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:

 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。

其他行列指标如下图:

 2)  留存分析漏斗图制作

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:

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:

4)动态仪表盘制作

原文地址:https://www.cnblogs.com/hqczsh/p/11502805.html

时间: 2024-08-02 17:45:19

客户主题分析(tableau)—客户留存的相关文章

随机森林 - 寿险客户信息分析

注:  出于职业要求, 本文中所有数字均被人为修改过, 并非真实数字, 很抱歉也不能贴出源代码 目标: 个险客户特征分析 背景: 目前市场部使用的推广活动分析系统只能针对客户调查返回的信息分析,且仅有年龄/性别/婚姻状态/收入四个维度, 预测精度不高.  市场部希望能从现有的寿险客户信息分析出影响他们选择保险产品的关键因素, 借此更有针对性地改进市场推广活动 建模过程: 输入: 从现有上千万的客户信息抽取其个人信息, 清洗后留下100多个特征, 包括婚姻, 年龄, 收入, 身高体重, 职业风险度

数据挖掘应用案例:RFM模型分析与客户细分(转)

正好刚帮某电信行业完成一个数据挖掘工作,其中的RFM模型还是有一定代表性,就再把数据挖掘RFM模型的建模思路细节与大家分享一下吧!手机充值业务是一项主要电信业务形式,客户的充值行为记录正好满足RFM模型的交易数据要求. 根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:最近一次消费(Recency).消费频率(Frequency).消费金额(Monetary). 我早期两篇博文已详述了RFM思想和IBM Modeler操作

科普:客户关系管理系统对客户信息管理的6大帮助

每次展会企业都会收集到很多客户信息,再加上之前的老客户信息,可以说,客户信息千千万,那么,怎么管理呢,同时,又怎样在数以万计的客户信息中,找到目标客户的信息呢,这些都是企业所关心的客户信息管理问题,而这些,客户关系管理系统就可以帮助企业轻松解决. 1.客户信息的多种录入方式 说到客户信息,首当其冲的就是客户信息的保存问题,企业展会的客户资源,企业原有的客户资源,员工自己开发的客户资源,这么多客户信息的整理确实是个难题:但是在客户关系管理系统内,就简单多了,比如智邦国际客户关系管理系统内,企业就可

FineReport实现Java报表主题分析的效果图

Java报表-财务主题-EVA经济附加 Java报表-财务主题-F计分模型 Java报表-财务主题-Z-score分析模型 Java报表-财务主题-巴萨利分析模型 Java报表-财务主题-杜邦分析模型 Java报表-财务分析-利润结构分析 Java报表-财务分析-帕里普分析模型Java报表-现金流量表 Java报表-现金流量分析 Java报表-销售主题-top10员工分析 Java报表-销售主题-产品分析 Java报表-人力资源主题-关键人才分析 Java报表-标准收益综述 FineReport

如何通过做好客户报备增加客户资源利用率

在客户管理过程中,由销售人员或者公司专人将客户资料放在客户资料库里统一管理,这个行为我们称之为客户报备. 企业为什么要重点做好客户报备? 企业做好客户报备工作,一方面是为了方便企业跟踪回溯同一销售人员在跟进不同客户的情况,杜绝客户资源的流失:另一方面是为了减少不同销售之间撞单,防止两个或者多个销售人员跟踪同一个商机,浪费销售资源. 但是,也不是所有的企业都适合做很严谨的客户报备. 比如十年前很活跃的针对老板的培训行业,他们大多只需要做好客户档案管理,不需要做管理商机. 因为对于这类企业而言,成交

Windows的三种坐标系:屏幕坐标系,非客户区坐标系,客户区坐标系

1. 屏幕坐标系:以屏幕的左上角为原点,如图所示GetWindowRect() 函数获得的 RECT 就是以屏幕坐标系算的. 2. 非客户区坐标系(窗口坐标系)包括标题栏的部分.GetWindowDC 返回的设备环境就是基于此坐标系,一般只在 WM_NCPAINT 消息中使用. 3. 客户区坐标系不包括标题栏,坐标的原点在标题栏下的客户区的左上角.BeginPaint 函数返回的设备环境是基于客户区坐标系的,只在 WM_PAINT 消息中使用,与 EndPaint 函数成对使用.GetDC 函数

互联网主题分析

转载:日志分析

MARK 日志分析: http://blog.csdn.net/pkueecser/article/details/9569251 大数据应用--系统监控与日志分析PPT http://wenku.baidu.com/link?url=8CJ-URMjVTVaw3GM1AZ2w9A7V0CIeRz3dx7xvysILLk6IdWpJGT889gQ7-824G4hAK-T2tdqZY1Lo6CEN1hgqHQNlHhVFykWJ_9XQW6EN5K ============= 日志在计算机系统中是

日志分析方法概述 & Web日志挖掘分析的方法

日志在计算机系统中是一个非常广泛的概念,任何程序都有可能输出日志:操作系统内核.各种应用服务器等等.日志的内容.规模和用途也各不相同,很难一概而论. 本文讨论的日志处理方法中的日志,仅指Web日志.其实并没有精确的定义,可能包括但不限于各种前端Web服务器--apache.lighttpd.tomcat等产生的用户访问日志,以及各种Web应用程序自己输出的日志. 在Web日志中,每条日志通常代表着用户的一次访问行为,例如下面就是一条典型的apache日志: 211.87.152.44 – - [