DAX教程篮子分析20

7次阅读

共计 3931 个字符，预计需要花费 10 分钟才能阅读完成。

作者 |Davis Zhang
编译 |VK
来源 |Towards Data Science

本文旨在利用 DAX 分析 Power-BI 中的客户购买行为，并深入了解产品潜力。

几年前，Marco Russo 和 Alberto Ferrari 发表了一篇名为“篮子分析”的博客

https://www.daxpatterns.com/b…

这篇有趣的文章详细描述了如何使用 DAX 计算任何产品组合下的订单数量和客户数量等非常有用的指标。本文可以看作是“篮子分析”的一个扩展，它考虑了顾客购买不同产品的时间顺序。

假设 A 和 B 代表两种不同的产品，那么“篮子分析”计算 P(AB)，而本文计算 P(A|B)和 P(B|A)。你可以比较下面的两个数字：

上图是“篮子分析”中“两种产品都有顾客”的衡量标准，显示 72 位顾客同时拥有“瓶笼”和“自行车架”的购买记录。

但是，下图中显示的数据考虑了客户购买产品的时间顺序。你可以发现，先购买自行车架后购买瓶、笼的客户有 8 家，先购买瓶、笼后购买自行车架的客户有 14 家(注：暂时不考虑同时购买 A、B 的情况)

客户的订单记录反映了一些非常有用的事实，为产品之间的相关性提供了方向。换言之，“购物篮分析”在分析超市数据时非常有用，因为顾客通常在购物时选择多种产品，然后到收银台一起下订单。

在这种情况下，所有产品都被视为同时订购。但事实上，在超市购物过程中，顾客选择的不同产品的记录是无法追踪的。

但如果是在其他情况下，比如客户在电子商务平台或官网上下单，如果你是店长，你可能想知道 A 和 B 是最畅销的车型，哪一款可以带来更多的回头客，哪一款更容易流失客户。

因此，我们需要知道每种产品的回购百分比。例如，所有先购买产品 A 的顾客，未来会有多少人再回来购买产品，进一步分析，在这些人中，购买的仍然是产品 A 或其他产品？各占多少比例，这是一个值得研究的问题。

经过计算过程，我们最终将得到如下图所示的计算结果(注：我使用与“篮子分析”相同的数据集)：

如前所述，它显示了哪些客户先购买了产品 A 并有后续的购买记录，他们中有多少人购买了产品 B 或产品 C 等。

因此，为了达到这个计算结果，这里有五个步骤：

1. 首先，对销售表中的所有订单进行分类，在客户的所有订单中，一个或多个订单日期最早的订单被分类为第一个订单，其余的为“非第一”：

IsFirstOrder = 
VAR
E_Date = 'Sales'[OrderDateKey]
VAR
CUST = 'Sales'[CustomerKey]
RETURN
IF(
    SUMX(
        FILTER('Sales',
        CUST = 'Sales'[CustomerKey]&&
        E_Date > 'Sales'[OrderDateKey]),
        COUNTROWS('Sales'))>0,FALSE,TRUE)

2. 过滤销售中所有产品 A 的订单数据，然后进一步过滤哪些订单被标记为客户的第一个订单。我们在此过滤表中提取客户列表，并向其添加一个名为“ROWS”的虚拟列，得到虚拟表 VT1。

3. 使用 Sales 作为主表，并使用 NATURALLEFTOUTERJOIN()与虚拟表“VT1”关联，然后使用 filter()排除 [ROWS] 值不等于 1 的行，其余数据 (VT2) 是“VT1”返回的所有客户的所有订单。最后，对除“一阶”外的所有订单进一步过滤数据，结果命名为“CustDistinctValue”：

CustDistinctValue = 
VAR
FIRSTORDERPROD = 
IF(HASONEVALUE('Product'[Subcategory]),
    VALUES('Product'[Subcategory]),0)
VAR
VT1 = 
SUMMARIZE(
    FILTER(Sales,
        AND(related('Product'[Subcategory]) = FIRSTORDERPROD,
            'Sales'[IsFirstOrder]=TRUE)),
        'Sales'[CustomerKey],
        "ROWS",
        DISTINCTCOUNT(Sales[CustomerKey]))
VAR
VT2 = 
FILTER(NATURALLEFTOUTERJOIN(ALL(Sales),VT1),
    [ROWS] = 1)
RETURN
CALCULATE(DISTINCTCOUNT('Sales'[CustomerKey]),
    FILTER(VT2,'Sales'[IsFirstOrder] = FALSE)
)

4. 之后，我们需要确保这些数据可以按产品进行过滤 (在这种情况下，我们只使用子类别)。这里与宏的计算方法基本相同，使用产品表(Filter product) 和主表的副本建立非活动关系，然后创建一个度量值，以便其上下文忽略产品表的所有字段，并从其副本 (Filter product) 接受上下文。

CustPurchaseOthersSubcategoryAfter = 
VAR CustPurchaseOthersSubcategoryAfter = 
CALCULATE ('Sales'[CustDistinctValue],
    CALCULATETABLE (SUMMARIZE ( Sales, Sales[CustomerKey] ),
        'Sales'[IsFirstOrder] = FALSE,
        ALLSELECTED ('Product'),
        USERELATIONSHIP (Sales[ProductCode],
             'Filter Product'[Filter ProductCode] )
    )
)
RETURN
IF(NOT([SameSubCategorySelection]),
    CustPurchaseOthersSubcategoryAfter)

注：“SameSubCategorySelection”用于排除选择相同子类别的数据。此公式还使用宏的方法来完成：

SameSubCategorySelection = 
IF (HASONEVALUE ( 'Product'[Subcategory] )
        && HASONEVALUE ('Filter Product'[Filter Subcategory] ),
    IF (VALUES ( 'Product'[Subcategory])
            = VALUES ('Filter Product'[Filter Subcategory] ),
        TRUE
    )
)

5. 现在，我们已经计算出购买产品 A 的客户中有多少人首先购买了其他产品，现在我们需要计算出这些客户占购买产品 A 的客户总数的比例，然后才有购买记录。以下是计算该比例分母的代码。

AsFirstOrderCust = 
VAR
FIRSTORDERPROD = 
IF(HASONEVALUE('Product'[Subcategory]),
    VALUES('Product'[Subcategory]),0)
VAR
VT1 = 
SUMMARIZE(
    FILTER(Sales,
        AND(RELATED('Product'[Subcategory]) = FIRSTORDERPROD,
                'Sales'[IsFirstOrder]=TRUE)),
            'Sales'[CustomerKey]
)
return
CALCULATE(DISTINCTCOUNT('Sales'[CustomerKey]),
    VT1)
-------------------------------------------------------------------------------
IsLastOrder = 
VAR
E_Date = 'Sales'[OrderDateKey]
VAR
CUST = 'Sales'[CustomerKey]
RETURN
IF(
    SUMX(
        FILTER('Sales',
        CUST = 'Sales'[CustomerKey]&&
        E_Date < 'Sales'[OrderDateKey]),
        COUNTROWS('Sales'))>0,"F","T")
-------------------------------------------------------------------------------
AsFirstOrderCustRepurchase = 
CALCULATE('Sales'[AsFirstOrderCust],
    'Sales'[IsLastOrder] = "F")

现在我们得到了最终的结果:CustPurchaseOthersSubCategoryAfter %，这个度量的名称很长，因为它的逻辑很复杂，就像上面的计算过程一样。

CustPurchaseOthersSubCategoryAfter % = 
DIVIDE ('Sales'[CustPurchaseOthersSubcategoryAfter],
    'Sales'[AsFirstOrderCustRepurchase])

最后，我们将成功获得如下的最终结果，并选择使用名为“CHORD”的自定义视觉效果将其可视化。

如你所见，首先购买公路自行车的顾客中，1853 人后来购买了山地自行车，而有趣的是，只有 200 名顾客在购买了山地自行车之后购买了公路自行车。

附上了 PBIX 文件，如果你有兴趣的话可以在这里下载。

https://1drv.ms/u/s!AjpQa2fse…

原文链接：https://towardsdatascience.co…

欢迎关注磐创 AI 博客站：
http://panchuang.net/

sklearn 机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/

正文完

人工智能

发表至：人工智能

2020-07-06

0

关于人工智能:使用Pandas-DataFrame输出报告

关于人工智能:计算讲谈社第四讲自动驾驶未来的移动智能载体

伊隆马斯克宣布脑机接口技术将在下月重磅更新

关于人工智能:评测对接GPT4的NewBing使用体验变化

LeetCode-63-不同路径-II-Python

DAX教程篮子分析20

与原始的“篮子分析”相比

为什么这个分析有意义

计算过程

最终结果

站内搜索