Dinamik Parametrelerle Dinamik Segmentasyon – Gelişmiş LuckyTemplates ve DAX Tekniği

Dinamik parametreleri kullanarak dinamik segmentasyon hakkında konuşacağım çünkü LuckyTemplates destek forumunda birçok kez üyelerin bunu sorduğunu gördüm. Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

Bu konuda zorlayıcı olan şey, önce hangi alanların segmentlere ayrılacağını bulmaktır. Ayrıca dinamik parametreleri formülünüze beslemenin bir yolunu bulmanız gerekir. Tüm bunları burada göstereceğim örnek üzerinden basitleştireceğim.

İçindekiler

• What-If Parametresi Oluşturma
• Dinamik Parametreleri Uygulama
• Sonuçları Görselleştirme
• Çözüm

What-If Parametresi Oluşturma

İhtiyacım olan ilk şey bir parametre olurdu. Bu durumda, bir Müşteri Sıralaması parametresi oluşturdum .

Bu parametreyi Modelleme'ye giderek ve ardından Yeni Parametre'ye tıklayarak oluşturdum.

What-if parametresi benim için otomatik olarak bir tablo oluşturur. Yaptığım seçim için de bir ölçü oluşturuyor.

Bunu raporuma sürüklediğimde, dilimleyicide yaptığım seçimi gösterecek.

Burada unutulmaması gereken en önemli şey, her özel segmentasyon yaptığınızda parametrelerinizin sonuçları bölmesi gerektiğidir .

Yani Customer Rank parametresi dışında mağazaların bulunduğu alanlar hakkında da bilgim var.

Hesaplamanın bağlamı, bunu doğru yapmanın en önemli faktörlerinden biridir. Burada ayrıca mağazaların nerede olduğunu gösteren ek içerik de var.

Şimdi en iyi müşterilerim ile en düşük müşterilerimi karşılaştırarak gelirimi ayırmak istiyorum. Ayrıca bu üst ve alt grupların dinamik olmasını istiyorum. Dinamik parametrelerin devreye girdiği yer burasıdır.

Dinamik Parametreleri Uygulama

Dolayısıyla, verilere nasıl bakmak istediğime bağlı olarak sonuçlar değişmek zorunda. Bu, Customer Rank için dilimleyiciyi değiştirirsem , tablodaki verilerin de değişmesi gerektiği anlamına gelir.

Yapacağım ilk şey, en iyi müşterilerimi masaya oturtmak için bir formül kullanmak.

Toplam Gelir için işlevini kullanarak ve ardından sıralama işlevi olarak kullanarak sütunu oluşturdum . TOPN ayrıca sıralama sonuçlarına dayalı olarak sanal bir tablo döndürür.

Toplam Geliri hesaplarken bağlamı buraya ekledim çünkü yalnızca en üst sıradaki müşterilere bakıyorum. Bu sıralama, Müşteri Sıralaması Değeri tarafından belirlenir .

TOPN kullanarak , tüm müşteri verileri üzerinde çalışacağım. Ancak, tabloda ayarlanan parametre bu olduğundan, yalnızca ilk 4'ün bağlamını korur. Dilimleyicide belirlediğim değer.

Dilimleyicimi 3'e taşıyabilirim ve sonuçların da değişmesi ve yalnızca ilk 3'ün verilerini yansıtması gerekir.

Ayrıca en düşük müşterilerime de bakmak istiyorum, bu yüzden onu tabloma ekleyeceğim.

En düşük müşterilerimi oraya koyduğum için, herhangi bir zaman dilimi içinde mağaza başına toplam müşteri sayısına ihtiyacım olacağını da not etmek önemlidir.

Toplam Müşteri sayısını elde etmek için işlevini kullandım .

Tüm bunların yalnızca örnek veriler olduğunu unutmayın, bu nedenle bu formülden bulduğum sayılar küçük ve gerçekçi görünmeyebilir. Ancak bu hesaplama, gerçek hayat senaryolarına uygulandığında daha büyük frekanslar için de işe yarayacaktır.

İşte alt müşterileri elde etmek için kullandığım formül. En İyi Müşteriler için kullandığıma çok benzediğine dikkat edin , ancak bazı küçük ayarlamalar var.

HESAPLA ve TOPN işlevlerini burada da kullandım . Ama sadece Müşteri Sıralamasını koymak yerine , Toplam Müşteri ile Müşteri Sıralaması Değeri arasındaki farkı kullandım . 

ve Customer Names yerine mantık eklemek zorunda kaldım. En iyi müşteriler yerine en alttaki müşterileri aldığım için DESC yerine ASC kullanacağım .

Önceki formül, en iyileri elde etmek için her bir müşteriyi yineledi. Ancak en düşük müşterileri aldığım için bu, sıfır satışın olduğu durumları da sayacağı anlamına geliyor .

Alt müşteri sayılanların da alışveriş yaptığından emin olmalıyım. Bu yüzden değerin 0'dan büyük olması gerektiğini ekledim .

Bu nedenle, verilerim artık kaç müşterinin gerçekten bir satın alma işlemi gerçekleştirdiğini gösteriyor. Bu ilk satırda, 11 müşterinin belirli bir zaman diliminde belirli bir mağazadan bir şey satın aldığını gösterir.

Bu kısımda oldukça yanıltıcı olabilir, çünkü TOPN zaten sanal bir tablo oluşturuyor, ancak ben de bunun içinde başka bir sanal tablo oluşturuyorum. Bu sanal tablo, müşterilere bir bütün olarak değil, çok daha küçük bir müşteri alt kümesine bakar.

Bu yüzden burada Total Revenue formülünün sonunda başka bir sıralama yapıyorum . Daha önce de belirttiğim gibi, DESC yerine ASC kullanıyorum .

Bu formüllerle artık dinamik segmentasyona eklenen dinamik parametrelere sahibim.

Sonuçları Görselleştirme

Kullandığım teknik potansiyel olarak çok daha büyük veri kümeleri için kullanılabilir. Bu, sonuçları daha iyi anlamak için bazı görselleştirmelere sahip olmanın yararlı olduğu anlamına gelir.

Size her mağaza için en iyi ve en düşük müşterilerin karşılaştırmasını gösterebilecek basit bir grafikle başlayacağım.

Ayrıca sayıların yeterince büyük olması ve bu şekilde daha iyi görüntülenmesi durumunda bunu değiştirebilir ve yığınlı bir çubuk grafik kullanabilirim.

Bu görselleştirmelerle, sayılar hakkında daha iyi bir fikir edinebilirim. Bu, örneğin, hangi mağazaların daha yüksek risk altında olduğunu gösterir. Hangi mağazaların çok az müşterisi olduğunu görebiliyorum ve bu da düşük gelir sağlıyor.

Dinamik Segmentasyon: Veri Modelini Kullanarak Gelişmiş DAX Müşteri Segmentasyon Tekniklerini Kullanarak Müşterileri Gruplara Ayırma – LuckyTemplates ve
LuckyTemplates'da Gelişmiş DAX Kullanan DAX Segmentasyon Örneği

Çözüm

Burada kullandığım veriler çok düşük frekanslı, ancak bunun daha büyük veri kümelerine uygulandığında olasılıkları hayal edin. Bu teknik aynı zamanda diğer bilgileri segmentlere ayırabilir ve en üstteki ve en alttaki müşteriler veya mağaza konumları dışında pek çok farklı parametre ekleyebilir.

Bu örnek, ölçüler içinde ölçülerle nasıl çalışılacağını da gösterir. Bunun gibi teknikler, nerede uygulanırsa uygulansın, veriler hakkında inanılmaz bilgiler verir.

Herşey gönlünce olsun,