Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
In deze video wilde ik een inzicht vinden dat echt uniek was en enorm waardevol voor het bedrijfsleven. Hier heb ik de LuckyTemplates TOPN-functie gebruikt . Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Ik wilde de best verkochte dag voor elk product weten .
Niet alleen dat, ik wilde dynamisch in elke winkel kunnen kijken en de best verkochte dag kunnen analyseren voor elk afzonderlijk product dat elke winkel verkoopt.
Dit soort details op een gedetailleerd niveau kunnen extraheren, is een heel krachtige analyse en je kunt het op een heel dynamische manier laten zien.
In dit videovoorbeeld laat ik zien hoe u itererende functies kunt gebruiken - met name TOPN om dit soort informatie te ontdekken, die u kunt gebruiken om solide gegevens te verkrijgen waarmee u uiteindelijk meer kunt verkopen.
Het mooie van dit type analyse is dat we kunnen vergelijken waarom sommige producten op bepaalde dagen beter verkopen in bepaalde regio's dan in andere regio's, waar ze op een andere dag misschien beter verkopen.
We kunnen proberen te begrijpen waarom dat zo is en misschien promoties of kortingen aanbieden rond die specifieke trends of gedragingen in die specifieke winkels.
Inhoudsopgave
Gemiddelde omzet per dag berekenen
Voordat we de meer geavanceerde logica trainen, gaan we de gemiddelde verkoop per dag berekenen.
Hoeveel van deze producten verkopen we gemiddeld eigenlijk? Dus laten we een formule maken waarmee we dat kunnen berekenen.
Deze formule lijkt erg op een andere video over middeling , die op LuckyTemplates TV staat. Maar hier is hoe we dat uitwerken.
Ga en klik op Nieuwe meting en typ de naam Avg. Verkoop per dag .
We gebruiken de GEMIDDELDE EX- functie voor deze maat.
We gaan elke dag herhalen en de totale verkoop berekenen, en dan het gemiddelde nemen.
En als we het dan naar onze tabel slepen, kunnen we zien dat we er gemiddeld per dag zo veel verkopen van elk product.
En met deze gegevens willen we daadwerkelijk zien op welke dag dat gemiddelde consistent het beste is.
Met andere woorden, we willen gemiddeld zien op welke dag we het meest verkopen.
Berekenen voor de best verkopende dag
In dit voorbeeld zie je hoe je verschillende functies en technieken kunt combineren en het antwoord kunt achterhalen.
Dus gaan we een nieuwe maatstaf maken, en we zullen het Best Selling Day noemen . In deze formule gebruiken we de functie TOPN .
TOPN is echt een coole functie in LuckyTemplates. Het stelt ons in staat om een tabel te maken op basis van ranking.
Dus wat we gaan doen is isoleren, op basis van ranking, de hoogste dag voor gemiddelde verkopen. Dan gaan we proberen die dag terug te keren.
Hier gebruiken we MAXX , en het is echt interessant hoe we daadwerkelijk met MAXX een tekstwaarde kunnen retourneren.
We springen in een nieuwe regel en gaan TOPN. Omdat we de topdag willen, wordt deze N-waarde gelijk aan 1.
We gebruiken dan SUMMARIZE in een nieuwe regel. Met SAMENVATTEN gaan we naar een tabel verwijzen, vervolgens naar een kolom, en de dag van de week is wat we daadwerkelijk gaan herhalen.
En in de volgende regel gaan we naar Verkoopdagen en zetten we de gemiddelde verkoop per dag . Merk op dat dit een virtuele tabel is die we aan het maken zijn.
Vervolgens gaan we rangschikken. In deze tabel gaan we de top 1 extraheren door te verwijzen naar de Verkoopdagen , wat eigenlijk de naam is van deze kolom in de virtuele tabel. Als laatste gaan we Dag van de Week .
Met deze formule kunnen we eigenlijk alles isoleren. We zouden niet alleen de top 1 kunnen isoleren, maar ook de top 2, enz.
Dus als we naar binnen gaan en het naar onze tabel slepen, kunnen we nu zien dat het de gemiddelde verkoop per dag voor elke week evalueert. Vervolgens rangschikt TOPN ze en retourneert alleen de top 1.
We retourneren alleen de bovenste dag van de week voor deze verkoopdagenberekening. Daarom krijgen we de topdag.
Wat ook verbazingwekkend is, is dat we daadwerkelijk op een specifieke regio kunnen klikken . Laten we bijvoorbeeld naar Florida klikken en alles wordt bijgewerkt .
We kunnen hier zien dat dinsdag voor product 63 eigenlijk de best verkopende dag is,
terwijl het in al onze regio's die we verkopen eigenlijk vrijdag is.
Dingen die je kunt doen met deze formule
Er is veel logica die je hier zou kunnen toevoegen, maar het idee voor deze tutorial is om te laten zien dat dit de logica is die je hier in de eerste plaats zal brengen, en dat je vervolgens op verschillende manieren kunt vertakken .
Op basis hiervan zou je je marketing kunnen automatiseren.
In een bepaalde winkel heb je bijvoorbeeld een consistente bestverkopende dag van iets. Vervolgens kunt u elke dag meldingen verzenden of een e-mailmarketingketen verzenden die dat specifieke product promoot, zegt dat het in de uitverkoop is, enz.
U kunt vervolgens scenario's uitvoeren en zien hoeveel extra voetverkeer in uw winkel de vraag en verkoop van uw andere producten zou vergroten.
Er zijn zoveel coole dingen waar je vanuit deze formule naar toe zou kunnen gaan, vooral in de basis voor scenarioanalyse.
Wanneer je het combineert met deze nieuwe Data Bars ,
je zou een goed beeld kunnen krijgen van een aantal echt goede inzichten. Het zal veel waarde voor u genereren.
Er zijn zoveel verschillende manieren waarop je uiteindelijk dezelfde techniek kunt gebruiken. Dit is slechts één voorbeeld.
Vanaf hier kunt u verder gaan met het ontdekken van de beste verkoper voor elk afzonderlijk product ; het best verkochte product in elke winkel ; en vele anderen.
Toon alleen de laatste n verkopen van een klant met LuckyTemplates
Ranking Insights met TOPN in LuckyTemplates
Meet gemiddelden per dag met AVERAGEX met DAX
Conclusie
Er zijn zoveel verschillende manieren waarop u deze formule kunt herwerken en uiteindelijk inzicht kunt krijgen in het gedrag van uw klanten.
Als je dit kunt repliceren in je eigen datasets, wordt het enorm waardevol. Ik ben ervan overtuigd dat u manieren zult vinden om dit keer op keer te repliceren in veel nieuwe modellen en rapporten die u maakt.
Naarmate je meer leert over rangschikkingsstrategieën binnen LuckyTemplates, kun je beginnen met het openen van analytische kansen waarvan je niet eens dacht dat ze mogelijk waren.
Ik heb veel van deze diepgaand behandeld in de on-demand cursus .
Om geavanceerde analyses in LuckyTemplates te voltooien, heb je een solide basis nodig in formules zoals TOPN.
Maar dan moet je leren hoe je veel van deze formules kunt combineren om iets van het . Bekijk het als je wat tijd hebt.
Proost,
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