Segmentação de dados com base em grupos de porcentagem – DAX avançado no LuckyTemplates

Vou abordar uma técnica de segmentação de dados bastante avançada neste tutorial, que consiste em agrupar dados de maneira dinâmica dentro do LuckyTemplates . Você pode assistir ao vídeo completo deste tutorial na parte inferior deste blog.

Neste tutorial, veremos especificamente apenas esta visualização específica neste painel que usei durante um Learning Summit sobre percepções do cliente.

Nesse caso, estamos agrupando ou segmentando clientes com base na porcentagem de vendas. Utilizamos uma tabela secundária ou tabela de suporte e a combinamos com fórmulas DAX para criar esse agrupamento.

Índice

• Segmentação de clientes com base na porcentagem de vendas
• Utilizando uma tabela secundária ou de suporte
• Trabalhando as Variáveis
• Lógica para segmentação de dados
• Como reutilizar a fórmula de segmentação de dados
• Conclusão

Segmentação de clientes com base na porcentagem de vendas

Um grupo está entre os 20% superiores, outro grupo está entre 25% a 80% e o terceiro grupo está entre os 25% inferiores. Utilizei essas porcentagens e as alimentei por meio de uma fórmula DAX para criar esses grupos de Superior, Médio e Inferior .

A segmentação neste caso é baseada em vendas , então este é um gráfico que mostra Vendas versus Margens para qualquer período de tempo específico, mas a segmentação ocorreu por meio de vendas.

Podemos ver neste gráfico de dispersão os 20% principais dos clientes; eles são representados pelos pontos azuis escuros. Os clientes Mid estão sentados de uma perspectiva de vendas entre 25% e 80%; eles são representados pelos pontos azuis claros na parte central do gráfico. Os 25% inferiores dos clientes com base nas vendas são os pontos azuis claros na parte inferior do gráfico. 

Esta é uma técnica bastante avançada para segmentação de dados, onde incorporamos alguma lógica avançada dentro dos cálculos para criar esses grupos que simplesmente não existem . Em outras palavras, não há nada em nossos dados brutos que exiba os 20 principais clientes, os 25% inferiores, etc.

Portanto, precisamos criar essa lógica usando uma tabela de suporte ou uma tabela secundária , como eu as chamo. Esta tabela não possui nenhuma relação física com nenhuma de nossas tabelas no modelo de dados, mas é a chave para este tipo de análise.

Utilizando uma tabela secundária ou de suporte

Então, vamos dar uma olhada na tabela. Você provavelmente pode criar esses grupos de várias maneiras diferentes, mas é assim que eu os configuro para esta demonstração.

Nesta tabela auxiliar ou secundária, temos nossos Grupos como Superior, Médio e Inferior. Temos a coluna Baixa e a coluna Alta para identificar a qual segmento cada cliente pertence.

Essa tabela secundária de porcentagens pode, na verdade, ser reutilizada em muitas medidas diferentes. Poderíamos usar as vendas e integrar facilmente margens, lucros ou custos, ou qualquer outro cálculo que possamos fazer. Nem precisa ser relacionado a vendas ou receita. 

Também podemos reutilizar parte da lógica porque as porcentagens podem estar em qualquer coisa. O importante aqui é criar a lógica correta dentro da fórmula. 

Então, vamos mergulhar na fórmula, que chamei de (este ano) e ver como fiz a lógica.

Trabalhando as Variáveis

Vamos passar primeiro pela primeira parte do cálculo, onde calculamos as variáveis ​​( VAR ).

A primeira variável é para identificar o RankingDimension com o qual trabalharemos. Neste caso, são os clientes. Com a função VALUES , iteramos todos os clientes que fizeram uma venda em um determinado período de tempo . 

A próxima variável é TotalCustomers , que calcula quantos clientes realmente fizeram uma venda . Não queremos contar todos os clientes, mas apenas aqueles que fizeram algumas vendas. Nesta lógica, estamos usando as funções CALCULATE , COUNTROWS , FILTER e ALL .

A terceira variável é CustomerRank , onde classificamos nossos clientes com base nas vendas que eles fizeram. E esta é a fórmula para a classificação do cliente TY .

Essa fórmula específica está apenas fazendo uma classificação simples, que usa a função RANKX .

Lógica para segmentação de dados

Agora vamos mergulhar no restante do cálculo. Essa é a lógica que nos permite realizar essa análise de segmentação de dados.

A função CALCULATE itera por cada cliente e avalia por meio dessa tabela de suporte ( Grupos de clientes ) que criamos com as funções COUNTROWS e FILTER . 

Em seguida, ele avalia se o CustomerRank é maior que o TotalCustomers e, em seguida, multiplica-o pela coluna Customer Groups Low . Então, está nos perguntando se o CustomerRank é mais alto que o fundo.

E então, na próxima linha, destaca se o CustomerRank é menor ou igual ao TotalCustomers; ele é então multiplicado pelo compartimento superior da tabela Grupos de clientes.

Se for igual a verdadeiro, esse cliente será retido e obteremos o total de vendas.

Como reutilizar a fórmula de segmentação de dados

Esta fórmula é um pouco complexa, mas é realmente interessante. Também reutilizamos esse cálculo.

Por exemplo, se quisermos olhar para nossos clientes por uma métrica diferente, como uma margem de lucro, tudo o que precisamos fazer é substituir as vendas totais aqui pela margem de lucro e alterar a classificação com base nas margens de lucro .

Então, podemos utilizar exatamente a mesma tabela de suporte para executar essa lógica. 

Use DAX para segmentar e agrupar dados no
exemplo de segmentação do LuckyTemplates usando o DAX avançado no LuckyTemplates
Agrupar clientes dinamicamente por sua classificação com RANKX no LuckyTemplates

Conclusão

Esta é uma técnica mais avançada sobre segmentação de dados que demonstrei neste tutorial. Utilizamos o poder do DAX e do modelo de dados com nossa tabela de suporte.

É incrível o que podemos fazer com toda a fórmula. Podemos alterar o período de tempo e ele sempre dividirá os clientes pelas porcentagens específicas que estabelecemos. 

Espero que você tenha encontrado grande valor neste tutorial e o aplique ao seu próprio trabalho.

Tudo de bom!

***** Aprendendo LuckyTemplates? *****