二手交易網(wǎng)站怎么做,四平做網(wǎng)站佳業(yè),帝國(guó)做的網(wǎng)站怎么上傳圖片,優(yōu)化seo招聘原文#xff1a;towardsdatascience.com/how-cohort-analysis-can-transform-your-customer-insights-ff7e221b8fdc 盡管進(jìn)行了數(shù)月的營(yíng)銷努力#xff0c;但你的銷售額仍在下降#xff0c;客戶參與度也在下降。出了什么問題#xff1f;如果有一種方法可以精確地確定客戶何時(shí)…原文towardsdatascience.com/how-cohort-analysis-can-transform-your-customer-insights-ff7e221b8fdc盡管進(jìn)行了數(shù)月的營(yíng)銷努力但你的銷售額仍在下降客戶參與度也在下降。出了什么問題如果有一種方法可以精確地確定客戶何時(shí)以及為什么失去興趣那會(huì)怎樣群體分析可能正是你需要的工具。它可以幫助確定哪個(gè)客戶群體導(dǎo)致了這種下降以及他們何時(shí)開始不參與。與其將整個(gè)客戶基礎(chǔ)視為一個(gè)整體群體分析允許你跟蹤特定群體的行為變化。這是真正理解客戶參與度和保留率并做出明智決策以在問題惡化之前解決問題的關(guān)鍵。為什么群體分析超越了細(xì)分客戶細(xì)分是將你的受眾分解成更有意義群體的第一步。然而盡管細(xì)分有助于根據(jù)共享特征對(duì)客戶進(jìn)行分類但它只提供了一個(gè)靜態(tài)的視角。通過引入基于時(shí)間的視角群體分析將細(xì)分推進(jìn)了一步。你可以將細(xì)分視為時(shí)間點(diǎn)上的快照而群體分析則像是觀看延時(shí)視頻。這使企業(yè)不僅能對(duì)客戶進(jìn)行分類還能跟蹤這些群體隨時(shí)間的變化和行為。關(guān)鍵的區(qū)別在于細(xì)分在特定時(shí)間點(diǎn)提供洞察而群體分析幫助你理解客戶行為的變化。群體分析可以揭示特定時(shí)期內(nèi)參與度或流失的模式。它通過允許企業(yè)跟蹤不同時(shí)間段的每個(gè)客戶細(xì)分的表現(xiàn)來補(bǔ)充細(xì)分。什么是群體分析團(tuán)隊(duì)樹屋提供了一個(gè)非常好的定義“群體是在指定時(shí)間段內(nèi)具有共同特征的客戶群通常是一周或一個(gè)月?！痹谥暗奈恼轮忻枋龅募?xì)分可以用來定義群體。一個(gè)常見的群體特征是個(gè)人開始購(gòu)買或注冊(cè)服務(wù)的那一天。群體通過添加基于時(shí)間的視角例如在同一月份進(jìn)行首次購(gòu)買的客戶群體來建立在細(xì)分的基礎(chǔ)上。群體可以使用細(xì)分標(biāo)準(zhǔn)例如按人口統(tǒng)計(jì)或產(chǎn)品類型創(chuàng)建以獲得更深入的見解。如何進(jìn)行群體分析如Team Treehouse所指出的群體分析是監(jiān)控兩個(gè)關(guān)鍵指標(biāo)客戶參與度和保留率的有價(jià)值工具。通過結(jié)合一個(gè)相關(guān)的群體屬性例如首次購(gòu)買日期與你的主要性能指標(biāo)之一你可以有效地跟蹤每個(gè)新群體的持續(xù)參與度。此外群體分析提供了一種簡(jiǎn)單直接的方式來評(píng)估客戶對(duì)業(yè)務(wù)的忠誠(chéng)度有多久。圖 1 展示了可視化群體分析的一種潛在方法。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/d8f46fc3ffc8c9080bae3bf5ac7b8d8f.png圖 1按月份重復(fù)購(gòu)買的群體百分比每一行代表一個(gè)群體。每一列代表群體創(chuàng)建后的時(shí)間單位。時(shí)間單位可以是天、周、月或年。在圖 1 中時(shí)間單位是月。第 1 個(gè)月是收購(gòu)月份之后的第一個(gè)月。在 2022 年 1 月3546 名客戶首次購(gòu)買了這個(gè)公司的產(chǎn)品?，F(xiàn)在他們始終屬于這個(gè)群體。每次這些客戶回來再次購(gòu)買時(shí)分析都會(huì)跟蹤他們?cè)诓煌瑫r(shí)間段內(nèi)返回的次數(shù)。這為該群體的行為模式提供了寶貴的見解。你可以將群體分析表想象成一個(gè)教室的學(xué)生。表中的每一行代表同一時(shí)間開始上學(xué)的新的班級(jí)或群體。隨著時(shí)間的推移你跟蹤這些學(xué)生中有多少仍然來上課在我們的案例中即進(jìn)行重復(fù)購(gòu)買。縱向觀察你希望觀察從一年到另一年的班級(jí)。你注意到每年每個(gè)班級(jí)的學(xué)生人數(shù)都在減少。在群體分析中縱向觀察告訴你每個(gè)客戶群體隨時(shí)間保持穩(wěn)定的情況如何。例如在圖 1 中從上到下縱向觀察你可以看到這家公司的重復(fù)購(gòu)買率從 2022 年 1 月的 28%下降到 2022 年 12 月的 6%。你可以從中獲得許多見解。例如你是如何針對(duì)這些客戶并吸引他們的2022 年 4 月吸引的客戶以及 2022 年 7 月至 9 月通過某種收購(gòu)活動(dòng)吸引的客戶嗎橫向觀察在垂直觀察以了解長(zhǎng)期趨勢(shì)之后你可以轉(zhuǎn)向橫向分析來評(píng)估短期群體進(jìn)展。這就像觀察每個(gè)班級(jí)在從一年級(jí)升到二年級(jí)的過程中表現(xiàn)如何。在某個(gè)年份之后是否有某些班級(jí)的退學(xué)率高于其他班級(jí)在我們的案例中對(duì)于 2022 年 1 月的群體在 2023 年 1 月經(jīng)過 12 個(gè)月后只有最初的 3546 名客戶中的 3%再次進(jìn)行了購(gòu)買。因此我們看出公司在保留客戶方面做得不夠好。對(duì)角線觀察這就像一次看到整個(gè)班級(jí)比較所有年級(jí)的學(xué)生。對(duì)角線視圖為您提供了每個(gè)班級(jí)最新行為的整體快照。在我們的例子中對(duì)角線視圖顯示了來自不同時(shí)間段的每個(gè)客戶群體在相同當(dāng)前月份的行為。它為您提供了所有群體最近參與情況的快照。例如每個(gè)群體中的最后一個(gè)單元格代表在 2023 年 1 月份進(jìn)行購(gòu)買的所有人。似乎所有群體都存在一些問題。所有群體的回購(gòu)率都很低。需要進(jìn)行進(jìn)一步的調(diào)查。請(qǐng)記住群體分析使得您能夠看到參與度或保留率是上升還是下降。它提供了早期信號(hào)表明可能需要更深入地檢查某些問題。在前一篇文章中討論的保留曲線數(shù)據(jù)遵循圖 1 中所示的結(jié)構(gòu)。如何通過細(xì)分市場(chǎng)來超級(jí)充電群體分析將細(xì)分市場(chǎng)應(yīng)用于群體分析可以幫助獲得更深入的見解。例如一家雜貨店可以根據(jù)購(gòu)買的產(chǎn)品例如跟蹤過去幾個(gè)月的意大利面購(gòu)買者與面包購(gòu)買者來細(xì)分其群體?？赡馨l(fā)生的情況是意大利面購(gòu)買者是保留率下降的罪魁禍?zhǔn)?。進(jìn)一步的調(diào)查可能揭示這可能是由于商店停止銷售某種品牌的意大利面。公司使用細(xì)分群體來揭示更具體的見解。例如亞馬遜可能會(huì)根據(jù) Prime 會(huì)員資格細(xì)分客戶并跟蹤他們的保留率隨時(shí)間的變化以查看哪些細(xì)分市場(chǎng)對(duì)其營(yíng)銷活動(dòng)反應(yīng)最佳。您的細(xì)分市場(chǎng)越具體您的群體分析將揭示更有意義的模式。另一個(gè)例子是按獲取渠道細(xì)分群體您可以跟蹤來自不同活動(dòng)的客戶隨時(shí)間的行為并相應(yīng)地調(diào)整營(yíng)銷策略。圖 2 顯示了 2024 年 1 月 Cohort 的重復(fù)訪問率。哪個(gè)渠道的客戶保留率最高哪個(gè)渠道最低https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/3de28bb1dccc9dca6899b8f760bd81bc.png圖 2按獲取渠道劃分的 Cohort 重復(fù)購(gòu)買百分比結(jié)論通過結(jié)合細(xì)分市場(chǎng)和群體分析您可以深入了解客戶行為和保留情況。能夠看到客戶何時(shí)以及為何不再參與這給了您早期干預(yù)和優(yōu)化策略的機(jī)會(huì)。您可以探索像 Google Analytics 或 Mixpanel 這樣的工具今天就開始跟蹤您的客戶群體并觀察這些見解如何轉(zhuǎn)變您的業(yè)務(wù)策略。敬請(qǐng)期待未來文章中更高級(jí)的技術(shù)??在這里訂閱我 ??medium.com/baoxinli/subscribeNote:Unless otherwise noted,allimages are by the author.