跨境电商数据分析 课件 第6章 客户数据分析

第6章客户数据分析客户数据6.1客户画像概述6.2客户地域分布分析6.4客户生命周期分析6.3流失客户分析6.1客户画像概述1、客户价值指标客户的价值通常由三部分组成：历史价值（过去的消费）、潜在价值（主要从用户行为方面考虑，RFM模型为主要衡量依据）、附加值（主要从用户忠诚度、口碑推广等方面考虑）。6.1客户画像概述1、客户价值指标客户价值指标分为总体客户指标、新客户价值指标和老客户价值指标。(1)总体客户指标主要从访问人数、获客成本、成交转化率等指标进行衡量。(2)新客户指标主要从新客户数量、获客成本和客单价等指标进行衡量。(3)老客户指标主要从老客户数量、消费频率、最后一次消费时间、消费金额以及复购率等指标进行衡量。6.1客户画像概述2、客户画像概念客户画像作为一种勾画目标客户群体、联系客户诉求与设计方向的有效工具，在各领域得到了广泛的应用。在实际操作的过程中，客户画像用最为浅显和贴近生活的话语将客户的属性、行为与期待的数据转化联结起来。作为实际客户的虚拟代表，客户画像所形成的客户角色并不是脱离产品和市场所构建的，需要有代表性，能代表产品的主要受众和目标群体。6.1客户画像概述3、客户画像作用客户画像在电商行业中的作用主要包括以下三个方面。(1)精准营销：精准营销依托现代信息技术手段，在精准定位的基础上建立个性化的顾客沟通服务体系，最终实现可度量的、低成本的营销之路。(2)客户研究：客户研究是根据大量的用户行为数据，进行行业或人群现象的描述。(3)业务决策：业务决策是根据客户的数据挖掘出一些有用的规律进行决策。6.1客户画像概述4、客户画像构建流程1．确立目标与画像维度2．确立调研方法3．制定计划与数据收集4．分析资料，角色聚类5．综合特征，产出画像6．结合产品，画像落地6.2客户地域分析据统计，获得一个新客户的成本在100-1000元。获得一个老客户的成本不到10元。因此，电商企业开始重视客户分析，研究如何降低拉新成本，提高老客户的回购率。6.2客户地域分析以速卖通的生意参谋中的订单报表为例，通过已有的数据表分析不同国家买家的购买力、买家会员数以及平均客单价等信息，并根据会员规模指标制作地域分布四象限，对不同客户定制个性化营销方案。6.1数据加载与清洗1、订单报表数据加载(1)选择“获取数据”→“Excel”命令。在导航器菜单中，选择“订单报表”，并点击“转换数据”，添加订单报表数据。6.1数据加载与清洗1、订单报表数据加载(2)检查每个字段的数据格式是否正确，删除全部是空白或NULL的数据列。6.2客户地域分布分析2、地域信息提取(1)在编辑查询视图下，选择订单报表中的收货地址列，选择“主页”→“拆分列”→“按分隔符”命令。6.2客户地域分布分析2、地域信息提取(2)观察收货地址中的地址划分规则，发现顿号作为地址划分分隔符。设置选择或输入分隔符属性为“、”，拆分位置为“每次出现分隔符时”，拆分为“列”，要拆分为的列数为“4”，点击“确定”按钮。6.2客户地域分布分析2、地域信息提取(3)依次将被拆分的4个列名重命名为“地址”、“城市”、“州/省”和“国家”。筛选国家字段中NULL数据。点击“关闭并应用”按钮。6.2客户地域分布分析3、地域客户信息分析地域客户信息统计主要以不同国家或州/省为统计单位，统计买家订单金额、买家会员数以及人均客单价信息。这些信息在不同地域营销方案中将起到非常重要的作用。6.2客户地域分布分析3、地域客户信息分析度量值用于一些最常见的数据分析。简单汇总的度量值（如总和、平均值、最小值、最大值和计数）可以通过“字段”框进行设置。度量值的计算结果也会随着与报表的交互而改变，以便进行快速和动态的临时数据浏览。在创建度量值时，将使用数据分析表达式（DAX）公式语言。6.2客户地域分布分析3、地域客户信息分析SUM函数用于对字段进行求和。买家订单金额总数为指定区域订单金额的总数，因此，买家订单金额总数=SUM('订单报表'[订单金额])。VALUES函数用于返回不重复值的列表。使用VALUES函数返回指定区域唯一的会员列表，买家会员列表=VALUES('订单报表'[买家名称])。6.2客户地域分布分析3、地域客户信息分析COUNTROWS函数用于统计表中的行数。统计VALUES函数返回指定区域唯一的会员列表的行数，获得指定区域的会员数量。买家会员数量=COUNTROWS(买家会员列表)=COUNTROWS(VALUES('订单报表'[买家名称]))。人均客单价为买家订单金额总数除以买家会员数量。人均客单价=买家订单金额总数/买家会员数量=SUM('订单报表'[订单金额])/COUNTROWS(VALUES('订单报表'[买家名称]))。6.2客户地域分布分析3、地域客户信息分析(1)将订单报表中的订单状态字段拖放到页面级筛选器上，将“等待买家付款”和“订单关闭”两项过滤。6.2客户地域分布分析3、地域客户信息分析(2)添加表格对象，表格值设置为国家字段、订单金额字段和买家名称字段，将买家名称字段设置为“计数(非重复)”。6.2客户地域分布分析3、地域客户信息分析(3)选择“建模”→“新建度量值”命令，在公式文本框中，输入公式“人均客单价=SUM(‘订单报表’[订单金额])/COUNTROWS(VALUES(‘订单报表’[买家名称]))”。6.2客户地域分布分析3、地域客户信息分析(4)选中表格对象，勾选订单报表中的人均客单价字段，将其添加到表格对象中。6.2客户地域分布分析3、地域客户信息分析(5)将表格对象按订单金额（销售业绩）字段进行排序，查看销售业绩排名前五的国家。可以针对这五个国家加大广告投入或优化广告投放策略。6.2客户地域分布分析3、地域客户信息分析(6)将表格对象按人均客单价字段进行排序，查看人均客单价排名情况，以此制定详细的销售推广策略。6.2客户地域分布分析4、地域分布四象限以会员数为会员规模指标，按地域对四象限进行定义。其中包括低规模高客单、高规模高客单、低规模低客单、高规模低客单。6.2客户地域分布分析4、地域分布四象限(1)选择“主页”→“从AppSource”命令，在PowerBI视觉对象窗口中，搜索“quadrant”，添加四象限图对象。6.2客户地域分布分析4、地域分布四象限(2)插入QuadrantChartbyMAQSoftware对象，设置XAxis参数为“买家名称”，设置该字段统计方式为“计数(非重复)”，YAxis参数为“人均客单价”，RadialAxis参数为“订单金额”，LegendAxis参数为“国家”。6.2客户地域分布分析4、地域分布四象限(3)修改四象限对象属性，XAxis属性的TitleText为“会员人数”，YAxis属性的TitleText为“人均客单价”。6.2客户地域分布分析4、地域分布四象限(4)根据数据分布情况，修改X-Axis属性中Start为“0”，End为“30”。6.2客户地域分布分析4、地域分布四象限(5)根据四象限分布，修改四象限Quadrant1-4的名称分别为“高规模高客单”、“低规模高客单”、“低规模低客单”和“高规模低客单”。6.2客户地域分布分析4、地域分布四象限针对不同象限区域，可以采取如下营销策略：(1)高规模高客单：重点维护区域，保持市场投入和营销策略，考虑加大投入。(2)高规模低客单：尝试组合优惠套餐，提高关联销售，提高客单价。(3)低规模高客单：广告投放不到位或市场营销不准，考虑适当加大市场投入，刺激会员规模增长。(4)低规模低客单：企业规模允许情况下考虑开展调研工作，研究市场的拓展方案，否则可以选择放弃。6.3流失客户分析流失客户分析主要针对交易关闭所造成的流失客户数以及流失金额进行统计分析。6.3流失客户分析1、流失金额统计(1)创建表格对象，在订单报表中，勾选国家字段、订单金额字段和买家名称字段，设置买家会员名字段为“计数(非重复)”。6.3流失客户分析1、流失金额统计(2)将订单状态字段拖放至视觉对象筛选器中，筛选“交易关闭”的订单。将表对象按订单金额进行逆序排序。6.3流失客户分析2、订单付款间隔分析在PowerBI中可以使用DATEDIFF函数计算两个日期的指定单位间隔。DATEDIFF函数表达式为DATEDIFF(起始时间，结束时间，时间单位)。订单付款间隔=DATEDIFF([下单时间]，[付款时间]，HOUR)。6.3流失客户分析2、订单付款间隔分析计算列使用数据分析表达式（DAX）公式来定义列值，包括不同列中的文本组合、其他数值列计算等操作。计算列中的DAX公式属于行上下文公式，计算列中每行的运算都是根据每行的数据决定的。在表中新建列相当于给原始数据加了新列，这些列会占用内存空间。新建度量值在模型级别，不属于任何一个数据表，新建列在表级别，隶属于具体数据表。6.3流失客户分析2、订单付款间隔分析(1)选择“建模”→“新建列”命令，输入公式“订单付款间隔=DATEDIFF([下单时间]，[付款时间]，HOUR)”。6.3流失客户分析2、订单付款间隔分析(2)添加表格对象，在“值”中添加订单报表的订单付款间隔和买家名称字段。设置订单付款间隔字段统计方式为“不汇总”。买家名称字段统计方式为“计数”。6.3流失客户分析2、订单付款间隔分析(3)将订单状态字段拖放到视觉对象筛选器上，将“订单关闭”两项进行过滤，将表中对象按照订单付款间隔字段进行排序。6.3流失客户分析2、订单付款间隔分析从下单时间间隔来看，1小时内下单的订单付款率最高，超过1小时订单就容易流失。因此，卖家可以设置催单机制，在1小时内通过有效方式对客户进行催单。6.4客户生命周期分析客户生命周期是指计算每个客户最近消费的时间间隔，根据客户最近消费的时间间隔比例，确定客户生命周期，通过研究客户生命周期制定客户回访方案。6.4客户生命周期分析1、客户消费时间间隔分析List.FirstN函数用于取出前N行，返回一个新列表。由于订单报表数据本身按照时间逆序排序，因此聚合成List后也是按照时间逆序排序。因此，最近两次交易时间=List.FirstN(交易列表,2)。List.Count函数用于计算列表中的元素个数。因此，列表数量=List.Count([最近两次交易时间])。通过列表数量可以筛选出在该店铺具有两次及以上消费记录的客户。6.4客户生命周期分析1、客户消费时间间隔分析Number.Round函数用于进行四舍五入操作。Duration.Days函数用于返回日期天数。List.Max函数用于计算列表中的最大值。List.Min函数用户计算列表中的最小值。因此，最近消费时间间隔=Number.Round(Duration.Days(List.Max([最近两次交易时间])-List.Min([最近两次交易时间])))6.4客户生命周期分析1、客户消费时间间隔分析(1)进入订单报表的编辑查询状态，复制订单报表，在复制的报表中只保留买家名称字段和订单时间字段，修改“订单报表(2)”为“生命周期表”。6.4客户生命周期分析1、客户消费时间间隔分析(2)选择“主页”→“分组依据”命令，选择“基本”，将分组依据设置为“买家名称”，点击“确定”按钮。6.4客户生命周期分析1、客户消费时间间隔分析(3)修改公式栏中的函数，将Table.RowCount(_)修改为“[#"付款时间"]”，Int64.Type修改为“typelist”，点击左侧的√，将每个会员在店铺消费时间存储在列表list中。6.4客户生命周期分析1、客户消费时间间隔分析(4)选择“添加列”→“自定义列”命令，设置列名为“最近两次交易时间”，输入公式为“=List.FirstN([计数]，2)”，点击“确定”按钮。6.4客户生命周期分析1、客户消费时间间隔分析(5)选择“添加列”→“自定义列”命令，设置列名为“列表数量”，输入公式为“=List.Count([最近两次交易时间])”，点击“确定”按钮。6.4客户生命周期分析1、客户消费时间间隔分析(6)过滤列表数量中为“1”的行，只保留至少成交过2次的买家。6.4客户生命周期分析1、客户消费时间间隔分析(7)选择“添加列”→“自定义列”命令，设置列名为“最近消费时间间隔”，输入公式为“=Number.Round(Duration.Days(List.Max([最近两次交易时间])-List.Min([最近两次交易时间])))”，点击“确定”按钮。6.4客户生命周期分析1、客户消费时间间隔分析(8)选择“主页”→“分组依据”命令，在分组依据对话框中，设置“基本”，分组依据为“最近消费时间间隔”，点击“确定”按钮。设置最近消费时间间隔字段类型为“整数”。对最近消费时间间隔进行升序排序。6.4客户生命周期分析1、客户消费时间间隔分析通过客户消费时间间隔分析，查看多次购买客户的消费时间间隔和消费习惯，分析客户行为，制定个性化的营销策略和方案。6.4客户生命周期分析2、消费间隔累计占比分析消费间隔累计占比分析是指得出累计最近消费次数与全部消费次数的比例，通过比例趋势图分析消费者消费行为。累计占比=累计最近消费次数/全部消费次数。6.4客户生命周期分析2、消费间隔累计占比分析EARLIER函数用于计算列，并返回获取当前行上下文。因此，当前“最近消费时间间隔”遍历值=EARLIER('生命周期表'[最近消费时间间隔])。大于等于所在行的“最近消费时间间隔”的列表=EARLIER('生命周期表'[最近消费时间间隔])>='生命周期表'[最近消费时间间隔])。6.4客户生命周期分析2、消费间隔累计占比分析FILTER函数用于返回已筛选的表。因此，满足大于当前所在行的“最近消费时间间隔”的表格=FILTER('生命周期表'，EARLIER('生命周期表'[最近消费时间间隔])>='生命周期表'[最近消费时间间隔])。SUMX函数用于返回每一行计算的表达式的和。因此，累计最近消费次数=SUMX(满足大于当前所在行的“最近消费时间间隔”的表格，'生命周期表'[计数])=SUMX(FILTER('生命周期表'，EARLIER('生命周期表'[最近消费时间间隔])>='生命周期表'[最近消费时间间隔])，'生命周期表'[计数])