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.
Nie tak dawno temu ukończyłem całą sesję metody scenariuszy dla członków LuckyTemplates. Pracowałem nad całą sesją, która obejmowała wiele rodzajów analiz, w tym utraconych klientów, stałych klientów i analizę nowych klientów . Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
Wszystkie wymagały ogromnej pracy analitycznej, aby zmaksymalizować potencjał biznesowy tych danych klientów.
W tym konkretnym samouczku chcę opisać, w jaki sposób faktycznie obliczasz liczbę nowych klientów w swoich raportach .
Ale z pewnością jest otwarta debata na temat tego, kogo sklasyfikowałbyś jako „nowego klienta” na podstawie Twojej organizacji lub branży. Czy to ktoś, kto nigdy nie kupował od początku Twojej działalności? Ten fragment analizy jest dość wyjątkowy. Ale od czasu do czasu możesz chcieć nałożyć na to jakieś ramy czasowe. Jeśli klient nie dokonał zakupu w tym konkretnym okresie, możesz go uznać za nowego, gdy wróci.
Jednak niezależnie od twojej definicji, technika będzie bardzo podobna do przykładu, przez który cię przeprowadzę.
Spis treści
Zrozumienie wglądu w analizę nowego klienta
Ten samouczek jest dość zaawansowany i wymaga zrozumienia funkcji tabel i tabel wirtualnych w usłudze LuckyTemplates . Ale omówię to szczegółowo w całym samouczku. Pokażę Ci również formuły potrzebne do dynamicznego wyróżniania tych danych w raportach usługi LuckyTemplates.
Najpierw chcę pokazać przykładową analizę w tym dynamicznym oknie.
W tym konkretnym przypadku za nowych klientów uważam tych, którzy nic nie kupili w ciągu ostatnich 90 dni.
Aby dojść do tego modelu, najpierw muszę ustawić parametry i formułę. Aby to zrobić, kliknij Modelowanie , a następnie kliknij Nowy parametr.
Stworzyłem również prostą tabelę dla Churn Time Frame, korzystając z poniższego wzoru .
Odpływ klientów odnosi się do klientów, którzy przestali kupować produkt lub usługę określonej firmy w określonym przedziale czasowym.
Teraz, aby uczynić analizę bardziej dynamiczną, mogę faktycznie wydłużyć okno czasowe rezygnacji. Pierwotnie mam 90 , ale mogę zwiększyć do 180 dni. Mogę nawet przejść do krótszego przedziału czasowego.
Jako przykład możemy posłużyć się Amazonem. Jeśli nie kupiłeś niczego od Amazon przez 90 dni lub 180 dni, mogą uznać cię za utraconego klienta. Następnie prawdopodobnie wyślą jakieś formy marketingu, aby przywrócić Cię jako „nowego” klienta.
To kluczowa rzecz, o której opowiem w tym filmie. Klucz do tego, jak faktycznie rozwiązać lub obliczyć tych nowych klientów, który może wiele powiedzieć o tym, jak skuteczne są Twoje działania marketingowe .
Formuła analizy nowego klienta
Przyjrzyjmy się zatem tej formule dla Nowych klientów . Ta formuła oblicza klientów, którzy kupili coś w bieżącym miesiącu, ale nie kupili niczego w ciągu 90 dni poprzedzających ten miesiąc.
Po pierwsze, formuła CustomerTM ocenia sprzedaż klienta w bieżącym miesiącu.
Wyniki tej formuły można zobaczyć w kolumnie Łączna liczba klientów w poniższej tabeli.
Następnie użyłem formuły PriorCustomer , aby wyszukać tych klientów, którzy mają wcześniejsze dane z ostatnich 90 dni. Oznacza to po prostu, że są stałymi klientami.
Zamiast bieżącego kontekstu musimy zmienić ramy czasowe lub kontekst tej tabeli za pomocą .
Dodałem również funkcję , aby usunąć kontekst dat i ponownie zastosować filtr w oparciu o 90-dniowe okno czasowe. To jest sedno formuły.
Teraz funkcja ocenia dwie z tych tabel. Następnie zwraca tabelę unikalnych klientów.
Następnie dodałem formułę , aby policzyć unikalnych klientów.
Następnie mogę wymyślić nową analizę klienta, taką jak ta poniżej.
Spójrzmy na ten przykład z marca 2017 r .
Mamy łącznie 282 klientów i to właśnie ocenia formuła CustomerTM . Spośród tych klientów tylko 191 nie kupiło niczego w ciągu ostatnich 90 dni. Dlatego uważamy ich za nowych klientów.
Korzystanie z tej nowej analizy klientów może pomóc Ci dowiedzieć się, czy Twoje działania marketingowe skutecznie przyciągają nowych klientów do Twojej firmy.
Dowiedz się, ile sprzedaży można przypisać nowym klientom
Nowi a obecni klienci — zaawansowane analizy w usłudze LuckyTemplates
Analizowanie trendów klientów przy użyciu języka DAX w usłudze LuckyTemplates
Wniosek
Ogólnie rzecz biorąc, nowy klient kosztuje więcej niż dotychczasowy klient. Dlatego zrozumienie trendów stojących za tym, kto kupuje od Ciebie, jest bardzo ważne dla wielu organizacji.
To naprawdę potężne narzędzie do zrozumienia składu klientów w dowolnym okresie. W tym konkretnym przypadku będziemy to pokazywać miesiąc po miesiącu.
Ta technika pozwala zrozumieć, ile faktycznie kosztuje uzyskanie przychodów w organizacji.
Zostawię link poniżej w opisie, jeśli chcesz zobaczyć cały warsztat. Wszystko, co musisz zrobić, to uaktualnić swoje członkostwo, aby móc odtwarzać i pobierać cały zasób.
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.