Colunas calculadas no SharePoint | Uma visão geral
Descubra a importância das colunas calculadas no SharePoint e como elas podem realizar cálculos automáticos e obtenção de dados em suas listas.
Hoje, vou apresentar as coisas incríveis que você pode fazer com a técnica de análise de cestos . Com a Análise de Cesta dentro do LuckyTemplates, você pode tentar analisar as vendas de clientes de um grupo de produtos em relação a outro grupo de produtos . Você pode assistir ao vídeo completo deste tutorial na parte inferior deste blog
Há muitos aplicativos para isso no LuckyTemplates. Mas para este tutorial, quero compartilhar com você as práticas recomendadas no uso desse tipo de técnica.
Ao fazer esse tipo de análise, podemos descobrir tendências de vendas ou comportamento de compra dos clientes que compram de nós ou em nossas lojas.
Conhecendo e compreendendo esses padrões, podemos gerenciar melhor muitos aspectos do processo de vendas. Por exemplo, melhor gerenciamento de estoque, oportunidades de vendas adicionais, marketing mais direcionado e muito mais.
Nesta análise de cesta, basicamente estou tentando mostrar os clientes que compraram um determinado grupo de produtos. E então, vou tentar ver se eles também compraram outro grupo de produtos.
Os resultados seriam muito úteis quando você deseja executar uma análise de recursos em relação aos clientes que compraram um grupo de produtos e não o outro. Em seguida, você pode acompanhá-los com marketing e publicidade eficazes.
Índice
Modelo do LuckyTemplates para análise de cesta
Em primeiro lugar, vou pular para o meu modelo porque é aqui que podemos encontrar a maneira mais essencial de obter a análise de cesto correta. Uma grande dica ao executar esse tipo de análise é que integrar seleções como essas cestas em seu modelo principal é uma maneira complicada de fazer isso.
Dê uma olhada no meu modelo principal, que é muito simples.
Voltando aos meus dados, repliquei uma tabela de produtos muito simples. Acabei de criar duas tabelas exatamente iguais, mas com títulos diferentes. Uma é chamada de Cesta Inicial .
A segunda é chamada de Cesta de Seleção .
Essas cestas são o que chamo de mesas de apoio. Se você observar meu modelo, essas tabelas não têm relação com nenhuma outra tabela.
Vou apenas integrar os cálculos dessas tabelas no modelo principal. Mas tem que ser feito por meio de uma fórmula, não por meio de relacionamentos. Pessoalmente, acho que fazer isso torna tudo muito mais fácil e limpo do que complicar demais os relacionamentos.
Essa é uma das minhas dicas de melhores práticas para análise de cestos. Crie essas cestas separadamente e use-as como mesas de apoio ao lado do modelo de núcleo. Agora vamos dar uma olhada nas fórmulas ou cálculos que fiz e integrei nas tabelas.
Apresentando os clientes da cesta
Como você pode ver, dei nomes diferentes às cestas na tabela. Agora é Initial Basket Products e Selection Products , então posso selecionar vários produtos aqui enquanto os coloco dentro de um fatiador.
Depois disso, executei alguns cálculos para clientes únicos usando a fórmula abaixo.
Basicamente, apenas executo a função das Vendas pelo nome de cada Cliente.
A coluna Clientes da cesta é onde começa a ficar um pouco complicado. Este calcula quantos clientes compraram o grupo específico de produtos que selecionei na segmentação Cesta inicial .
Como a tabela não tem nenhuma relação com a tabela de vendas onde se encontram todas as transações, preciso utilizar a fórmula abaixo.
Conforme estou calculando os clientes únicos, também estou aplicando um relacionamento ou contexto diferente usando a função . Permite-me criar uma relação virtual entre o cesto inicial e o Índice do Cesto Inicial , bem como o Índice de Descrição do Produto nas respetivas vendas.
Além disso, para a coluna Seleção de Clientes , basta fazer a mesma coisa e usar exatamente o mesmo padrão. Mas desta vez, está avaliando um subconjunto diferente de produtos com base na minha seleção.
Identificando o número total de clientes da cesta
Agora, estou entrando na análise de cesta mais essencial e é aqui que uma lógica mais avançada é necessária para realmente comparar as duas cestas.
Quero comparar todos os clientes que compraram no primeiro conjunto de cesta com todos os clientes que compraram no segundo conjunto de cesta. Essa é a razão pela qual adicionei a coluna Total Basket Customers .
É assim que posso fazer aqui usando esta fórmula muito avançada abaixo.
O mais importante a considerar aqui é que a função TREATAS é exatamente a mesma do cálculo anterior. Mas ao invés de criar valores escalares, ele vai criar uma tabela virtual usando a função .
Assim, a fórmula vai trazer uma tabela para os clientes com base nas seleções de produtos que fiz da cesta inicial de produtos e seleção de produtos .
Em seguida, utilizei a função para avaliar quais clientes fazem parte da cesta inicial e também estão incluídos na cesta selecionada.
Por fim, a função finaliza o trabalho retornando a contagem total de clientes presentes nas duas cestas.
Dicas e técnicas adicionais para análise de cesta no LuckyTemplates
O melhor dessa técnica de análise de cesta é que você pode realmente reutilizar a fórmula quando quiser trazer um contexto diferente.
Por exemplo, quero incluir aqui o contexto para País ; Eu só tenho que trazer isso para a tabela para uma visualização diferente e adicionar a fórmula Total Basket Customers dentro da nova visualização.
Agora, posso mostrar o número total de clientes da cesta para todos esses diferentes países. Isso é muito aplicável em lojas de varejo e pode ser reduzido a regiões ou conjuntos de clientes mais específicos .
Como você pode ver, existem muitas maneiras de aprimorar sua análise de cesta. Este tutorial é apenas uma introdução ao maravilhoso poder da análise de cestos.
Exemplo de análise de cesta – Análise avançada do LuckyTemplates
Analisando a tendência do cliente usando DAX no LuckyTemplates
Usando médias móveis para mostrar tendências no LuckyTemplates
Conclusão
Definitivamente, vale a pena mergulhar em detalhes se essa análise específica for o que você está procurando ou exige em seus próprios modelos.
Isso permite muitos insights de alto nível, onde você pode redistribuir seus recursos ou seu financiamento nas áreas mais apropriadas para o seu negócio.
Fique atento para sessões mais aprofundadas sobre a análise de cestas nos próximos vídeos do LuckyTemplates. Se você gosta de ver exemplos analíticos mais avançados, certamente pode conferir este módulo em LuckyTemplates Online – .
Boa sorte com este!
***** Aprendendo LuckyTemplates? *****
Descubra a importância das colunas calculadas no SharePoint e como elas podem realizar cálculos automáticos e obtenção de dados em suas listas.
Descubra todos os atributos pré-atentivos e saiba como isso pode impactar significativamente seu relatório do LuckyTemplates
Aprenda a contar o número total de dias em que você não tinha estoque por meio dessa técnica eficaz de gerenciamento de inventário do LuckyTemplates.
Saiba mais sobre as exibições de gerenciamento dinâmico (DMV) no DAX Studio e como usá-las para carregar conjuntos de dados diretamente no LuckyTemplates.
Este tutorial irá discutir sobre Variáveis e Expressões dentro do Editor do Power Query, destacando a importância de variáveis M e sua sintaxe.
Aprenda a calcular a diferença em dias entre compras usando DAX no LuckyTemplates com este guia completo.
Calcular uma média no LuckyTemplates envolve técnicas DAX para obter dados precisos em relatórios de negócios.
O que é self em Python: exemplos do mundo real
Você aprenderá como salvar e carregar objetos de um arquivo .rds no R. Este blog também abordará como importar objetos do R para o LuckyTemplates.
Neste tutorial de linguagem de codificação DAX, aprenda como usar a função GENERATE e como alterar um título de medida dinamicamente.