数据分析学习过程——Tableau客户生命周期模型

客户生命周期模型是通过两个问题对客户进行分类的,即客户使用产品的时间和客户最后一次购买产品至今所过去的时间,可以将客户分为新客户、一次性客户、忠实客户和流失的老客户。客户生命周期分类不仅可以帮助我们规划不同客户的发展策略,也可以从客户角度洞察我们的商业表现。接下来进行实际操作吧。

一、数据集准备:以Tableau软件自带的超市数据进行分析。

二、客户生命周期模型

1、FOD和LOD

 FOD表示客户首次购买产品的时间,LOD表示客户最后一次购买产品的时间,通过以下公式进行计算:

FOD计算公式
LOD计算公式

2、L和R

L表示客户第一次购买产品至今的时间,衡量我们和客户建立关系有多久了;R表示的是客户最后一次购买产品至今的时间,也就是客户有多久没有购买我们的产品了,通过以下公式进行计算:

L的计算公式


R的计算公式

3、客户生命周期分类L12R6

通过计算得到的L和R对客户的生命周期进行分类,L以12个月个为界限,即客户距离第一次购买过去了12个月,R以6个月为界限,即客户已经6个月没有购买我们的产品了,分类计算公式如下:

客户生命周期分类L12R6

现在,我们可以通过可视化的方式进行展现。

客户生命周期模型

如上所示,可以看出忠诚客户数量最多,表明公司的客户基础较好,但同时也应该看到流失的老客户远多于新客户,说明新客户开发能力欠缺且有不少老客户正在流失,需要我们的重点关注,我们可以通过统计客户数量,清晰地得出四个客户类型的数量。

客户数量
客户生命周期分类客户数量

4、销售额趋势图

我们注意到客户生命周期模型有两个明显的局限性:

(1)L并不一定能真实反映客户和我们在一起的时间,比如客户在5年前买了一次,昨天又买了一次,但数据显示L=10年,但这显然对我们没有任何意义。

(2)客户生命周期模型忽略了客户购买次数的大小即频率和购买量的多少。

下面我们可以通过销售额趋势图来做一个简单的验证。

销售额趋势图

5、客户生命周期模型仪表盘

客户生命周期模型仪表盘L12R6

将3个工作簿设置筛选器,设置联动。

按照L=12个月,R=6个月对公司的客户进行分类,区分出新客户、忠诚客户、流失的老客户和一次性客户。我们可以看到,忠诚客户有524人,而流失的老客户有205人,远远大于新客户的13人,这表明目前公司开发新客户的能力极为薄弱,而大量老客户的流失对公司来说是极大的损失,说明公司产品的质量和服务等方面有很大的不足,或者说是同行业的对手竞争力越来越强,原有的老客户被抢走了。

(1)L和R的值怎样设置才合理?

此超市的产品共有三类,分为办公用品、家具和技术,除了办公用品类别里的纸张、信封等之类的产品属于低值易耗品,其他的产品并不属于生活必需品,购买频率并不高,所以用L=12和R=6对客户进行分类的方法并不合理,例如当R大于6且L大于12时,即超过6个月没有进行消费就视为客户已经流失并不合理,因此尝试将L改为24,R改为12重新对客户进行分类。

客户生命周期模型仪表盘L24R12  

按照L=24个月,R=12个月对公司的客户重新分类,可以看出有了很不一样的结论。 现在的忠诚客户数量更多,同时新客户有98人,比流失的老客户多出60人,相当于流失的老客户数量的2.57倍,说明目前的公司开发新客户的能力较强,流失的老客户数量虽然不多,但仍需要花精力进行挽回。

所以说,L和R的设置需要和业务部门充分沟通,然后结合具体的产品特性,总结出相对合理的设置方案,才能对产品的市场发展起到指导性的作用。

(2)客户生命周期模型的局限性

忠诚用户举例

如上图所示,这位客户只在三年前第一次购买的金额较大,超过5000,其后的4次购买的金额都很小,这就是客户生命周期模型的局限性之一,没有考虑购买量的多少。

流失的老用户举例

如这位客户的数据所示,仅因为他近6个月没有购买,就将他视为流失掉的老客户,显然是不合理的,在成为我们的客户后,可以看到他的订单量不少且购买金额客观,这也体现了客户生命周期模型的另一个局限性,没有考虑到客户的购买频率。接下来我们把购买金额和购买频率加入到我们的模型当中,即客户RFM价值模型。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容