ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
ในบทช่วยสอนนี้ ฉันจะเจาะลึกลงไปในการวิเคราะห์ตามกลุ่มตามเวลาใน LuckyTemplates
นี่คือเซสชันแยกย่อยสั้นๆ จากกิจกรรมล่าสุดสำหรับสมาชิก LuckyTemplates คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้
ฉันต้องการแสดงให้คุณเห็นว่าฉันตั้งค่าการวิเคราะห์ตามรุ่นใน LuckyTemplatesอย่างไร นี่เป็นงานที่ยากที่สุดเมื่อคุณเริ่มใช้การคำนวณขั้นสูง
คุณต้องการทราบวิธีตั้งค่าโมเดลข้อมูลของคุณอย่างเหมาะสมเพื่อหลีกเลี่ยงความสับสนและตรวจสอบให้แน่ใจว่าโมเดล LuckyTemplates ใช้งานได้
สารบัญ
ตรวจสอบอย่างรวดเร็วเกี่ยวกับการวิเคราะห์ตามรุ่น
ก่อนที่ฉันจะพูดถึงเทคนิคนี้ ก่อนอื่นฉันต้องการแสดงข้อมูลเชิงลึกที่คุณจะได้รับพร้อมกับการทบทวนอย่างรวดเร็วเกี่ยวกับการวิเคราะห์ตามรุ่นตามเวลา
กลุ่มประชากรตามรุ่นเป็นวิธีที่แปลกใหม่ในการเรียกกลุ่มหรือการจัดกลุ่มของมิติข้อมูลหรือตัวแปรในข้อมูลของคุณ
ตัวอย่างเช่น คุณต้องการดูกลุ่มลูกค้าของคุณ
คุณต้องการสร้างกลุ่มเมื่อลูกค้าของคุณเข้าร่วมหรือเริ่มใช้ซอฟต์แวร์หรือแอปพลิเคชันของคุณเป็นครั้งแรก
สำหรับกรณีนี้ ฉันได้สร้างกลุ่มประชากรตามรุ่นของเดือนนั้นๆ ดังนั้น หากลูกค้าของคุณเริ่มต้นในเดือนมิถุนายน 2017 นั่นคือกลุ่มเฉพาะของพวกเขา
ไม่ใช่การจัดกลุ่มตามจำนวนเงินหรือจำนวนครั้งที่พวกเขาทำธุรกรรมกับคุณ คุณกำลังจัดกลุ่มตามเวลา
สำหรับตัวอย่างนี้คือตอนที่พวกเขาเข้าร่วม
ตอนนี้ฉันจะแสดงวิธีสร้างกลุ่มประชากรตามรุ่นเหล่านี้และนำไปใช้กับโมเดลของคุณ
การสร้างกลุ่มงานใน LuckyTemplates
มาดูโมเดลกัน
นี่เป็นโมเดลทั่วไปที่ค่อนข้างธรรมดา นี่คือวิธ���ที่คุณต้องการทำให้โมเดลของคุณดู
คุณจะเห็นว่าฉันมีตารางการค้นหาอีกชั้นหนึ่ง
แต่ก่อนที่ฉันจะแสดงให้คุณเห็นถึงวัตถุประสงค์ ฉันจะสร้างกลุ่มประชากรตามรุ่นเหล่านี้ในตารางค้นหาก่อน
ตารางการค้นหาเป็นที่ที่คุณต้องการจัดกลุ่มมิติข้อมูลหนึ่งๆ ในกรณีนี้คือลูกค้า
มาดูตารางลูกค้าของฉันกัน
เดิมที ตารางลูกค้าของฉันมีเฉพาะดัชนีลูกค้าและชื่อลูกค้าเท่านั้น
แต่ถ้าคุณต้องการสร้างกลุ่มประชากรตามรุ่นภายในตารางการค้นหา คุณต้องวางไว้ในตำแหน่งที่คุณต้องการให้การแบ่งกลุ่มเกิดขึ้น
ตอนนี้ ฉันต้องการทราบวันที่เข้าร่วมของลูกค้า ในข้อมูลสาธิตของฉัน วันที่เข้าร่วมคือวันที่ลูกค้าเข้าสู่ระบบเป็นครั้งแรก
การเข้าสู่ระบบครั้งแรกอาจเป็นเมื่อลูกค้าลงทะเบียนโดยใช้อีเมลหรือเมื่อพวกเขาใช้แอปพลิเคชันรุ่นทดลองเป็นครั้งแรก
คุณต้องค้นหาว่าการเชื่อมต่อเริ่มต้นโดยลูกค้าเป็นครั้งแรก
ฉันได้รับข้อมูลนี้โดยใช้สูตรนี้:
มันใช้ของวันที่เข้าสู่ระบบ จากนั้นฉันรวมไว้ใน ฟังก์ชัน เพื่อให้แน่ใจว่าได้รับบริบทตัวกรองที่ถูกต้อง นี่ทำให้ฉันมีเดทแรก
ตอนนี้ฉันต้องออกกำลังกายประจำเดือน ฉันต้องการสร้างกลุ่มประชากรตามรุ่นตามเดือนที่ลูกค้าเข้าร่วม
เทคนิคนี้มีความยืดหยุ่นมากเนื่องจากคุณสามารถสร้างกลุ่มประชากรหลายกลุ่มได้
แต่สำหรับตัวอย่างนี้ ฉันจะใช้กลุ่มประชากรแบบเดือนที่แสดงเดือนและปี
นี่คือสูตรที่ฉันใช้สำหรับกลุ่มเดือนที่เข้าร่วม :
ฉันคว้า คอลัมน์ เดือน & ปีจากตารางวันที่โดยใช้ตรรกะนี้:
ฉันทำงานผ่านตารางวันที่จากนั้นเมื่อเท่ากับTRUEก็จะคืนค่าคอลัมน์เดือน & ปีของตารางเดียวกัน
ด้วยวิธีนี้ ตอนนี้ฉันมีกลุ่มผู้เข้าร่วมเดือนของ ฉัน
การตั้งค่าตารางเดือนตามรุ่น
ตอนนี้ ฉันต้องการแสดงให้คุณเห็นว่าเหตุใดฉันจึงตั้งค่าตารางเดือนตามรุ่น
กลับไปที่โต๊ะลูกค้ากันเถอะ
หากคุณปล่อยข้อมูลและตรรกะนี้ไว้ คุณอาจไม่ได้รับข้อมูลซ้ำของเดือนและปี
เนื่องจากลูกค้าอาจไม่ได้เข้าร่วมในเดือนและปีใดๆ ดังนั้น เพื่อให้เห็นภาพที่ดี คุณต้องแน่ใจว่ามีการอ้างอิงเดือนและปีทุกๆ เดือนในตารางหนึ่งๆ
นอกจากนี้ อาจเป็นเพราะข้อมูลที่คุณต้องการอาจไม่อยู่ในการคำนวณแบบไดนามิกของลูกค้าทั้งหมด
จำไว้ว่ามีลูกค้าใหม่เข้ามาตลอดเวลา ดังนั้นในทางทฤษฎีแล้ว ข้อมูลนี้ควรได้รับการปรับปรุงอยู่เสมอ
นี่คือเหตุผลที่ฉันสร้างตารางอื่นโดยใช้ สูตร Cohort Months :
ฉันคว้า คอลัมน์ ดัชนีและจากตารางวันที่ คอลัมน์ทั้งสองนี้กลายเป็นกลุ่มเดือนปี
นี่คือตารางวันที่:
คุณจะเห็นว่ามันมีหลายคอลัมน์ที่มีข้อมูลจำนวนมาก แต่สำหรับตัวอย่างนี้ ฉันต้องการเพียงคอลัมน์ดัชนีและเดือนและปีเท่านั้น ดังนั้น ฉันจึงสรุปตาราง Dates โดยใช้Cohort Months
ตอนนี้ฉันมีการวนซ้ำทุกครั้ง ซึ่งกลายเป็นค่าเฉพาะด้วย
ตอนนี้ ถ้าข้อมูลนี้ถูกดึงมาจากตาราง Dates ข้อมูลนั้นจะถูกอ้างอิงเป็นจำนวนมาก แต่เนื่องจากตอนนี้เป็นคอลัมน์ที่มีค่าไม่ซ้ำกัน จึงกลายเป็นตารางค้นหาอย่างง่าย
คุณสามารถสร้างความสัมพันธ์แบบหนึ่ง-ต่อ-กลุ่มจากตารางเดือนตามรุ่นไปยังตารางลูกค้า
ความสัมพันธ์นี้จะถูกกรองต่อไปจนถึงตารางข้อมูลเว็บไซต์ ตรรกะการคำนวณจะอยู่ในตารางนี้เนื่องจากความสัมพันธ์กับตารางลูกค้า
เมื่อคุณตั้งค่าทั้งหมดแล้ว ตอนนี้คุณจะมีมิติข้อมูลที่คุณสามารถวางลงในเมทริกซ์ได้ เมทริกซ์นี้จะให้คุณทุกเดือน
ข้อมูลเชิงลึกของการวิเคราะห์ตามรุ่น
อีกสิ่งที่น่าสนใจเกี่ยวกับการวิเคราะห์ตามรุ่นใน LuckyTemplates คือคุณสามารถวิเคราะห์แนวโน้มภายในกลุ่มได้
สำหรับตัวอย่างนี้ ฉันต้องการหาแนวทาง Customer Churning
คุณจะเห็นว่าฉันมีการแสดงภาพแบบไดนามิก ฉันมีลูกค้า 641 รายที่เข้าร่วมในกลุ่มประชากรตามรุ่นในเดือนมิถุนายน 2017 อย่างไรก็ตาม ลูกค้า 12 คนจากไปในช่วงแรก
คุณต้องสร้างตารางทั่วไปซึ่งแสดงช่วงเวลาที่คุณประดิษฐ์ขึ้น
สำหรับกรณีนี้ ฉันได้สร้างตารางในโมเดลของฉันที่ชื่อว่าCohort Periods
ฉันได้สร้างตารางสนับสนุนไว้ด้วย
คุณสามารถดูได้ว่าฉันสร้างวันต่ำสุดและสูงสุดสำหรับทุกช่วงเวลาได้อย่างไร นี่คือการระบุกรอบเวลาที่คุณต้องการวิเคราะห์สำหรับกลุ่มประชากรแต่ละกลุ่ม
ย้อนกลับไปที่ตัวอย่าง จะเห็นว่าในช่วงที่ 2 มีลูกค้า 14 รายที่เลิกใช้งานภายในระยะเวลา 30 และ 60 วัน
และเมื่อคุณดูตาราง คุณจะเห็นการเปลี่ยนแปลงของค่านี้ในกลุ่มประชากรตามรุ่นต่างๆ
ในอีกตารางหนึ่ง จะแสดงค่าเป็นเปอร์เซ็นต์
เปอร์เซ็นต์ดีกว่าเมื่อเทียบกับตัวเลขเพราะคุณจะได้รับข้อมูลเชิงลึกที่มีค่าจากพวกเขา คุณสามารถระบุแนวโน้มของลูกค้าที่ออกไปภายในช่วงเวลาหนึ่งๆ
คุณสามารถระบุปัญหาที่ทำให้เกิดแนวโน้มนี้ได้ อาจเป็นเพราะคุณเลิกทำการตลาดและโฆษณา หรือคุณไม่ได้รับยอดขายจากลูกค้ามากนัก
สูตรการวิเคราะห์ตามรุ่นอื่นๆ ที่ใช้
นี่คือสูตรอื่นๆ ที่ฉันใช้สำหรับเทคนิคการวิเคราะห์ตามกลุ่มตามเวลาใน LuckyTemplates
สูตรการเปลี่ยนใจแบบไดนามิกนี้ทำให้ฉันได้รับข้อมูลเชิงลึกจากข้อมูล
เมื่อคุณเข้าใจเทคนิคการจัดกลุ่มแบบไดนามิกโดยใช้ DAX แล้ว คุณจะได้รับประโยชน์เพิ่มเติมจากรายงานของคุณ
ตัวอย่างการวิเคราะห์ตามรุ่นเพิ่มเติม
เพื่อแสดงความสามารถของเทคนิคนี้ฉันต้องการเพิ่มตัวอย่างอื่น
สมมติว่าฉันต้องการดูลูกค้าเป็นรายบุคคลในกลุ่มประชากรเฉพาะกลุ่มที่เปลี่ยนใจ
ฉันสามารถเลือกค่าในตารางของฉันได้ และค่านั้นจะแสดงระดับของลูกค้าแต่ละรายในตารางอื่นโดยอัตโนมัติตามวิธีการตั้งค่าของฉัน
วิธีการใช้การวิเคราะห์ตามรุ่นใน LuckyTemplates – แนวคิดการแบ่งส่วนแนวคิด DAX ขั้นสูง
ตัวอย่างการใช้ DAX ขั้นสูงใน LuckyTemplates
การแบ่งกลุ่มลูกค้า LuckyTemplates: แสดงความเคลื่อนไหวของกลุ่มผ่านช่วงเวลา
บทสรุป
คุณสามารถใช้กลยุทธ์นี้กับกลุ่มประชากรตามรุ่นที่คุณต้องการวางแผน อาจเป็นกลุ่มผลิตภัณฑ์ ภูมิภาค หรือลูกค้า
อย่างไรก็ตาม ตัวอย่างในบทช่วยสอนนี้มีความเกี่ยวข้องมากที่สุด การวิเคราะห์ตามรุ่นได้รับความนิยมจากแอปพลิเคชัน SAS ดังนั้น คุณควรจัดกลุ่มลูกค้าตามเวลาที่พวกเขาเลิกใช้งาน
คุณสามารถสร้างการวิเคราะห์ที่น่าทึ่งใน LuckyTemplates โดยใช้เทคนิคนี้
ฉันหวังว่าบทช่วยสอนนี้จะช่วยให้คุณมีความคิดที่ดีว่าการวิเคราะห์ตามรุ่นคืออะไรและจะนำไปใช้อย่างไร
สิ่งที่ดีที่สุด
ตนเองคืออะไรใน Python: ตัวอย่างในโลกแห่งความเป็นจริง
คุณจะได้เรียนรู้วิธีการบันทึกและโหลดวัตถุจากไฟล์ .rds ใน R บล็อกนี้จะครอบคลุมถึงวิธีการนำเข้าวัตถุจาก R ไปยัง LuckyTemplates
ในบทช่วยสอนภาษาการเข้ารหัส DAX นี้ เรียนรู้วิธีใช้ฟังก์ชัน GENERATE และวิธีเปลี่ยนชื่อหน่วยวัดแบบไดนามิก
บทช่วยสอนนี้จะครอบคลุมถึงวิธีการใช้เทคนิค Multi Threaded Dynamic Visuals เพื่อสร้างข้อมูลเชิงลึกจากการแสดงข้อมูลแบบไดนามิกในรายงานของคุณ
ในบทความนี้ ฉันจะเรียกใช้ผ่านบริบทตัวกรอง บริบทตัวกรองเป็นหนึ่งในหัวข้อหลักที่ผู้ใช้ LuckyTemplates ควรเรียนรู้ในขั้นต้น
ฉันต้องการแสดงให้เห็นว่าบริการออนไลน์ของ LuckyTemplates Apps สามารถช่วยในการจัดการรายงานและข้อมูลเชิงลึกต่างๆ ที่สร้างจากแหล่งข้อมูลต่างๆ ได้อย่างไร
เรียนรู้วิธีคำนวณการเปลี่ยนแปลงอัตรากำไรของคุณโดยใช้เทคนิคต่างๆ เช่น การแยกสาขาและการรวมสูตร DAX ใน LuckyTemplates
บทช่วยสอนนี้จะหารือเกี่ยวกับแนวคิดของการทำให้แคชข้อมูลเป็นรูปธรรมและวิธีที่สิ่งเหล่านี้ส่งผลต่อประสิทธิภาพของ DAX ในการให้ผลลัพธ์
หากคุณยังคงใช้ Excel อยู่จนถึงตอนนี้ นี่เป็นเวลาที่ดีที่สุดในการเริ่มใช้ LuckyTemplates สำหรับความต้องการในการรายงานทางธุรกิจของคุณ
เกตเวย์ LuckyTemplates คืออะไร ทั้งหมดที่คุณต้องการรู้