Dodawaj, usuwaj i zmieniaj nazwy kolumn w R za pomocą Dplyr
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
W tym samouczku skupimy się na analizie utraty klientów w usłudze LuckyTemplates. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
LuckyTemplates to niesamowite narzędzie do wysokiej jakości analiz. Moim zdaniem w tej chwili nie ma bliskiego konkurenta.
Pulpit nawigacyjny, którego tutaj używamy, jest częścią spotkania Learning Summit poświęconego analizie utraty klientów, ale ten samouczek koncentruje się na znajdowaniu naszych utraconych klientów.
W tej wersji demonstracyjnej dowiemy się, kim są nasi utraconi klienci i zobaczymy całkowitą utratę przez nich sprzedaży .
Dynamicznie przejdziemy do tych klientów i uzyskamy kilka cennych informacji. Możemy kliknąć określoną liczbę, na przykład -16, i zobaczymy, kim jest tych 16 utraconych klientów i jakie przychody od nich straciliśmy.
Stosujemy złożone formuły języka DAX , aby uzyskać tę zaawansowaną analizę ścierania w usłudze LuckyTemplates.
W tym przykładzie za utraconego klienta uważa się klienta, który kupił coś w ciągu ostatnich 10 miesięcy, ale nie w ciągu ostatnich 2.
Spis treści
Jak utworzyć raport analizy ścierania
Musimy znaleźć listę naszych klientów, którzy dokonali zakupów w ciągu ostatnich 2 miesięcy lub 60 dni , oraz listę klientów, którzy dokonali zakupów w ciągu ostatnich 10 miesięcy .
Następnie porównamy te tabele klientów i zobaczymy, którzy klienci nie istnieją w tabeli z ostatnich 2 miesięcy, ale byli w ciągu ostatnich 10 miesięcy wcześniej.
I to właśnie robi ta konkretna formuła. Funkcja pozwala nam to zrobić w dowolnym miesiącu.
Tworzymy więc wirtualne tabele, a funkcja CALCULATETABLE jest idealną funkcją do użycia, ponieważ jest bardzo podobna do funkcji CALCULATE, w której można zmienić kontekst obliczeń. Ale w tym przypadku zmieniamy kontekst tabeli ( Indeks nazw klientów ).
Pokazuje nam listę klientów, którzy dokonali zakupu w okresie od 365 dni temu do 60 dni temu . To da nam 10-miesięczne okno, a także listę osób, które coś kupiły w tych miesiącach.
Dokładnie to samo robimy dla drugiej zmiennej PriorCustomers , ale bazujemy na ostatnich 60 dniach od pierwszego dnia miesiąca . Więc patrzymy na 2 miesiące wstecz, a nie na bieżący miesiąc.
LICZNIKI pokazują, ilu z tych klientów dokonało zakupu w poprzednim okresie ( Klienci kupili VAR ), ale nie dokonali zakupu w tym konkretnym okresie ( Pierwsi klienci VAR ).
Funkcja EXCEPT zwróci kolejną wirtualną tabelę zawierającą tylko klientów, których uważamy za utraconych klientów . I pomnożymy to przez -1 i tak otrzymamy konkretną liczbę tutaj na wykresie.
Kim są ci klienci -9, -15, -8 itd.? Potrzebujemy innej formuły, aby uzyskać tę listę klientów.
Wyświetlanie utraconych przychodów od utraconych klientów
Aby wyświetlić listę klientów, których uznaliśmy za utraconych, używamy tych samych wirtualnych tabel w formule Lost Customers. Różnica polega na tym, że próbujemy obliczyć kwotę — ile tak naprawdę uważamy za stracone?
Funkcja CALCULATE wprowadza tutaj wartość do tej tabeli i usuwamy każdą inną wartość. Nie pokazujemy wszystkich klientów, których nie uważamy za straconych. Wszystko, co zobaczymy, to wielkość sprzedaży klientów, których uważamy za utraconych.
Więc zamiast przechodzić do COUNTROWS EXCEPT, używamy zmiennych jako pewnego kontekstu wewnątrz funkcji OBLICZ . Następnie obliczamy łączną sprzedaż w określonym przez nas okresie za pomocą .
Dowiedz się, ile sprzedaży można przypisać nowym klientom — Zaawansowane analizy usługi LuckyTemplates
Nowi a obecni klienci — Zaawansowana analiza z użyciem języka DAX
Zliczanie klientów w czasie — Przykład języka DAX w usłudze LuckyTemplates
Wniosek
To dość zaawansowany temat, ale bardzo interesujący aspekt analizy ścierania. Mam nadzieję, że dostrzegasz, jak potężna może być ta analiza i jak może usprawnić podejmowanie decyzji w Twojej organizacji.
Możesz zobaczyć nie tylko liczby wysokiego poziomu, ale także szczegółowe informacje . To pozwoli ci podejmować decyzje dotyczące zasobów, marketingu i reklamy itp. dla twoich bardzo konkretnych klientów.
W tym samouczku omówiono wiele zaawansowanych funkcji i technik. Zapoznaj się z funkcją CALCULATETABLE , która jest często używaną funkcją i jest niezbędna do bardziej zaawansowanej analizy.
Gorąco polecam zbadanie tego jeszcze raz i próbę zrozumienia wszystkich różnych aspektów tej analizy. Wiele pomysłów i koncepcji można ponownie wykorzystać do innych zaawansowanych i zaawansowanych analiz, które można przeprowadzić w usłudze LuckyTemplates.
Mam nadzieję, że z przyjemnością zgłębisz ten temat!
***** Nauka LuckyTemplates? *****
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Odkryj różnorodne funkcje zbierania, które można wykorzystać w Power Automate. Zdobądź praktyczne informacje o funkcjach tablicowych i ich zastosowaniu.
Z tego samouczka dowiesz się, jak ocenić wydajność kodów DAX przy użyciu opcji Uruchom test porównawczy w DAX Studio.
Czym jest self w Pythonie: przykłady z życia wzięte
Dowiesz się, jak zapisywać i ładować obiekty z pliku .rds w R. Ten blog będzie również omawiał sposób importowania obiektów z R do LuckyTemplates.
Z tego samouczka języka kodowania DAX dowiesz się, jak używać funkcji GENERUJ i jak dynamicznie zmieniać tytuł miary.
W tym samouczku omówiono sposób korzystania z techniki wielowątkowych wizualizacji dynamicznych w celu tworzenia szczegółowych informacji na podstawie dynamicznych wizualizacji danych w raportach.
W tym artykule omówię kontekst filtra. Kontekst filtrowania to jeden z głównych tematów, z którym każdy użytkownik usługi LuckyTemplates powinien zapoznać się na początku.
Chcę pokazać, jak usługa online LuckyTemplates Apps może pomóc w zarządzaniu różnymi raportami i spostrzeżeniami generowanymi z różnych źródeł.
Dowiedz się, jak obliczyć zmiany marży zysku przy użyciu technik, takich jak rozgałęzianie miar i łączenie formuł języka DAX w usłudze LuckyTemplates.