Segmentatievoorbeeld met behulp van geavanceerde DAX in LuckyTemplates

Zodra u zich meer en meer verdiept in geavanceerde DAX-formules, zult u zien dat de wereld van analytische mogelijkheden zich enorm voor u uitbreidt. In dit voorbeeld laat ik zien met hoeveel. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.

In deze blogpost ga ik wat relatief geavanceerde DAX-logica onderzoeken en daarop voortbouwen door een eerste berekening te combineren met een andere. Deze blogpost volgt op een bestaande video die ons in staat stelde onze klanten te groeperen op basis van hun verkooprangschikking .

Het zette me aan het denken wat we nog meer uit deze informatie kunnen halen. Ik realiseerde me dat het interessant zou zijn als we het vanuit een procentueel perspectief zouden bekijken in plaats van een totaalperspectief.

Als u bijvoorbeeld het ene jaar 20% van uw omzet haalt uit uw Top 5-klanten en het volgende jaar slechts 5%. Vanuit marketingperspectief wil je begrijpen waarom dit gebeurt en actie ondernemen om dit percentage te verhogen.

Inhoudsopgave

• Dynamische ranking per klantgroep bepalen
• Tabellen met totale verkopen en klantgroepen
• Bepalen van het percentage van de klantverkopen per rangschikkingsgroep
• De gegevens visualiseren
• Conclusie

Dynamische ranking per klantgroep bepalen

Laten we eerst eens kijken hoe we deze klanten in de eerste plaats hebben gegroepeerd. We hebben een meting gemaakt en deze Customer Sales by Group genoemd met behulp van deze formule:

Wat we in wezen deden, was om binnen elk jaar dynamisch te rangschikken hoeveel verkopen er per klant werden gedaan met behulp van geavanceerde DAX . We hebben ze in drie gegroepeerd: Top 5, Top 5 tot 20 en dan The Rest.

Maar wat we nu willen doen, is het percentage van deze bedragen in Total Sales bepalen. Dus we willen al deze getallen als percentages zien, zodat we kunnen zien of de procentuele verandering in de loop van de tijd plaatsvindt.

Dit is niet zo moeilijk om te doen vanaf waar we nu zijn. Als je de vorige blogpost of video hebt doorgenomen en het hebt begrepen, dan wordt deze een fluitje van een cent.

Om deze resultaten als een percentage te krijgen, moeten we uitzoeken hoe we de getallen in de rij Totaal naar de getallen in de Top 5, Rank 5 tot 20 en The Rest kunnen krijgen. Onze Top 5-klanten verdienden ons bijvoorbeeld $ 4.988.170,10 in 2014, wat moet worden gedeeld door ons totaal van $ 35.040.899,50 om het percentage te krijgen.

Het eerste dat u moet doen, is de tabel in het canvas kopiëren en repliceren, en vervolgens een meting uitwerken die de 35 miljoen Total Sales in deze context zal ophalen.

Zoals u kunt zien, hebben we Total Sales bekeken vanuit de CALCULATE-functie en vervolgens de context gewijzigd met behulp van een behoorlijk geavanceerde DAX-formule .

Tabellen met totale verkopen en klantgroepen

De Total Sales heeft op zichzelf geen relatie met de tabel Klantgroepen die we in de vorige blogpost hebben gemaakt. Er is absoluut geen verband tussen die twee.

Dus als we Total Sales proberen te filteren op de tabel Klantengroepen, gebeurt er niets. Maar kijk eens wat er gebeurt als we dit ter tafel brengen.

Er wordt een filter geplaatst in de kolommen 2014, 2015 en 2016; dus we krijgen het totaal in elke iteratie van de tabel Groepen. De dimensie Groepen filtert echter niet omdat ze niet zijn verbonden met het gegevensmodel. Dus we hebben in feite de twee belangrijkste elementen van dit stuk analyse.

Bepalen van het percentage van de klantverkopen per rangschikkingsgroep

De volgende stap is het maken van een nieuwe meting of het gebruiken van de bestaande meting en deze het % Customers Sales per Group noemen. We delen de klantverkopen per groep door de totale verkoop, met 0 als mijn alternatieve resultaat.

Uiteraard moeten we dit formatteren en wijzigen in percentage.

De laatste stap is om deze maat te pakken en in de tabel te zetten om het percentage te zien. Het lijkt erop dat het het juiste resultaat berekent, want we krijgen 100% voor alle totalen. Zoals je kunt zien, is dit een super coole techniek die bovenop een bestaande techniek is gebouwd die we eerder hebben gebruikt.

De gegevens visualiseren

Als finishing touch kun je dit in een visualisatie zetten, zeker als je meer gaat laten zien dan de drie jaar die ik in deze tabel heb geïllustreerd. Er zijn een aantal verschillende manieren waarop u deze informatie kunt splitsen en dobbelen, zoals met dit lijndiagram:

Of als u wilt, kunnen we in plaats daarvan een vlakdiagram gebruiken:

Daar heb je het: we hebben nu dynamisch berekend waar onze verkopen vandaan komen en uit welke rangschikkingsgroepen ze door de tijd heen komen.

Dit is echt krachtig geavanceerd DAX-analysewerk dat geweldige inzichten oplevert. In veel scenario's is een goed begrip van de samenstelling van uw attributen de sleutel tot besluitvorming en risicobeheer. Ik denk aan situaties als bankleningen, verzekeringsdekking, verkooptoeschrijving en vele andere. Door een combinatie van deze technieken te gebruiken, kun je die inzichten vrij effectief opgraven.

Conclusie

Er zijn veel elementen betrokken bij het samenstellen van dit type berekening. Als je net begint met DAX, bekijk dan mijn online cursussen en om goed te begrijpen waar je moet beginnen en wat je nog meer kunt bereiken. De combinatie van technieken hier opent een wereld van mogelijkheden die je keer op keer in veel modellen kunt gebruiken.

Om te begrijpen hoe u dit naar uw eigen modellen kunt verplaatsen, moet u nadenken over de dimensie of het kenmerk waarop u wilt inzoomen, zoals klanten, regio's of producten. U zult dan dat attribuut binnen uw meting moeten herhalen. Soms heb je misschien zelfs een ondersteunende tabel nodig om die logica te creëren om door te nemen.

Veel succes met deze. Als je vragen of feedback hebt, laat het me dan weten in de reacties hieronder.