反馈已提交

网络繁忙

复购率分析

  • 文档创建者:Roxy
  • 编辑次数:9次
  • 最近更新:Roxy 于 2020-12-22
  • 1. 概述

    1.1 概念

    复购率是指最近一段时间购买次数,用于说明用户的忠诚度,反向则说明商品或服务的用户黏性。

    1.2 解决的问题

    每月的老用户复购率情况如何?

    不同推广渠道对复购产生怎样的影响?

    哪些商品的复购率较高,哪些商品需要着重关注提升复购率?

    1.3 预期效果

    详情仪表板链接请参见:复购分析

    image.png

    1.4 实现思路

    用户复购率计算公式:某段时间内购买两次及以上的用户数/有购买行为的总用户数 

    2. 示例

    示例数据:复购分析.xlsx

    2.1 计算购买两次及以上用户数

    在数据准备对应业务包下新建自助数据集,选择「复购分析」数据表下的所有字段,如下图所示:

    1605665089569746.png

    由于需要计算某段时间内购买两次以上的客户数,因此需要将不同购买时间对应的同一用户筛选出来,也就是购买两次以上的客户

    点击「+」新增分组汇总步骤,将「客户ID」和「购买日期」字段拖入「分组栏」,如下图所示:

    1605665024675758.png

    新增一列记录数,记录所有客户在不同时间的购买次数,新增「新增列」功能,命名后输入1,点击「确定」,如下图所示:

    1605665325295041.png

    新增分组汇总步骤,将「客户ID」拖入分组栏,将「1」计数拖入汇总栏,即可计算出每个客户的购买次数,如下图所示:

    1605665603977830.png

    过滤出大于 1 的数据,也就是过滤出购买超过两次的客户,如下图所示:

    1605665797376393.png

    新增列,命名为计数,输入公式 1 ,点击「确定」,即可对购买超过1次的客户计数,如下图所示:

    1605665896254910.png

    命名并保存自助数据集。

    2.2 数据合并

    创建新的自助数据集,选择「复购分析」数据表下的所有字段,如下图所示:

    1605666168778930.png

    新增左右合并步骤,将 2.1 节创建的自助数据集下所有字段作为合并字段,点击「确定」,合并方式为「左合并」,合并依据为「客户ID」,如下图所示:

    1605666282559819.png

    命名并保存自助数据集。

    2.3 计算复购率

    进入仪表板,新建仪表板,命名并选择存放位置,点击「确定」,添加组件,选择 2.2 节创建的「复购分析表」,点击「确定」,如下图所示:

    1605666572509358.png

    复制「客户ID」字段为「客户ID1」,点击「客户ID1」字段的下拉,选择「转化为指标」,将客户ID1转化为指标去重计数,如下图所示:

    111.png

    点击添加计算字段,命名为「复购率」,输入公式COUNTD_AGG(IF(计数!=null,客户ID,null))/COUNTD_AGG(客户ID),点击「确定」,如下图所示:

    1605666901396500.png

    注:公式框中的函数、字段都需要点击左侧的选择区域选择,不能手动输入。

    公式说明:

    公式
    说明
    IF(计数!=null,客户ID,null)购买两次及以上客户,则返回客户ID,否则记为空
    COUNTD_AGG(IF(计数!=null,客户ID,null))对购买两次及以上的客户进行去重计数
    COUNTD_AGG(IF(计数!=null,客户ID,null))/COUNTD_AGG(客户ID)购买两次及以上的客户数/总购买客户数

    选择「自定义图表」, 将「购买日期」拖入横轴并设置格式为「年月」,将转化为指标的「客户ID」和「复购率」拖入纵轴,设置图形属性分别为「柱形图」和「折线图」,如下图所示:

    1605667056831786.png

    点击「复购率」,设置值轴,选择右值轴即可,如下图所示:

    1607305117223855.png

    1607305166161209.png

    2.4 效果展示

    详情参见本文 1.3 节。

    3. 结论分析

    根据购买用户数和复购率时间趋势图,将复购率与用户总数叠加在一起可以看出用户黏性的健康度,最佳状态是复购率不随着用户数量的变化而变化,普遍保持着上升的趋势。因为随着公司的发展,为公司长期创造价值的用户一定是这些老用户。 

    附件列表


    主题: 数据分析进阶
    • 有帮助
    • 没帮助
    • 只是浏览

    售前咨询电话

    400-811-8890转1

    在线技术支持

    在线QQ:800049425

    热线电话:400-811-8890转2

    总裁办24H投诉

    热线电话:173-1278-1526

    文 档反 馈

    鼠标选中内容,快速反馈问题

    鼠标选中存在疑惑的内容,即可快速反馈问题,我们将会跟进处理。

    不再提示

    10s后关闭