วิธีการใช้การวิเคราะห์ตามรุ่นใน LuckyTemplates – แนวคิด DAX ขั้นสูง

ในบล็อกนี้ ฉันกำลังแนะนำการวิเคราะห์ตามรุ่นของ LuckyTemplates นี่เป็นหนึ่งในหัวข้อที่ฉันอธิบายโดยละเอียดในซึ่งฉันได้แสดงให้เห็นว่าการวิเคราะห์ตามรุ่นคืออะไร และคุณสามารถทำได้ใน LuckyTemplates อย่างไร ในบทช่วยสอนนี้ คุณจะได้เรียนรู้วิธีตั้งค่าภายในโมเดล LuckyTemplates ของคุณ คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้

แนวคิดเกี่ยวกับการวิเคราะห์ตามรุ่นคือการที่เราจัดกลุ่มลูกค้าของเราตามพฤติกรรมหรือคุณลักษณะเฉพาะที่พวกเขามี

ในตัวอย่างนี้ เราจัดกลุ่มลูกค้าตามเวลาที่พวกเขาซื้อครั้งแรกจากนั้นเราจะวิเคราะห์อัตราการรักษาลูกค้าเหล่านั้น

ดังนั้น แนวคิดคือการสร้างกลุ่มประชากรตามรุ่นที่ลูกค้าซื้อครั้งแรก จากนั้นจึงวิเคราะห์ตามเวลาว่าใช้เวลานานเท่าใดกว่าที่ลูกค้าจะกลับมาซื้ออีกครั้ง จากนั้นเราจะเปรียบเทียบลูกค้าทั้งหมดในกลุ่มของเราทุกเดือน และดูว่าระดับการรักษาลูกค้าดีขึ้นหรือลดลงหรือไม่

ในการสาธิตนี้ เรามีเปอร์เซ็นต์ ซึ่งเป็นวิธีที่ดีในการดู แต่เราก็มีตัวเลขสัมบูรณ์เช่นกัน

สารบัญ

• การจัดประเภทการซื้อของลูกค้า
• สูตร DAX สำหรับการวิเคราะห์ตามรุ่น
• การจำแนกกรอบเวลา
• บทสรุป

การจัดประเภทการซื้อของลูกค้า

ถ้าพูดถึง cohort อย่างเดียว มันหมายถึง “การจัดกลุ่มลูกค้า” ดังนั้นเราจึงพิจารณาว่าลูกค้าเข้าร่วมเมื่อใดหรือเมื่อพวกเขาซื้อจากเราเป็นครั้งแรก นี่คือสิ่งที่เราจัดประเภทเป็นวัน  ที่เข้าร่วม

สูตรวันที่เข้าร่วมเป็นเพียงวันที่ซื้อขั้นต่ำในตารางการขาย ดังนั้นเราจึงหาวันที่ต่ำสุดหรือต่ำสุดที่ลูกค้าเหล่านี้ซื้อในแต่ละแถว

จากนั้นเราจึง จำแนกพวกเขาในกลุ่มประชากรตามรุ่นโดยพิจารณาจากเดือนและปี ที่  พวกเขาซื้อ

ตัวอย่างเช่น Jesse Evans ซื้อที่นี่เมื่อวันที่ 11 มีนาคม 2014 ดังนั้นลูกค้าอย่าง Evans ก็จะอยู่ในกลุ่มรุ่นเดียวกันในเดือนมีนาคม 2014

สูตร DAX สำหรับการวิเคราะห์ตามรุ่น

สูตรที่เราใช้ที่นี่ง่ายมาก วันที่เข้าร่วมเป็นเพียงขั้นต่ำของวันที่สั่งซื้อ (การขาย)

เดือนตามรุ่นคือการค้นหาเดือนของวันที่เข้าร่วมนั้น

จากนั้นเราก็นำพวกเขามาที่นี่

เรา สามารถสร้าง cohort บนตัวแปรต่างๆ มากมาย นี่เป็นเพียงตัวอย่างหนึ่งของอัตราการรักษาลูกค้าในโลกแห่งความเป็นจริง

การจำแนกกรอบเวลา

สิ่งอื่นที่ต้องจำแนกคือช่วงเวลา สิ่งเหล่านี้เป็นเพียงข้อมูลทั่วไป (1, 2, 3 ฯลฯ) แต่เราจำเป็นต้องสร้างช่วงเวลาทั่วไปเพื่อเปรียบเทียบกลุ่มประชากรตามรุ่นเหล่านี้ทั้งหมด (ม.ค. 2014, ก.พ. 2014 ฯลฯ) เนื่องจากทั้งหมดอยู่ในกรอบเวลาที่ต่างกัน เราจำเป็นต้องทำการเปรียบเทียบแบบเดียวกันสำหรับกลุ่มประชากรทั้งหมดเหล่านี้ในช่วงเวลาต่างๆ

นี่คือวิธีที่เราตั้งค่า ถ้าเราทำการวิเคราะห์แบบนี้ เรามีช่วงเวลา 1 ถึง 12 และเรากำลังจับภาพวันขั้นต่ำและวันสูงสุด

ตัวอย่างเช่น หากลูกค้าซื้อจากเราแล้วซื้อคืนอีกครั้งภายใน 30 วันแรก ลูกค้ารายนั้นจะถูกจัดอยู่ในระยะเวลาเก็บรักษาครั้งแรก (ระยะเวลา 1) หากลูกค้าซื้อจากเราอีกครั้งระหว่าง 120 ถึง 150 วัน ลูกค้ารายนั้นจะอยู่ในระยะเวลาที่ 5 เป็นต้นไป

เราเห็นว่าการดำเนินการนี้เสร็จสมบูรณ์ในกลุ่มประชากรตามรุ่นทั้งหมดของเรา แม้ว่าลูกค้าเหล่านี้จะทำการซื้อครั้งแรกในภายหลังก็ตาม จากนั้นเราจะเปรียบเทียบกลุ่มประชากรตามรุ่นของเราในลักษณะที่เหมือนกันไปจนถึงเดือนมกราคม 2014 โดยใช้การผสมผสานการคำนวณที่ซับซ้อน

การวิเคราะห์ตามกลุ่มตามเวลา – วิธีการตั้งค่าแบบจำลองข้อมูลของคุณใน LuckyTemplates
การวิเคราะห์ลูกค้าใน LuckyTemplates: การตรวจสอบประสิทธิภาพเมื่อเวลาผ่านไป
เทคนิคการแบ่งกลุ่มลูกค้าโดยใช้แบบจำลองข้อมูล – LuckyTemplates & DAX

บทสรุป

ในการประชุมสุดยอดการเรียนรู้ ฉันได้ศึกษาเพิ่มเติมเกี่ยวกับวิธีที่คุณสามารถสร้างสูตรของคุณเพื่อให้สามารถทำเช่นนี้ได้ แต่ฉันคิดว่านี่จะเป็นการแนะนำที่ดี หลายท่านอาจไม่เคยได้ยินเกี่ยวกับการวิเคราะห์ตามรุ่น

นี่เป็นเทคนิคการวิเคราะห์ขั้นสูง แต่ฉันต้องการให้ข้อมูลเบื้องต้นแก่คุณว่าการวิเคราะห์ตามรุ่นคืออะไร และแสดงให้คุณเห็นว่าเราสามารถหาสิ่งนี้ได้อย่างไรใน LuckyTemplates เรายังสามารถทำได้ด้วยวิธีแบบไดนามิกและมีประสิทธิภาพโดยที่เราสามารถรวมเข้ากับโมเดลของเราได้

ฉันเคยเห็นการวิเคราะห์นี้ใน Excel และเครื่องมือขั้นสูงอื่น ๆ แต่เราสามารถทำได้ใน Power Bi และทำให้ดียิ่งขึ้นและมีประสิทธิภาพมากขึ้น ตรวจสอบลิงก์ด้านล่างสำหรับทรัพยากร LuckyTemplates เพิ่มเติมเกี่ยวกับหัวข้อนี้

ไชโย!

***** การเรียนรู้ LuckyTemplates? *****