Zestawy danych usługi LuckyTemplates: dowiedz się, jak wykryć nieprawidłowe zachowanie przy użyciu języka DAX

W tym poście na blogu szczegółowo pokażę, w jaki sposób można wykryć nietypowe wzorce zachowań w zestawach danych usługi LuckyTemplates . Nie jest to coś, co od razu będzie się wyróżniać podczas przeprowadzania analizy danych, więc musisz myśleć o tym dość analitycznie. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.

Dzięki głębokiemu zastanowieniu się, co chcesz osiągnąć, a następnie skonfigurowaniu modelu danych, który działa dla tego typu obliczeń, możesz uzyskać wyniki wysokiej jakości.

W tym przykładzie spróbujemy zrozumieć, co klient zrobił wcześniej. Ocenimy również, czy ostatnie zakupy są normalne czy nienormalne w porównaniu z tym, co wydarzyło się w przeszłości.

Spis treści

• Odkryj wartości odstające w Twoich zestawach danych usługi LuckyTemplates
• Kupowane unikalne produkty
• Średnia liczba produktów kupionych w kwartale
• Średnia liczba produktów kupionych we wszystkich kwartałach
• Wniosek

Odkryj wartości odstające w Twoich zestawach danych usługi LuckyTemplates

Pomyślmy o tym z komercyjnego punktu widzenia. Załóżmy, że jesteśmy sprzedawcą internetowym, linią lotniczą lub supermarketem i musimy wdrożyć program lojalnościowy.

Musimy spojrzeć na nasz zestaw danych klientów, aby wiedzieć, ile klient faktycznie kupił w każdym pojedynczym kwartale w porównaniu do tego, ile kupił średnio.

Nagle widzimy ogromny wzrost lub spadek wzorców zakupów lub zachowań zakupowych. Chcemy zrozumieć, dlaczego kupują dużo więcej niż zwykle lub dlaczego kupują mniej niż zwykle.

W ten sposób możemy tworzyć alerty w naszym systemie CRM, a następnie pozwolić naszemu zespołowi sprzedaży dotrzeć do tych osób, rozdając rabaty lub kupony.

To naprawdę potężny wgląd, który można uzyskać z usługi LuckyTemplates. Wartość, którą możesz wydobyć z analizy, może pozytywnie wpłynąć na Twój biznes.

Kupowane unikalne produkty

Aby obliczyć średnią liczbę kupowanych produktów w danym kwartale, musimy najpierw obliczyć liczbę zakupionych produktów unikalnych. Dla każdego indywidualnego klienta, ile pojedynczych produktów kupił?

Możemy się tego dowiedzieć, mówiąc, że dla dowolnego kontekstu klienta obliczymy DISTINCT COUNT identyfikatora produktu w tabeli sprzedaży.

Ta formuła da nam każdy unikalny produkt, który klient kupił od nas w obecnym kontekście.

Biorąc pod uwagę powyższy wzór, po kliknięciu pierwszego kwartału 2017 r. widzimy, że klient Aaron Day kupił tylko 1 produkt.

Średnia liczba produktów kupionych w kwartale

To jest formuła, której użyjemy do uzyskania tego konkretnego wglądu. Powie nam średnio, ile dany klient kupił w ciągu kwartału.

Średnia liczba produktów kupionych we wszystkich kwartałach

Następną rzeczą, której potrzebujemy, jest punkt odniesienia lub liczba, aby porównać to z czymś, abyśmy mogli zrozumieć, czym jest nienormalne zachowanie.

Następnie obliczymy ten sam wgląd, ale nie patrzymy na żadną konkretną datę. Uwolnimy wszelkie konteksty dotyczące dat.

Ta formuła zwraca średnią liczbę unikalnych produktów w każdym kwartale dla konkretnego klienta. W ten sposób osiągamy ten szczególny wgląd.

Mamy więc teraz dwie wartości. Kiedy dokonamy wyboru (np. Q2 2017), kolumna Średnia produktów kupionych we wszystkich kwartałach nigdy się nie zmieni ze względu na funkcję WSZYSTKIE daty . Ta funkcja usuwa wszelkie filtry, które pokazaliśmy w Datach.

Z każdym dokonanym przez nas wyborem kolumna Średnia liczba produktów kupionych w kwartale będzie się zmieniać.

Porównując te dwie kolumny, możemy wiedzieć, co jest normalne, a co nie.

Możemy umieścić to, co do tej pory wymyśliliśmy, na wykresie wizualnym w celu bardziej dogłębnej analizy. Bardzo szybko możemy zobaczyć, ile produktów nasi klienci kupili w danym kwartale (prawa strona) w porównaniu do tego, ile średnio kupują (lewa strona).

Będziemy mogli zobaczyć nieprawidłowe zachowanie z naszych zestawów danych LuckyTemplates i zobaczyć, którzy klienci zwiększyli swoje zakupy. Kim są ci ludzie i dlaczego to robią?

Uzbrojeni w dane, które zebraliśmy, możemy następnie wdrożyć skuteczne strategie, aby to powtórzyć.

Możemy wzmocnić nasz przekaz marketingowy, aby zwiększyć zakupy tych, którzy nie wykazują nienormalnych zachowań.

Wniosek

W tym przypadku analiza anormalna, odstająca lub anomalia dodaje wiele wartości. Dlaczego? Ponieważ chcemy zrozumieć, czy nasi klienci osiągają lepsze wyniki, czy też sprzedawcy sprzedają więcej.

Jeśli uda nam się znaleźć wzorce zachowań, które są dla nas pozytywne w określonym segmencie naszych danych, możemy powtórzyć to w innych segmentach.

Celem jest powielenie korzystnych zachowań klientów i zastosowanie ich w innych obszarach działalności.

Ta technika ogromnie pomoże zwiększyć analityczne myślenie o tym, co możesz osiągnąć w usłudze LuckyTemplates. 

Te rodzaje analiz i wiele innych można znaleźć w modułach Advanced LuckyTemplates w LuckyTemplates Online . Aby uzyskać więcej informacji, zapoznaj się z poniższym modułem.

Ciesz się recenzowaniem tego.