Yüzde Gruplarına Dayalı Veri Segmentasyonu – LuckyTemplatesda Gelişmiş DAX

Bu öğreticide, verileri LuckyTemplates içinde dinamik bir şekilde gruplamakla ilgili oldukça gelişmiş bir veri bölümleme tekniğini ele alacağım . Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

Bu eğitimde, müşteri içgörüleri etrafında bir Öğrenme Zirvesi sırasında kullandığım bu panodaki bu özel görselleştirmeye özel olarak bakacağız.

Bu durumda, müşterileri satış yüzdesine göre gruplandırıyor veya segmentlere ayırıyoruz. Bu gruplandırmayı oluşturmak için ikincil bir tablo veya destekleyici tablo kullanıyoruz ve bunu DAX formülleriyle birleştiriyoruz.

İçindekiler

• Müşterileri Satış Yüzdelerine Göre Gruplandırma
• İkincil Veya Destekleyici Bir Tablo Kullanma
• Değişkenleri Çalışmak
• Veri Bölümleme Mantığı
• Veri Bölümleme Formülü Nasıl Yeniden Kullanılır?
• Çözüm

Müşterileri Satış Yüzdelerine Göre Gruplandırma

Bir grup ilk %20'de, başka bir grup %25 ile %80 arasında ve üçüncü grup en alttaki %25'te. Bu yüzdeleri kullandım ve onları bir DAX formülüyle besleyerek bu Top, Mid ve Bottom gruplarını oluşturdum .

Bu durumda segmentasyon, satışlara dayalıdır, bu nedenle bu, belirli bir zaman dilimi için Satışlara karşı Marjları gösteren bir grafiktir, ancak segmentasyon, satışlar aracılığıyla gerçekleşmiştir.

Bu dağılım tablosunda müşterilerin İlk %20'sini görebiliriz; koyu mavi noktalarla temsil edilirler. Orta müşteriler, satış perspektifinden %25 ile %80 arasında oturuyor; grafiğin orta kısmındaki soluk mavi noktalarla temsil edilirler. Satışlara göre müşterilerin Alt %25'i, grafiğin alt kısmındaki açık mavi noktalardır. 

Bu , var olmayan bu grupları oluşturmak için hesaplamaların içine bazı gelişmiş mantıklar dahil ettiğimiz oldukça gelişmiş bir veri segmentasyonu tekniğidir . Başka bir deyişle, ham verilerimizde ilk 20 müşteriyi, en alttaki %25'i vb. kıracak hiçbir şey yok.

Dolayısıyla, bu mantığı destekleyici bir tablo veya benim deyimimle ikincil bir tablo kullanarak oluşturmamız gerekiyor . Bu tablonun veri modelindeki tablolarımızdan hiçbiriyle fiziksel bir ilişkisi yoktur, ancak bu tür analizlerin anahtarıdır.

İkincil Veya Destekleyici Bir Tablo Kullanma

Öyleyse tabloya bir göz atalım. Muhtemelen bu grupları birçok farklı şekilde oluşturabilirsiniz, ancak ben bu gösteri için bu şekilde kurdum.

Bu destekleyici veya ikincil tabloda Gruplarımız Üst, Orta ve Alt olarak bulunur. Her bir müşterinin hangi segmente ait olduğunu belirlemek için Düşük sütununa ve Yüksek sütununa sahibiz.

Bu ikincil yüzde tablosu aslında birçok farklı ölçümde yeniden kullanılabilir. Satışları kullanabiliriz ve marjları, karları veya maliyetleri veya yapabileceğimiz diğer hesaplamaları kolayca entegre edebiliriz. Satış veya gelirle ilgili olması bile gerekmez. 

Ayrıca mantığın bir kısmını yeniden kullanabiliriz çünkü yüzdeler herhangi bir şey üzerinde olabilir. Burada önemli olan formül içerisinde doğru mantığı oluşturmaktır. 

(bu yıl) adını verdiğim formüle dalalım ve mantığı nasıl yaptığımı inceleyelim.

Değişkenleri Çalışmak

Önce değişkenleri ( VAR ) hesapladığımız hesaplamanın ilk kısmına geçelim .

İlk değişken, üzerinde çalışacağımız RankingDimension'ı tanımlamaktır . Bu durumda müşterilerdir. DEĞERLER işleviyle , belirli bir zaman diliminde satış yapan her müşteriyi yineleriz . 

Bir sonraki değişken , gerçekte kaç müşterinin satış yaptığını hesaplayan TotalCustomers değişkenidir . Tüm müşterileri değil, sadece satış yapanları saymak istiyoruz. Bu mantıkta HESAPLA , SAYISAY , FİLTRE ve TÜM fonksiyonlarını kullanıyoruz .

Üçüncü değişken , müşterilerimizi yaptıkları satışlara göre sıraladığımız CustomerRank'tir . Ve bu, Müşteri Sıralaması TY'nin formülüdür .

Bu özel formül, RANKX işlevini kullanan basit bir sıralama yapıyor .

Veri Bölümleme Mantığı

Şimdi hesaplamanın geri kalanına geçelim. Bu veri segmentasyon analizini gerçekleştirmemizi sağlayan mantık budur.

HESAPLA işlevi , her müşteriyi yineler ve COUNTROWS ve FILTER işlevleriyle oluşturduğumuz destek tablosu ( Müşteri Grupları ) aracılığıyla değerlendirir . 

Ardından, CustomerRank'in TotalCustomers'tan büyük olup olmadığını değerlendirir ve ardından Müşteri Grupları Düşük sütunuyla çarpar . Yani bize CustomerRank'in dipten daha yüksek olup olmadığını soruyor.

Ve bir sonraki satırda, Müşteri Derecesinin Toplam Müşteriden küçük veya ona eşit olup olmadığını vurgular; daha sonra Müşteri Grupları tablosunun üst bölmesiyle çarpılır .

Doğruya eşit olacaksa, o müşteri elde tutulacak ve toplam satışları alacağız.

Veri Bölümleme Formülü Nasıl Yeniden Kullanılır?

Bu formül biraz karmaşık ama gerçekten ilginç. Bu hesaplamayı da yeniden kullanıyoruz.

Örneğin, müşterilerimize Kar Marjı gibi farklı bir metrikle bakmak istiyorsak, tek yapmamız gereken buradaki Toplam Satışları Kar Marjı ile değiştirmek ve Sıralamayı kar marjlarına göre değiştirmek .

Daha sonra bu mantığı çalıştırmak için tam olarak aynı destek tablosunu kullanabiliriz. 

LuckyTemplates'da Verileri Bölümlere Ayırmak ve Gruplandırmak İçin DAX'i Kullanma
Segmentasyon Örneği LuckyTemplates
Group Müşterilerinde LuckyTemplates'da Sıralamalarına Göre Gelişmiş DAX'i Dinamik Olarak Kullanma LuckyTemplates'da RANKX ile

Çözüm

Bu, bu öğreticide gösterdiğim veri bölümleme hakkında daha gelişmiş bir tekniktir. Destekleyici tablomuzla DAX'ın ve veri modelinin gücünden faydalanıyoruz.

Tüm formülle yapabileceklerimiz inanılmaz. Zaman çerçevesini değiştirebiliriz ve bu, müşterileri her zaman belirlediğimiz belirli yüzdelere göre böler. 

Umarım bu öğreticiden büyük bir değer bulmuşsunuzdur ve bunu kendi çalışmanıza uygulamışsınızdır.

Herşey gönlünce olsun!

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