u uw nieuwe klantverkopen kunt berekenen, moet u nog steeds vaststellen wie uw "nieuwe klanten" zijn. U kunt hier een gedetailleerde discussie over nieuwe klanten bekijken . Laten we daarna naar deze pagina springen die ik heb ingesteld.
Kortom, nieuwe klanten kunnen per bedrijf verschillen. Voor deze demo beschouw ik klanten als nieuw als ze in de huidige maand iets hebben gekocht, maar geen eerdere aankoopgeschiedenis hebben in de afgelopen 90 dagen. U kunt het tijdvenster daadwerkelijk wijzigen, afhankelijk van uw parameters. U kunt deze instellen op 180 dagen of u kunt lager gaan naar bijvoorbeeld 30 dagen.
Bekijk de formule voor nieuwe klanten.
De formule CustomerTM en PriorCustomers berekent de klantenset binnen het tijdsbestek van 90 dagen en kijkt naar de klantenset in de huidige context.
Vervolgens retourneert de functie Ten slotte telt de functie
De hele formule zal ons de gegevens voor deze kolom hieronder opleveren.
Nieuwe klantverkopen uitbreken
Laten we vervolgens de verkoop van nieuwe klanten berekenen met behulp van deze formule.
Als u al bekend bent met de vorige formule voor Nieuwe klanten , wordt deze eenvoudig. Dat komt omdat je precies dezelfde formule gebruikt als voorheen.
Wat het verschil maakt, zijn de dingen die u doet na de RETURN- functie.
In plaats van heb ik nu een nieuwe formule ingesteld. Ik heb het gewijzigd in , omdat u de context van onze formule Totale verkoop moet wijzigen .
En de onderstaande waarden in de kolom Verkoop nieuwe klanten zijn wat u nodig hebt om de formule te doorbreken. Dat komt omdat deze formule alleen een specifieke subset van klanten evalueert die u als nieuw beschouwt .
In een ander voorbeeld, wanneer u onze context probeert te veranderen voor nieuwe klanten, veranderen de resultaten ook. Ik beschouw klanten bijvoorbeeld als nieuw als ze vóór een periode van 180 dagen hebben gekocht. De gegevens voor nieuwe klanten, nieuwe klantverkopen en totale verkopen zouden ook dynamisch veranderen.
Ik hoop dat je nu beter begrijpt hoe je kunt uitbreiden naar meer inzichten. Tot slot, als je denkt aan het berekenen van vaste klanten, zou het niet moeilijk zijn. Vaste klanten zijn het tegenovergestelde van nieuwe klanten , toch? U hoeft dus alleen maar een nieuwe maat aan te maken.
Het verkooppercentage van nieuwe klanten uitwerken
Vervolgens, wat als u het percentage nieuwe klantverkopen berekent ? Kijk eens naar deze andere formule.
Nadat u de formule hebt toegevoegd, hoeft u deze alleen maar in de tabel te plaatsen, zodat u de toepasselijke resultaten kunt zien in de kolom Verkoop % nieuwe klanten .
Nieuwe versus bestaande klanten
Analyse van nieuwe klanten met behulp van geavanceerde DAX
Attritieanalyse: verloren klanten vinden met behulp van LuckyTemplates en DAX
Conclusie
Inzicht in de verkoop van nieuwe klanten is voor veel organisaties een belangrijke maatstaf . Daarom leert u hoeveel van uw verkopen afkomstig zijn van bestaande klanten versus nieuwe klanten.
In veel gevallen kan het voor veel organisaties veel voordeliger zijn om bestaande klanten meer te laten kopen, omdat het vaak een aanzienlijk goedkopere manier is om meer omzet te genereren. Dit staat natuurlijk ter discussie omdat het afhangt van de cyclus waarin het bedrijf zich bevindt en of het een start-up of een bestaand bedrijf is.
Hopelijk kunt u veel uit deze zelfstudie halen en ook zien hoe u vrij geavanceerde logica in uw LuckyTemplates-modellen kunt implementeren .
Succes met deze!
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten