Klanten tellen in de loop van de tijd met behulp van DISTINCTCOUNT in LuckyTemplates

In deze blogpost ga ik doornemen hoe u kunt berekenen aan hoeveel klanten u in de loop van de tijd verkoopt met behulp van een paar functies zoals DISTINCTCOUNT in LuckyTemplates. Er zijn eigenlijk een paar manieren waarop je het kunt berekenen, daarom wilde ik er een korte tutorial over maken om een ​​paar dingen te laten zien. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

In dit voorbeeld is het van cruciaal belang om te begrijpen hoe u het gegevensmodel dat u hebt opgezet kunt omzeilen, dus ik zal u laten zien hoe ik dit heb opgezet. Het is belangrijk omdat het niet zo eenvoudig is als gewoon een COUNT over uw klantentabel plaatsen. Onthoud dat we willen laten zien hoe het aantal klanten in de loop van de tijd verandert, dus we moeten ervoor zorgen dat het resultaat ook wordt gefilterd door onze datumtabel.

Inhoudsopgave

• DISTINCTCOUNT gebruiken om uw klanten te tellen
• Formule 1: Uitzoeken hoeveel klanten per dag
• Formule # 2: een nieuwe formule maken om de relatie weer te geven
• Formule #3: Uitgebreide tabellen gebruiken
• De gegevens visualiseren
• Conclusie

DISTINCTCOUNT gebruiken om uw klanten te tellen

In dit bericht gaan we een relatief eenvoudige DAX-formule doornemen . Denk maar eens aan hoe deze dingen logisch worden berekend en hoe DAX werkt met het datamodel. Dus we zullen snel het datamodel bekijken. We hebben de verkooptabel onderaan en de feitentabel bovenaan: datumtabel, productentabel, regiotabel en klantentabel als onze opzoektabellen. Deze tafels zijn allemaal met elkaar verbonden.

We willen zien aan hoeveel klanten we per dag verkopen. Dit gaat een klein probleem laten zien dat we mogelijk hebben met de formule, maar ik ga je laten zien hoe je het op een aantal manieren kunt oplossen. Door dit te doen, kunt u begrijpen wat er in het datamodel gebeurt.

Formule 1: Uitzoeken hoeveel klanten per dag

Het eerste dat we moeten doen, is kijken aan hoeveel klanten we daadwerkelijk per dag hebben verkocht. Wat we wel kunnen doen, is een meting maken en deze Total Customers noemen en vervolgens DISTINCTCOUNT en Customer Name gebruiken.

Logischerwijs is dat wat u denkt te moeten doen: tel op hoeveel klanten we elke dag verkopen . Het probleem hier is dat we elke dag precies hetzelfde resultaat krijgen.

De reden waarom we dit krijgen, is omdat de formule naar de klantentabel gaat en zegt wat het afzonderlijke aantal klanten is voor elke dag. Het probleem is dat de tabel Datums absoluut geen relatie heeft met de tabel Klant ; de enige relatie die beide tabellen hebben, is die met de tabel Verkoop. Voor elk afzonderlijk filter dat in de tabel Datums wordt geplaatst, wordt er niets gefilterd in de tabel Klanten wanneer we de DISTINCTCOUNT elke dag uitvoeren , en daarom krijgen we precies hetzelfde resultaat.

Als we willen zien aan hoeveel klanten we op een bepaalde dag hebben verkocht, moeten we deze formule enigszins wijzigen. We moeten het zo veranderen dat het naar de tabel Sales kijkt, want daar is de tabel Date mee verbonden . Wanneer er enige context op een resultaat wordt geplaatst, gaat het naar beneden door de relaties en stroomt het naar de tabel waarmee het is verbonden, in dit geval de tabel Verkoop.

Formule # 2: een nieuwe formule maken om de relatie weer te geven

Om dit te bereiken, maken we een andere formule en noemen deze Total Customers 2 . We zullen DISTINCTCOUNT opnieuw gebruiken, maar in plaats van de klantentabel te gebruiken, moeten we de klantnamenindex vinden in de verkooptabel.

Zodra we deze nieuwe meting in de tabel hebben gesleept, ziet u hoeveel unieke klantnaamindexen er zijn voor elke dag.

Formule #3: Uitgebreide tabellen gebruiken

Dus zo doe je het op een simpele manier. Er is eigenlijk een andere manier om exact hetzelfde resultaat te genereren. Er is nooit echt maar één manier om te antwoorden in LuckyTemplates; er zijn altijd een paar manieren – en soms meer dan dat – om de gewenste resultaten te bereiken.

Laten we een andere meting maken en deze Total Customers 3 noemen . Wat we in CALCULATE gaan doen, is verwijzen naar de eerste Total Customers-maatstaf die we hebben gemaakt, degene die net 50 genereert voor elke dag, en vervolgens de volledige Sales-tabel als een filter toevoegen.

Zodra we op Enter drukken en het naar de tabel slepen, zult u zien dat het even duurt om te berekenen, omdat de berekening een beetje ingewikkelder is. Maar zoals u kunt zien, genereert het eigenlijk precies hetzelfde resultaat als de juiste Total Customers 2.

Dat komt door een concept dat uitgebreide tabellen wordt genoemd . Wat de Sales-tabel hier eigenlijk vertegenwoordigt, is een volledig plat bestand van ons datamodel. Er is één enorm plat bestand met datums , producten , regio's en klanten . Door deze techniek en deze formule te gebruiken, stellen we de DAX-taal in wezen in staat om de meting Total Customers opnieuw te berekenen door deze te berekenen over de gehele uitgebreide Sales-tabel .

In de eerste maat was er geen verband. Dus hebben we een verbinding gemaakt in de derde meting door te verwijzen naar de uitgevouwen tabel Verkoop in een berekeningsoverzicht om het juiste resultaat te genereren.

De gegevens visualiseren

Ik zou over het algemeen gewoon kiezen voor de # 2-optie die we hebben gemaakt, zodat we deze kunnen gaan visualiseren met behulp van het vlakdiagram.

We kunnen door de tijd heen zien aan hoeveel klanten we daadwerkelijk per dag verkopen. We kunnen ook de ingebouwde analytische functies in LuckyTemplates gebruiken om een ​​trendlijn te tekenen. We zien dat we gemiddeld zo'n acht of negen klanten per dag hebben.

Onthoud dat dit ook allemaal dynamisch is, dus we kunnen een extra stuk context toevoegen dat we misschien willen toevoegen.

We hebben een paar concepten doorgenomen en je kunt ze voor verschillende dingen gebruiken; in plaats van klanten kunnen het producten, regio's of verkopers zijn. In de kern is het begrijpen wat DISTINCTCOUNT doet en het datamodel achter de schermen begrijpen om er zeker van te zijn dat u het juiste resultaat berekent.

Conclusie

Deze techniek levert interessante inzichten op, die je uiteindelijk op veel verschillende manieren kunt gebruiken en visualiseren. Een manier die in je opkomt, is via scenarioanalyse . U zou kunnen zien, op basis van prognoses die u vooruit kunt projecteren op basis van historische klantenaantallen, hoe uw resultaten kunnen worden beïnvloed als u het aantal klanten aan wie u verkoopt, vergroot. U zou hierop scenario's kunnen uitvoeren met behulp van een geschatte gemiddelde verkoopprijs om de gemiddelde waarde per klant af te leiden. Echt krachtige dingen. Hopelijk zien jullie hiermee dezelfde kansen als ik.

Een andere manier om dit soort inzichten te visualiseren, is door vergelijkingen in de tijd te tonen. Misschien wil je cumulatief het aantal klanten tonen aan wie je hebt verkocht en dat vergelijken met vorige maand of vorig kwartaal. Je zou hier beginnen en dan 'vertakken' met behulp van time intelligence-functies.

In mijn cursus laat ik zien hoe ik alle time intelligence-functies kan gebruiken om deze tijdvergelijkingsanalyse te voltooien .

Veel succes met het implementeren van deze, en laat het me weten als je ideeën hebt in de comments hieronder.