客户主题分析(tableau)—客户留存

客户留存分析(客户漏斗分析),关键在于找到影响客户留存的因素,设计场景测试,验证关键因素。即可以通过关键因素影响留存,从而重塑客户漏斗到更有价值的形状。

 案例:母婴产品客户留存分析

数据结构:

客户主题分析(tableau)—客户留存

 

 

 1)构建用户注册日期对用户购买时间的条形图

新增计算字段:购买点会员生命期(月)

其计算公式为:销售日期和会员创建日期的差值,以月份为单位

datediff('month',[会员创建日期],[销售日期])

绝对时间留存图构建:

客户购买会员生命期设置筛选时间值范围为12个月。

客户主题分析(tableau)—客户留存

 

 

其他行列指标如下图:

客户主题分析(tableau)—客户留存

 

 

 2)  留存分析漏斗图制作

客户主题分析(tableau)—客户留存

 区域图看出随着购买点客户生命期月份增加,客户购买量是呈逐渐减少趋势的。

细化到二级品类:

客户主题分析(tableau)—客户留存

 

 

 

 

现实中数据往往具有不同层级关系,具有不同的粒度。分析时应该抓住数据的最小粒度。结合分析目标,合理分析数据的粒度。 从单品类角度,若客户长期无该品类的购买行为,该客户即以流失,但若从企业总体平台考虑,若客户还有购买其他产品的行为,则客户仍然处于留存状态。

3)绘制不同留存率组首次购买热图

留存率分组字段原则:保留省市留存率最低的2个,其他以10%为间隔分为3组。

高留存率:BJ、HBWH、SH、SXXA、TJ

中留存率:HBSJZ、LNSY、SCCD、SDQD

低留存率:HBLF、SDJN、SXXY

SDWF、WEB

创建首购标识计算字段:INT(DATE([会员创建日期])=[销售日期])

 绘图:

客户主题分析(tableau)—客户留存

 

上一篇:如何从python中的tableau服务器中删除工作簿


下一篇:Tableau —— 数据画面感