[]
在大多数销售数据分析中,用户希望进行关联性分析,例如同时购买 A 产品和 B 产品的数据分析,包括销售额、销售数量、销售百分比。
下图中第二列分析了购买 Forguncy 的同时购买了当前行产品的用户数,第三列进一步分析了这种用户占 Forguncy 所有用户数的百分比。
类似这种分析可以快速查看到产品的相关性。
添加度量值获取用户数量,将来绑定到组件中会根据维度进行统计。
DISTINCTCOUNT('CorrelationAnalysis'[CustomerID])
接下来获取购买了特定产品(Forguncy)的用户数量。
CALCULATE(
distinctcountx(
SELECTATTRIBUTES(
'CorrelationAnalysis',
'CorrelationAnalysis'[ProductName],
'CorrelationAnalysis'[CustomerID]
),
'CorrelationAnalysis'[CustomerID]
),
Filter(SUMMARIZECOLUMNS(
'CorrelationAnalysis'[CustomerID],
"CustomerPurchaseProductCount",
CALCULATE(
DISTINCTCOUNTX(
'CorrelationAnalysis',
'CorrelationAnalysis'[ProductName]
),
IN('CorrelationAnalysis'[ProductName],"Forguncy")
)
),[CustomerPurchaseProductCount] >=1)
)
进一步求这种购买两种产品的用户占 Forguncy 所有用户数的百分比。
DIVIDE(
'CorrelationAnalysis'[Customer Count for purchase Forguncy],
Calculate(
'CorrelationAnalysis'[Customer Count for purchase Forguncy],
Removefilters(
'CorrelationAnalysis'[ProductName]
)
)
)
接下来就可以将维度,以及各个度量值绑定到透视中展示了。
可以看到购买了 Forguncy 的用户,同时购买 SpreadJS 的有2个用户,这2个用户占所有 Forguncy 用户的40%。
而购买了 Forguncy 的用户,同时购买 Wyn 的有4个用户,这4个用户占所有 Forguncy 用户的80%。这说明 Forguncy 与 Wyn 产品的相关性非常大,大多数用户可能会同时需要两款产品。那么在做产品销售时,就可以有所侧重。