LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Bu blog gönderisinde, LuckyTemplates veri kümelerinizde anormal davranış kalıplarını nasıl keşfedebileceğinizi size ayrıntılı olarak göstereceğim . Bu, verileriniz üzerinde analiz yürütürken hemen göze çarpacak bir şey değildir, bu nedenle bu konuda oldukça analitik düşünmeniz gerekir. Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

Ne elde etmek istediğinizi derinlemesine düşünerek ve ardından bu tür hesaplamalar için çalışan bir veri modeli kurarak yüksek kaliteli sonuçlar elde edebilirsiniz.

Bu örnekte, bir müşterinin daha önce ne yaptığını anlamaya çalışacağız. Geçmişte olanlara kıyasla son satın alımların normal mi yoksa anormal mi olduğunu da değerlendireceğiz.

İçindekiler

LuckyTemplates Veri Kümelerinizdeki Aykırı Değerleri Keşfedin

Bunu bir de ticari açıdan düşünelim. Bir çevrimiçi perakendeci, bir havayolu şirketi veya bir süpermarket olduğumuzu ve bir sadakat programı uygulamamız gerektiğini varsayalım.

Bir müşterinin her üç aylık dönem için gerçekte ne kadar satın aldığını ve ortalama olarak ne satın aldığını bilmek için müşteri veri setimize bakmamız gerekiyor.

Birdenbire, satın alma modellerinde veya satın alma davranışında büyük bir artış veya düşüş görüyoruz. Neden normalden çok daha fazla veya neden normalden daha az satın aldıklarını anlamak istiyoruz.

Bu sayede CRM sistemimizde uyarılar oluşturabilir ve satış ekibimizin indirim ya da kupon vererek bu kişileri hedeflemesini sağlayabiliriz.

Bu, LuckyTemplates'dan elde edebileceğiniz gerçekten güçlü bir içgörüdür. Analizinizden çıkarabileceğiniz değer, işletmenizi olumlu yönde etkileyebilir.

Satın Alınan Eşsiz Ürünler

Belirli bir çeyrekte satın alınan ortalama ürünleri hesaplamak için önce Satın Alınan Benzersiz Ürünleri hesaplamamız gerekecek. Her bir müşteri için, kaç tane bireysel ürün satın aldılar?

Bunu, herhangi bir müşteri bağlamı için, satış tablosundaki ürün kimliğinin FARKLI SAYISINI hesaplayacağımızı söyleyerek bulabiliriz .

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Bu formül, bir müşterinin mevcut bağlamda bizden satın aldığı her bir benzersiz ürünü bize verecek.

Yukarıdaki formül göz önüne alındığında, 2017'nin 1. çeyreğine tıkladığımızda Aaron Day müşterisinin sadece 1 ürün satın aldığını görebiliriz.

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Çeyrek Dönemde Satın Alınan Ortalama Ürünler

Bu özel içgörüyü üretmek için kullanacağımız formül budur. Belirli bir müşterinin bir çeyrekte ortalama olarak ne kadar satın aldığını söyleyecektir.

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Tüm Bölgelerde Satın Alınan Ortalama Ürünler

İhtiyacımız olan bir sonraki şey, anormal davranışın ne olduğunu anlayabilmemiz için onu bir şeyle karşılaştırmak için bir ölçüt veya bir sayıdır.

Daha sonra aynı içgörüyü hesaplayacağız, ancak belirli bir tarihe bakmıyoruz. Herhangi bir içeriği tarihlerde yayınlayacağız.

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Bu formülün yaptığı şey, belirli bir müşteri için her çeyrekte ortalama benzersiz ürünleri iade etmektir. Bu özel içgörüyü bu şekilde elde ederiz.

Yani şimdi iki değerimiz var. Bir seçim yaptığımızda (ör. Q2 2017), Tüm Çeyreklerde Satın Alınan Ortalama Ürünler sütunu, TÜM Tarihler işlevi nedeniyle hiçbir zaman değişmeyecektir . Bu işlev, Tarihler'den gösterdiğimiz tüm filtreleri kaldırır.

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Yaptığımız her seçimde, Çeyrek Dönemde Satın Alınan Ortalama Ürünler sütunu değişecek.

Bu iki sütunu karşılaştırarak neyin normal neyin normal olmadığını anlayabiliriz.

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

Daha derinlemesine bir analiz için şimdiye kadar bulduklarımızı görsel bir tabloya koyabiliriz. Müşterilerimizin belirli bir çeyrekte kaç ürün satın aldıklarını (sağ taraf) ve ortalama olarak ne kadar satın aldıklarını (sol taraf) çok hızlı bir şekilde görebiliriz.

LuckyTemplates Veri Kümeleri: DAX Kullanarak Anormal Davranışları Tespit Etmeyi Öğrenin

LuckyTemplates veri kümelerimizden anormal davranışları görebileceğiz ve hangi müşterilerin satın almalarını artırdığını görebileceğiz. Kim bu insanlar ve bunu neden yapıyorlar?

Topladığımız verilerle donanmış olarak, bunu çoğaltmak için eyleme geçirilebilir stratejiler uygulayabiliriz.

Anormal davranışlar oluşturmayanların satın almalarını artırmak için pazarlama mesajımızı genişletebiliriz.

Çözüm

Anormal, aykırı veya anormal türde bir analizin çok fazla değer kattığı yer burasıdır. Neden? Çünkü müşterilerimizin daha iyi performans gösterip göstermediğini veya satış elemanlarının daha fazla satış yapıp yapmadığını anlamak istiyoruz.

Verilerimizin belirli bir bölümünde bizim için olumlu olan davranış kalıplarını bulabilirsek, bunu diğer bölümlerde çoğaltabiliriz.

Amaç, avantajlı müşteri davranışını çoğaltmak ve bunu işin diğer alanlarına uygulamaktır.

Bu teknik, LuckyTemplates'da neler başarabileceğiniz konusunda analitik düşüncenizi artırmanıza son derece yardımcı olacaktır. 

Bu tür analizler ve çok daha fazlası , LuckyTemplates Online'daki Advanced LuckyTemplates modüllerinde bulunabilir . Daha fazla ayrıntı için aşağıdaki modülü inceleyin.

Bunu incelemenin keyfini çıkarın.

Leave a Comment

Excel Hücrelerini Metne Sığdırma: 4 Kolay Çözüm

Excel Hücrelerini Metne Sığdırma: 4 Kolay Çözüm

Excel hücrelerini metne sığdırmak için güncel bilgileri ve 4 kolay çözümü keşfedin.

Bir Excel Dosyasının Boyutu Nasıl Küçültülür – 6 Etkili Yöntem

Bir Excel Dosyasının Boyutu Nasıl Küçültülür – 6 Etkili Yöntem

Bir Excel Dosyasının Boyutunu Küçültmek için 6 Etkili Yöntem. Hızlı ve kolay yöntemler ile verilerinizi kaybetmeden yer açın.

Pythonda Self Nedir: Gerçek Dünyadan Örnekler

Pythonda Self Nedir: Gerçek Dünyadan Örnekler

Python'da Self Nedir: Gerçek Dünyadan Örnekler

Rde Bir RDS Dosyası Nasıl Kaydedilir ve Yüklenir

Rde Bir RDS Dosyası Nasıl Kaydedilir ve Yüklenir

R'de bir .rds dosyasındaki nesneleri nasıl kaydedeceğinizi ve yükleyeceğinizi öğreneceksiniz. Bu blog aynı zamanda R'den LuckyTemplates'a nesnelerin nasıl içe aktarılacağını da ele alacaktır.

İlk N İş Günü Tekrar Ziyaret Edildi – Bir DAX Kodlama Dili Çözümü

İlk N İş Günü Tekrar Ziyaret Edildi – Bir DAX Kodlama Dili Çözümü

Bu DAX kodlama dili eğitiminde, GENERATE işlevinin nasıl kullanılacağını ve bir ölçü başlığının dinamik olarak nasıl değiştirileceğini öğrenin.

LuckyTemplatesda Çok İş Parçacıklı Dinamik Görsel Tekniği Kullanarak Öngörüleri Sergileyin

LuckyTemplatesda Çok İş Parçacıklı Dinamik Görsel Tekniği Kullanarak Öngörüleri Sergileyin

Bu eğitici, raporlarınızdaki dinamik veri görselleştirmelerinden içgörüler oluşturmak için Çok Kanallı Dinamik Görseller tekniğinin nasıl kullanılacağını kapsayacaktır.

LuckyTemplatesda İçeriği Filtrelemeye Giriş

LuckyTemplatesda İçeriği Filtrelemeye Giriş

Bu yazıda, filtre bağlamından geçeceğim. Filtre bağlamı, herhangi bir LuckyTemplates kullanıcısının başlangıçta öğrenmesi gereken en önemli konulardan biridir.

LuckyTemplates Çevrimiçi Hizmetindeki Uygulamaları Kullanmak İçin En İyi İpuçları

LuckyTemplates Çevrimiçi Hizmetindeki Uygulamaları Kullanmak İçin En İyi İpuçları

LuckyTemplates Apps çevrimiçi hizmetinin çeşitli kaynaklardan oluşturulan farklı raporların ve içgörülerin yönetilmesine nasıl yardımcı olabileceğini göstermek istiyorum.

Fazla Mesai Kâr Marjı Değişikliklerini Analiz Edin - LuckyTemplates ve DAX ile Analitik

Fazla Mesai Kâr Marjı Değişikliklerini Analiz Edin - LuckyTemplates ve DAX ile Analitik

LuckyTemplates'da ölçü dallandırma ve DAX formüllerini birleştirme gibi teknikleri kullanarak kâr marjı değişikliklerinizi nasıl hesaplayacağınızı öğrenin.

DAX Studioda Veri Önbellekleri İçin Materyalleştirme Fikirleri

DAX Studioda Veri Önbellekleri İçin Materyalleştirme Fikirleri

Bu öğreticide, veri önbelleklerini gerçekleştirme fikirleri ve bunların DAX'ın sonuç sağlama performansını nasıl etkilediği tartışılacaktır.