Veri Modeli Kullanan Müşteri Segmentasyon Teknikleri – LuckyTemplates & DAX

Bu blog gönderisinde, size LuckyTemplates'da veri modeli aracılığıyla müşteri segmentasyon tekniklerini nasıl yapacağınızı göstereceğim. Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

Bazen ham verileriniz, LuckyTemplates'da bir şeyi sergilemek için ihtiyaç duyduğunuz tüm bilgilere sahip olmayabilir. Ama bunun seni durdurmasına izin verme.

İhtiyacınız olan tek şey, veri modelinizi nasıl oluşturabileceğiniz konusunda bir hayal gücü veya arama tablolarınızda, mevcut haliyle sahip olduğunuz ham verilerle mümkün olduğunu düşündüğünüzden çok daha büyük içgörüler sağlayabilecek bazı ek mantıklar kullanmaktır.

Müşterilerinizi iyi müşteri mi, iyi müşteri mi yoksa kötü müşteri mi olduklarını değerlendirerek nasıl segmentlere ayırabileceğinize dair ayrıntılı bir örnek üzerinden size yol göstereceğim.

İçindekiler

• Müşterileri Performansa Göre Segmente Etmek
• Müşteri Gruplandırma Tablosunun Oluşturulması
• Arama Tabloları ve Hesaplanan Sütunlar
• Satış Farkının Hesaplanması
• SWITCH Mantığını Kullanmak
• Çözüm

Müşterileri Performansa Göre Segmente Etmek

Temel olarak, müşterilerinizi performansa göre nasıl segmentlere ayıracağınız üzerinde çalışacağız.

Bu tekniği hemen hemen her şeyi bölümlere ayırmak için kullanabilirsiniz, ancak gerçek hayattan bir senaryoya dayalı olarak raporunuzdaki bilgileri sergilemenin ne kadar etkili olabileceğini göstermek istedim.

Veri modelini kullanarak, analiz için her bir belirli segmenti hızla izole edebiliriz. Satış açısından müşterilerimizi harika, iyi, ortalama veya zayıf olarak ayıracak temel itici güçleri görebiliriz.

Raporumuz içine koyduğumuz görselleştirmelere dayanarak müşterileri harika, iyi, ortalama veya kötü olarak analiz etmemi sağlayan bir dilimleyici veya filtre oluşturdum .

Görselleştirme bize farklılığın ne zaman başladığını (Şubat 2016) ve neden bir sapma olduğunu gösterecek.

Raporlarınızdaki görselleştirmelerle nedenini göstermek önemlidir .

Raporumuzun alt kısmında, ayrışmanın tam olarak ne zaman gerçekleştiğini görebiliriz.

Bu ayrışmaya neden olan ve bu müşterileri harika yapan ürünleri belirlemek için ürünlerimizi de inceleyebiliriz. Hangi ürünlerin müşterilerin bizden daha önce aldıklarından daha fazla satın almalarını sağladığını öğrenebiliriz.

Görselleştirmelerimizdeki dilimleyiciler de harika. Modelimize entegre ettiklerimize göre filtreleyecekler ve ardından, seçtiğimiz performans grubu veya segmentine göre de filtre uygulayacaklar.

Dilimleyicide Kötü Satışlar'a tıklayarak yoksul müşterilerimize bir göz atalım. Ardından, dilimleyicinin altındaki sütunda hangi istemcilerin düşük performans gösterdiğini görebiliriz.

Kümülatif Satış Zaman Çerçevesi Karşılaştırma tablosuna bakarak, geçen yılki satışlara karşı bu yılki satışlara bakabiliriz. İkisi arasında neden büyük bir fark var? Ürünlerle veya marjlarla bir ilgisi var mı?

Tüm bu sorular size göstereceğim müşteri segmentasyon teknikleri kullanılarak cevaplanabilir ve sergilenebilir.

Müşteri Gruplandırma Tablosunun Oluşturulması

Peki bu tekniği nasıl yaptım? İlk olarak, modele geri dönelim. diye bir tablo oluşturdum .

Bu yapmak zorunda olmadığın bir şey ama bunu yaratmayı seviyorum çünkü bana müşteri gruplarını gösteren ayrı bir tablo veriyor. Ayrıca gruplamaların yanına bir indeks koydum, böylece onları çok iyiden fakire doğru filtreleyebilir veya sıralayabiliriz.

Açıkçası, Müşteri Gruplandırma tablosundan Müşteriler tablosuna bir bağlantıya ihtiyacımız olacak çünkü müşterilerimizi belirli bir şekilde gruplamamız gerekiyor.

Hadi içeri atlayalım ve segmentlere ayırmam gereken müşterilerime bir göz atalım.

Bu arama tablolarının içindeki hesaplanan sütunların devreye girdiği yer burasıdır .

Arama Tabloları ve Hesaplanan Sütunlar

Mavi kutunun içindeki tablolar, arama tabloları dediğimiz tablolardır .

Hesaplanan sütunlarımızı buraya koyabiliriz .

Şimdi bazılarınız önlemler kullanarak bunu dinamik hale getirebileceğinizi düşünebilir. Kesinlikle yapabilirsin.

Ancak, bunu belli bir zaman noktasından yapmak istedim. Bu duruma bağlıdır ve hesaplanan sütunları veya hesaplamaları kullanabilirsiniz.

Hesaplanan sütunları kullanarak, belirli bir zaman noktasından satışlarımıza bakmak istedim. Bu durumda özellikle 2016 Satışları ve 2015 Satışlarına bakmak istedim .

Bunu yapmak için HESAPLA işlevini kullandım ve içine bir filtre yerleştirdim, böylece yalnızca belirli bir süre için satış alıyorum.

Satış Farkının Hesaplanması

Ardından, 2016 Satışları ve 2015 Satışlarından , bu formülü kullanarak Satış Farkını elde edebilirim :

Satış Farkı , müşterilerimizi satışlara göre segmentlere ayırabileceğimiz yerdir.

SWITCH Mantığını Kullanmak

2016-2015 Satış Farkı, müşterilerimizin hangi performans grubunda yer alacağını belirleyecektir. İşte burada SWITCH mantığı devreye giriyor.

SWITCH TRUE mantığı , daha iyi görünen iç içe geçmiş EĞER ifadeleri gibi görünen ek boyutlar oluşturmanıza olanak tanır .

Bir müşterinin satış farkı 200.000$'dan büyük veya ona eşitse, o müşterinin harika bir müşteri olduğunu söyleyen açıklamalar yapabiliriz.

Müşterilerimizi hangi segmente veya gruba dahil edeceğimize bu şekilde karar veririz. Bu teknik son derece uyarlanabilir ve herhangi bir boyuta ve herhangi bir arama tablosuna yerleştirilebilir.

2016 ve 2015 satış sütunlarını ve Satış Farkı sütununu kullanmayarak bunu daha da basitleştirebilirsiniz. Tüm mantığı önlemin içine koyabilirsiniz.

Ancak bu durumda, bu bilgi segmentlerini oluşturmak için arama tablolarında hesaplanan sütunları nasıl kullanacağınızı göstermek istedim .

Son görselleştirmelerimize geri dönersek, bu özel dilimleyici

bu tablodan geliyor.

Müşteri tablosu daha sonra Müşteriler tablosunda yaptığımız hesaplamaları ve mantığı filtreler . Sonra bu ilişki diğer tablolara süzülür.

Dilimleyicide seçtiğimiz müşteri segmentine göre tüm görselleştirmelerimiz bu şekilde güncellenebilir.

Bu eğitim sayesinde, müşteri segmentasyon tekniklerini sergileyebildik ve verilerimizi dilimleyip parçalara ayırmanın farklı yollarını gösterebildik.

Tüm bunların harikası, bizim gerçek modelimizde olmamasıydı; mantığı kullanarak yaratmak zorundaydık.

Çözüm

Çoğu durumda, iyi sonuçlarınızın çoğu buradan geldiği için en iyi müşterilerinize odaklanmak istersiniz. Dolayısıyla, performansla ilgili eğilimleri belirlemek ve verilerinizin bu belirli segmentini derinlemesine incelemek istiyorsunuz .

Bu tekniği kullanarak iyi müşterilerimizi izole edebilir ve neden iyi olduklarını anlayabiliriz. Neden iyi performans gösterdiklerini anlayabilir ve bunu kötü performans gösteren diğer tüm müşterilere kopyalamaya çalışabiliriz.

Bu eğitim bununla ilgili. Bu müşteri segmentasyon tekniklerini çeşitli analitik senaryolarda yeniden kullanabilirsiniz. Bu sadece müşterilerle ilgili olmak zorunda değil ama bu özel durumda odaklandığım öğe bu.

Önemli olan güçlü içgörüleri bulmak amacıyla LuckyTemplates'dan yararlanmanın daha pratik yolları için LuckyTemplates Online'daki bu kurs modülüne göz atın . Bu tek kursla öğrenilecek çok şey var.

***** LuckyTemplates'ı mı öğreniyorsunuz? *****