沉浸在客户群的动态中:同类群组分析和流量分析

继续有关产品分析的系列文章( 开始


在上一篇文章中,我深入研究了收入分析并将其分为两个部分-MRPU和客户数量。 今天,我们将考虑进一步的分析步骤,并将其分解为组件,客户数量及其动态。


现在,一般的分析方案如下所示:



同类群组分析可让您解释客户群的趋势,并建立直接进入销售渠道和保留和回头客的措施的桥梁。


什么是同类群组分析? 这是根据客户“到达”日期的分解。 对于不同的产品,这可能是不同的事件,例如:


  1. 首次购买
  2. 签订订购服务合同
  3. 在下载的应用程序中装饰付费服务。
  4. 首次将钱存入个人帐户

当您考虑拥有客户时,这完全取决于您的决心。 依附于收到收入的时刻或在客户身上出现支付义务的行为是最合乎逻辑的。 尽管每种产品可能都有其自己的特性,并且已经可以认为客户是在没有存款的情况下签订某种合同的人。


如果我们根据到达客户的日期细分所有客户,将它们按月(或几周,几天,取决于典型的客户生命周期)分组,然后计算仍继续为客户的客户数量(仍在付款,没有终止合同),我们将获得像这样的东西:



为了简化分析,通常将开始日期相近的队列合并在一起,以使该图看起来不像面条。


在我的示例中,通过获取客户,一切都很好,并且通过吸引新客户来扩大客户群。 同时,在某些时候,有可能返回老顾客(我们看到最老的顾客群在该时期末增加了)。


在队列分析中,我们具有许多重要的衍生特征,这些特征值得关注:


  1. 新团队的规模是您努力吸引客户的直接特征。 由新客户组成的新群组
  2. 同类群组衰退率是您的新客户随着寿命的增长而随着时间而减少的平均值。 通常,这是同类群组在一生中减少的百分比。
  3. “旧”群组的尺寸。 您不再认为是新客户的客户通常会放在“旧”客户群中。 从理论上讲,这些人应该是您的固定客户。 大多数情况下,这个同类群组构成了收入的大部分,数量最多。 “老一辈人”规模的变化决定了您作为产品的前景。 减少“老一辈”或其停滞状态,就意味着您对产品,销售或忠诚度有疑问。

我想指出的是,通常没有客户的“终身”,因为 大多数情况下,最后一组和最后一组的客户越来越少。 从这个意义上讲,“寿命”一词的日常含义被证明是对同类人群崩溃的错误解释。 如果我们说的是3个月的“平均寿命”,那么就无法理解3个月后您没有客户了。 术语“平均寿命”的使用成为一些数学技巧。 事实是,同类群组的崩溃恰好代表了客户减少率。 您可以将此速度转化为条件:在3个月内,我失去了同类人群的50%。 甚至更严厉-我在12个月内失去了95%的同类群组。 但是,整个队列的典型损失期限可能会延长到几年。 因此,最好在分析中阐明要使用的指标。


使用“ Y期间的X%”指标是比较同类群组质量的一种很好的定量方法。 事实是,任何队列都是一个小的“实验”。 每个队列中的人们见面并从头开始熟悉您的产品。 队列的历史回顾显示了您在入职方面,然后在保留\客户流失方面的成功和失败。 如果您有条不紊地努力改善Y的性能,则意味着您正在良好地发展产品和客户关系。 总的来说,这是一个品味问题,您可以按照我在上面指出的含义使用“平均寿命”进行操作,也可以使用同类群组的衰减百分比。


查看同类群组的另一种好方法是分析客户群流量。 这是队列中更直观的数据卷积。 我们将队列及其动态联系如下:


  1. 报告期内有多少新客户(仅新队列)
  2. 在报告期内返回了多少老客户(老客户又恢复了关系)
  3. 当前数据库中有多少客户(过去和现在)
  4. 有多少客户离开了老客户群


该图清楚地显示了客户群的流入和流出的平衡。 而且,如果您的流出量高于流入量,您会立即了解自己有问题。
在此示例中,客户流的平衡强烈地指向流入的方向,因此客户群正在快速增长。


是什么使我们将客户分解为同类:


  1. 我们可以看到我们的客户群更新的速度有多快,其中有多少“新来者”以及其中有哪些“老古董”。
  2. 如果客户群的基础是老年人,而您的新客户每月给该客户群的份额为1%,那么到今年年底,客户增长50%有点奇怪。 您要么必须增加传入的客户流(通常更容易),要么返回以前丢失的客户的很大一部分(通常更困难)。
  3. 如果您的客户的寿命很短,并且您几乎没有“旧古董”的积累,那么相反,这意味着您在对待老年人方面的努力应该在后台进行。 而且,您需要努力提高客户的寿命,不断发展或继续增加传入流。
  4. 同类群组分析使您有机会预测经济的未来状况并回答以下问题:“如果按相同的衰减速度,您能否实现计划,您的客户获取量将增加2倍?”
  5. 通过比较同类群组的衰减率,我们可以量化吸引和留住客户的努力是否成功。
  6. 根据分析结果,您可以了解与客户群相关的产品问题所在(吸引力,保留率,“寿命”等)。

我已经注意到,当我们在分析所有平均值时。 但是您的客户群可能具有不同的细分和集群。 如果您细分客户群并进行分类,您的同类群组分析将变得更加高效。


在接下来的几篇文章中,我将撰写有关队列分析的数据准备以及如何预测未来的队列以预测客户群的动态。

Source: https://habr.com/ru/post/zh-CN415727/


All Articles