Segmentacja danych na podstawie grup procentowych – zaawansowany DAX w LuckyTemplates

W tym samouczku omówię dość zaawansowaną technikę segmentacji danych , która dotyczy dynamicznego grupowania danych w usłudze LuckyTemplates . Możesz obejrzeć pełny film tego samouczka na dole tego bloga.

W tym samouczku przyjrzymy się dokładnie tej konkretnej wizualizacji na tym pulpicie nawigacyjnym, którego użyłem podczas Szczytu szkoleniowego dotyczącego spostrzeżeń klientów.

W tym przypadku grupujemy lub segmentujemy klientów na podstawie procentu sprzedaży. Używamy tabeli pomocniczej lub tabeli pomocniczej i łączymy ją z formułami języka DAX, aby utworzyć to grupowanie.

Spis treści

• Segmentacja klientów na podstawie procentu sprzedaży
• Wykorzystanie tabeli pomocniczej lub pomocniczej
• Opracowanie zmiennych
• Logika segmentacji danych
• Jak ponownie wykorzystać formułę segmentacji danych
• Wniosek

Segmentacja klientów na podstawie procentu sprzedaży

Jedna grupa znajduje się w górnych 20%, inna w przedziale od 25% do 80%, a trzecia grupa w dolnych 25%. Wykorzystałem te wartości procentowe i wprowadziłem je do formuły języka DAX , aby następnie utworzyć grupy Top, Mid i Bottom .

Segmentacja w tym przypadku opiera się na sprzedaży , więc jest to wykres przedstawiający sprzedaż w stosunku do marży dla dowolnego określonego przedziału czasowego, ale segmentacja odbywa się poprzez sprzedaż.

Na tym wykresie punktowym widzimy 20% najlepszych klientów; są one reprezentowane przez ciemnoniebieskie plamy. Klienci ze średniej półki mają z perspektywy sprzedaży od 25% do 80%; są one reprezentowane przez bladoniebieskie plamki w środkowej części wykresu. Dolne 25% klientów na podstawie sprzedaży to jasnoniebieskie punkty w dolnej części wykresu. 

Jest to dość zaawansowana technika segmentacji danych, w której uwzględniamy zaawansowaną logikę w obliczeniach , aby utworzyć te grupy, które po prostu nie istnieją . Innymi słowy, w naszych nieprzetworzonych danych nie ma niczego, co pozwoliłoby wybić się z pierwszej 20 klientów, z najgorszych 25% itd.

Musimy więc stworzyć tę logikę za pomocą tabeli pomocniczej lub tabeli pomocniczej , jak je nazywam. Ta tabela nie ma żadnego fizycznego związku z żadną z naszych tabel w modelu danych, ale jest kluczem do tego typu analizy.

Wykorzystanie tabeli pomocniczej lub pomocniczej

Spójrzmy zatem na tabelę. Prawdopodobnie możesz tworzyć te grupy na wiele różnych sposobów, ale tak to skonfigurowałem na potrzeby tej demonstracji.

W tej pomocniczej lub drugorzędnej tabeli mamy nasze grupy jako górną, środkową i dolną. Mamy kolumnę Niski i Wysoki, aby określić, do którego segmentu należy każdy klient.

Ta drugorzędna tabela procentowa może być w rzeczywistości ponownie wykorzystana w wielu różnych miarach. Moglibyśmy wykorzystać sprzedaż i łatwo zintegrować marże, zyski lub koszty, lub wszelkie inne obliczenia, które możemy wykonać. Nie musi to być nawet związane ze sprzedażą lub przychodami. 

Możemy również ponownie wykorzystać część logiki, ponieważ procenty mogą dotyczyć wszystkiego. Ważne jest tutaj stworzenie poprawnej logiki wewnątrz formuły. 

Zagłębmy się więc w formułę, którą nazwałem (w tym roku) i przejrzyjmy, jak zrobiłem logikę.

Opracowanie zmiennych

Przejdźmy najpierw do pierwszej części obliczeń, w której obliczamy zmienne ( VAR ).

Pierwsza zmienna służy do określenia wymiaru RankingDimension , nad którym będziemy pracować. W tym przypadku są to klienci. Dzięki funkcji WARTOŚCI przeglądamy każdego klienta, który dokonał sprzedaży w dowolnym przedziale czasowym . 

Następną zmienną jest TotalCustomers , która oblicza, ilu klientów faktycznie dokonało sprzedaży . Nie chcemy liczyć wszystkich klientów, ale tylko tych, którzy dokonali sprzedaży. W tej logice używamy funkcji CALCULATE , COUNTROWS , FILTER i ALL .

Trzecią zmienną jest CustomerRank , w której oceniamy naszych klientów na podstawie dokonanej przez nich sprzedaży. A to jest wzór na Ranking Klientów TY .

Ta konkretna formuła polega na wykonaniu prostego rankingu, który wykorzystuje funkcję RANKX .

Logika segmentacji danych

Przejdźmy teraz do reszty obliczeń. Jest to logika, która pozwala nam przeprowadzić analizę segmentacji danych.

Funkcja CALCULATE iteruje każdego klienta i ocenia tabelę pomocniczą ( Grupy klientów ), którą utworzyliśmy za pomocą funkcji COUNTROWS i FILTER . 

Następnie ocenia, czy CustomerRank jest większy niż TotalCustomers , a następnie mnoży go przez kolumnę Customer Groups Low . Więc pyta nas, czy CustomerRank jest wyższy niż dolny.

A następnie w następnym rzędzie podkreśla, czy CustomerRank jest mniejszy lub równy TotalCustomers; jest następnie mnożona przez wyższy przedział tabeli grup klientów.

Jeśli będzie równe true, ten klient zostanie zatrzymany, a my otrzymamy łączną sprzedaż.

Jak ponownie wykorzystać formułę segmentacji danych

Ta formuła jest nieco skomplikowana, ale naprawdę interesująca. Ponownie wykorzystujemy to obliczenie.

Na przykład, jeśli chcemy spojrzeć na naszych klientów za pomocą innego wskaźnika, takiego jak marża zysku, wszystko, co musimy zrobić, to zastąpić całkowitą sprzedaż tutaj marżą zysku i zmienić Ranking w oparciu o marże zysku .

Następnie możemy użyć dokładnie tej samej tabeli pomocniczej, aby przeprowadzić tę logikę. 

Użyj języka DAX do segmentacji i grupowania danych w usłudze LuckyTemplates
Przykład segmentacji Korzystanie z zaawansowanego języka DAX w usłudze LuckyTemplates
Grupa klientów dynamicznie według ich rankingu w/RANKX w usłudze LuckyTemplates

Wniosek

Jest to bardziej zaawansowana technika dotycząca segmentacji danych, którą zademonstrowałem w tym samouczku. Wykorzystujemy moc języka DAX i modelu danych z naszą tabelą pomocniczą.

To niesamowite, co możemy zrobić z całą formułą. Możemy zmienić ramy czasowe i zawsze będzie to dzielić klientów według ustalonych przez nas wartości procentowych. 

Mam nadzieję, że znalazłeś wielką wartość z tego samouczka i zastosujesz go we własnej pracy.

Wszystkiego najlepszego!

***** Nauka LuckyTemplates? *****