什麼是 Python 中的自我:真實世界的例子
什麼是 Python 中的自我:真實世界的例子
在這篇博文中,我將向您展示如何通過 LuckyTemplates 中的數據模型執行客戶細分技術。 您可以在本博客底部觀看本教程的完整視頻。
有時,您的原始數據並不包含在 LuckyTemplates 中展示某些內容所需的全部信息。但是不要讓這阻止你。
您所需要的只是圍繞如何構建您的數據模型或在您的查找表中使用一些額外的邏輯的想像力,這些邏輯可以使您對當前形式的原始數據產生比您想像的更深刻的洞察力。
我將通過一個詳細的示例向您介紹如何通過評估客戶是好客戶、好客戶還是差客戶來對客戶進行細分。
目錄
根據性能細分客戶
從本質上講,我們將研究如何根據績效對客戶進行細分。
你可以利用這種技術來細分任何東西,但我想展示它是如何有效地展示基於現實生活場景的報告洞察力。
使用數據模型,我們可以快速隔離每個特定的細分市場進行分析。我們可以看到潛在的驅動因素,這些驅動因素將我們的客戶在銷售方面區分為好、好、一般或差。
我創建了一個切片器或過濾器,它使我能夠根據我們放在報告中的可視化效果來分析客戶的好、好、一般或差。
可視化將向我們展示分歧開始的時間(2016 年 2 月)以及出現分歧的原因。
重要的是要在報告中通過可視化顯示原因。
在我們報告的底部,我們可以準確地看到分歧發生的時間。
我們還可以查看我們的產品,以確定哪些產品導致了這種差異並使這些客戶變得更好。我們可以找出哪些產品使客戶能夠從我們這裡購買比以前更多的產品。
我們可視化中的切片器也很酷。他們將根據我們集成到模型中的內容進行過濾,然後他們還將根據我們選擇的任何性能分組或細分進行過濾。
讓我們通過單擊切片器上的“銷售不佳”來查看我們的貧困客戶。然後我們可以看到哪些客戶在切片器下方的列中表現不佳。
通過查看累計銷售時間框架比較圖表,我們可以查看今年的銷售額與去年的銷售額。為什麼兩者有很大的區別?它與產品或利潤率有關嗎?
所有這些問題都可以通過使用我將向您展示的客戶細分技術來回答和展示。
創建客戶分組表
那麼,我是如何做到這一點的呢?首先,讓我們回到模型。的表。
這是您不必做的事情,但我喜歡創建它,因為它為我提供了一個單獨的表格來展示客戶組。我還在分組旁邊放了一個索引,這樣我們就可以從好到差過濾或排序它們。
顯然,我們需要從Customer Grouping表向下連接到Customers表,因為我們需要以特定方式對客戶進行分組。
讓我們來看看我需要細分的客戶。
這是這些查找表中的計算列的用武之地。
查找表和計算列
藍色框內的表就是我們所說的查找表。
這是我們可以放置計算列的地方。
現在你們中的一些人可能認為您可以使用措施使這種動態變化。好吧,你絕對可以。
但是,我想從某個時間點開始這樣做。這取決於具體情況,您可以使用計算列或度量。
使用計算列,我想查看特定時間點的銷售額。在這種情況下,我想專門查看2016 Sales和2015 Sales。
為此,我使用了CALCULATE函數並在其中放置了一個過濾器,因此我只獲得特定時間段內的銷售額。
計算銷售差異
然後從2016 Sales和2015 Sales中,我可以使用以下公式得出Sales Difference :
銷售額差異是我們可以開始根據銷售額對客戶進行細分的地方。
使用 SWITCH 邏輯
2016 年和 2015 年之間的銷售差異將決定我們的客戶將坐在哪個績效組。這就是SWITCH邏輯的用武之地。
SWITCH TRUE邏輯允許您創建額外的維度,這些維度看起來像嵌套的IF 語句,看起來更好。
我們可以聲明說,如果客戶的銷售額差異大於或等於 200,000 美元,那麼他或她就是大客戶。
這就是我們確定將客戶放入哪個細分市場或組的方式。這種技術具有很強的適應性,可以跨任何維度和任何查找表使用。
您可以通過不使用 2016 年和 2015 年銷售額列以及銷售額差異列來進一步簡化此操作。您可以將所有邏輯放在度量中。
但在本例中,我想向您展示如何使用查找表中的計算列來創建這些信息段。
如果我們回到最終的可視化效果,這個特定的切片器
來自這張桌子。
Customer 表然後過濾我們在Customers表中完成的計算和邏輯。然後這種關係會過濾到其他表。
這就是我們所有可視化如何根據我們在切片器上選擇的客戶群進行更新的方式。
通過本教程,我們能夠展示客戶細分技術,並展示對數據進行切片和切塊的不同方法。
奇妙的是它在我們的實際模型中並不存在;我們必須使用邏輯來創建它。
結論
在大多數情況下,您希望專注於您的頂級客戶,因為這是您大部分良好結果的來源。因此,您希望確定績效趨勢並對您的這一特定數據部分進行深入審查。
通過使用這種技術,我們可以隔離我們的好客戶並弄清楚他們為什麼好。我們可以理解為什麼他們表現良好,並嘗試將其複製到所有其他表現不佳的客戶。
這就是本教程的內容。您可以在各種分析場景中重複使用這些客戶細分技術。它不一定只與客戶有關,但這是我在這個特定實例中關注的項目。
有關利用 LuckyTemplates 尋找重要見解的更多實用方法,請查看LuckyTemplates Online 上的本課程模塊。通過這門課程可以學到很多東西。
***** Learning LuckyTemplates?*****
什麼是 Python 中的自我:真實世界的例子
您將學習如何在 R 中保存和加載 .rds 文件中的對象。本博客還將介紹如何將對像從 R 導入 LuckyTemplates。
在此 DAX 編碼語言教程中,了解如何使用 GENERATE 函數以及如何動態更改度量標題。
本教程將介紹如何使用多線程動態可視化技術從報告中的動態數據可視化中創建見解。
在本文中,我將貫穿過濾器上下文。篩選上下文是任何 LuckyTemplates 用戶最初應該了解的主要主題之一。
我想展示 LuckyTemplates Apps 在線服務如何幫助管理從各種來源生成的不同報告和見解。
了解如何在 LuckyTemplates 中使用度量分支和組合 DAX 公式等技術計算利潤率變化。
本教程將討論數據緩存物化的想法,以及它們如何影響 DAX 在提供結果時的性能。
如果直到現在你還在使用 Excel,那麼現在是開始使用 LuckyTemplates 來滿足你的業務報告需求的最佳時機。
什麼是 LuckyTemplates 網關?所有你必須知道的