Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Hallo allemaal, heb ik een interessant inzicht voor jullie! In dit artikel ga ik de Pareto-analyse doornemen en je helpen je top 20% klanten te identificeren . Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
We willen niet alleen de top 20% onderscheiden van de onderste 80%, we willen ook dieper ingaan op die top 20% en begrijpen WAAROM ze in die categorie zitten.
Misschien is er een bepaald klantgedrag dat we kunnen identificeren. We kunnen het gebruiken om andere klantsegmenten in ons bedrijf te repliceren met als doel de verkoop of klantopbrengst te verhogen .
Deze tutorial kwam voort uit een vraag op het LuckyTemplates-forum over de Pareto-regel. Als u niet bekend bent met Pareto-analyse, is dit gewoon de andere naam van de 80/20-regel. Dit principe suggereert dat 80% van de omzet van het bedrijf afkomstig is van 20% van de klanten of de producten die u verkoopt.
Als je meer wilt weten over de Pareto-regel, kun je deze vorige tutorial bekijken die erop betrekking heeft.
In deze zelfstudie wil ik uitzoeken hoeveel verkopen afkomstig waren van de 20% beste klanten . Ik wil ook benadrukken hoeveel klanten deel uitmaakten van die 20%. Bovendien laat ik je zien hoe je die gegevens kunt uitsplitsen en tot deze geweldige visualisatie hieronder kunt komen.
Daarna ga ik je de dynamische klanten en hun verkopen laten zien op basis van elke staat.
Inhoudsopgave
De formule uitwerken voor de 20% beste klanten
Laten we nu de oplossing doornemen, zodat u kunt zien hoe deze echt werkt. Hier is de formule om het beste 20% klantinzicht te bereiken.
Ik ben alleen op zoek naar klanten die in een bepaald tijdsbestek bij ons hebben gekocht. Houd er rekening mee dat we niet elke keer naar de volledige subgroep van klanten kijken.
Dynamisch wil ik in staat zijn om het tijdsbestek te wijzigen en de top 20% van de klanten voor die periode in een specifieke staat te achterhalen. Dus ik hoef alleen maar een van de staten in het rapport te selecteren om een andere klantenset voor andere contexten te vinden.
Deze berekening is uniek omdat ik unieke dingen moet implementeren. Ten eerste heb ik te maken met de klantcontext. Ik heb alleen de klanten nodig die bij ons hebben gekocht, dus ik moet naar de totale verkoop kijken. Dat is de reden waarom ik de statements heb gebruikt.
Dit is waar de echte evaluatie plaatsvindt. Dit bepaalde deel van de formule verwijdert de context voor elke klant.
Vervolgens haalt het het totale aantal unieke klanten op en vermenigvuldigt dit tot 0,20 (20%). Als de huidige rang van de specifieke klant kleiner is dan het aantal unieke klanten, vermenigvuldigd met 0,20 , wordt Total Sales geretourneerd . Dit is de enige manier waarop we de formule kunnen laten werken.
Kortom, de functie moet de klantcontext verwijderen en rangschikt alles alleen op basis van de totale verkoop . Als de klant vervolgens kleiner is dan het totale aantal unieke klanten plus het product maal 0,20 , wordt de Totale verkoop geretourneerd .
Berekening van de unieke klanten voor Pareto-analyse
Laten we nu snel teruggaan naar de formule voor Unieke klanten .
Deze formule berekent het afzonderlijke aantal klanten in een maandelijkse context. Bovendien evalueert de formule elk van de klanten onder de kolom Klantnaam .
Als we de staat proberen te veranderen, bijvoorbeeld NJ voor New Jersey, zie je dat het aantal unieke klanten ook dynamisch verandert.
Een ander nuttig inzicht is dat u dit rapport kunt wijzigen in de top 30% of top 50% klanten . U kunt het ook dynamisch maken door een slicer te gebruiken voor al deze procentuele waarden. Verander gewoon het aantal dat u moet vermenigvuldigen in 0,30 of 0,50.
Het Pareto (80/20)-principe implementeren in uw LuckyTemplates-analyse
Voorspellen wanneer uw klanten de volgende aankoop doen met Power BI
Analyse van nieuwe klanten met behulp van geavanceerde DAX
Conclusie
De mogelijkheid om Pareto-analyse uit te voeren in LuckyTemplates vereist meer geavanceerde logica dan alleen eenvoudige berekeningen die u kunt uitvoeren.
Als we het genoemde inzicht kunnen bereiken, zijn er veel gebieden waarop we dit kunnen toepassen op bijvoorbeeld onze verkoopstrategie of marketingstrategie. Dat is waar deze tutorial over gaat.
Ik hoop dat je het leuk vindt om deze tutorial te bekijken.
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