1.1 背景

小郭是一家百货商场的负责人，他想对百货中的各个品牌的竞争力进行分析，这次他考虑从用户流入流出入手。

帮助百货了解各个品牌的竞争力的同时，也可以帮助各个品牌的负责人看到自己品牌流入流出的情况如何。

1.2 概念

流入人数：近 6 个月有交易，前推 6 个月无交易的用户。

流失人数：前推 6 个月有交易，近六个月无交易的用户。

以用户A为例，他在近六个月购买了诺基亚的电子产品，前推六个月没有购买诺基亚的电子产品。对于诺基亚的电子产品类别来说，这个用户是一个流入客户。但这个用户是从哪里流入的呢：

• 其他品牌流入：用户A若是前推 6 个月在百货别的品牌购买了电子产品，对于诺基亚电子产品类别来说，该客户属于其他品牌流入。

• 类别流入：用户A若是前推 6 个月只在百货购买了别的类别的产品，没有购买电子设备。那么他流入的原因是因为他需要电子类别的产品，所以属于类别流入。

• 渠道流入：用户A若是前推 6 个月没有在百货购买商品，说明他是百货的新客户，所以他属于渠道流入。

同理可以对应「品牌流失、类别流失、渠道流失」，三种流失的具体介绍可参见本文 2.2 节。

1.3 预期效果

不少品牌旗下有多个类别的产品，但当这些单独的类别在面向市场时，是独立的个体，需要与同类别的其他品牌产品进行比较。

小郭在做流入流出人数分析的时候，就用「类别」对各品牌进行分类分析。

1）做好仪表板后，小郭在表格中看到品牌「Acme」在办公用品净流入呈负数，于是点击「Acme」，右侧展示出 Acme 品牌在办公用品类别的用户流入流出情况：品牌流失情况严重，需要重点关注。

2）小郭还筛选出了 品牌净流失 TOP10 ，分析哪些品牌竞争力下降，希望能作为之后调整入驻品牌的参考。

3）小郭最后又筛选出来 渠道流入 TOP 10，分析哪些品牌它们的某些产品类型对百货引流拉新有突出贡献，准备给这些品牌类型产品一些福利优惠。

点击即可查看小郭的仪表板：用户流入流出分析

1.4 获取数据

本文使用的示例数据：百货数据.xlsx （由于该示例数据只统计到 2016-12-30，所以本文计算的是 2016-12-30 的流入流出情况）

用户可以点击 用户流入流出分析编辑页面 将其 另存为 ，可查看该仪表板以及仪表板使用的数据表里面的操作方式，从而进行学习。

2.1 筛选流失客户

1）上传「百货数据」。

2）创建自助数据集，选择「百货数据」的字段，如下图所示：

3）添加分组汇总，拖入字段。对订单日期选择「下拉>最晚时间」，如下图所示：

这样便计算出，用户在某类别最后一次购买某品牌的时间。如上图所示，可知“俞毅”在“电子设备”类别最后一次购买佳能的时间是：2013-01-02。

4）以2016-12-30为目标计算时间，筛选出最后一次购买的时间最后一次购买在【6 个月前；12 个月内】的数据 。如下图所示：

这部分用户 6 个月前购买了，但是 6 个月后没有购买。对于某类别下的某品牌，这部分用户就是流失用户。

比如说邢宁，在「电子设备」类型下，就是诺基亚的流失用户。

5）保存并更新该自助数据集「流失用户表」

2.2 筛选出近六个月有购买记录的用户

我们已经筛选出流失的用户。对于「某类别下的某品牌」，他们在六个月前购买了，但是近六个月没有购买。这是什么原因呢。

我们可以对他们近六个月的行为进行分析。

以邢宁为例，前六个月他购买了诺基亚的电子设备：

• 若是近六个月他在百货没有一次购买记录，说明这个用户从购买渠道流失了。

• 若是近六个月他在百货有购买记录，但是没有购买过电子设备。说明他近期不需要这个类别，对于诺基亚来说，他是一个类别流失用户。

• 若是近六个月他在百货购买了电子设备，但是购买了其他品牌。对于诺基亚来说，这属于品牌流失用户。

1）新建自助数据集，命名为「近六个月用户购买明细」，勾选字段。如下图所示：

2）以 2016-12-30 号为计算时间。得出近六个月的购买记录，如下图所示：

3）由于用户可能有对于某品牌某类别有重复购买行为。所以进行一次分组汇总，相同的只保留一条数据即可。如下图所示：

4）保存并更新该自助数据集。

2.3 流失原因分析

在 2.2 节中，我们将所有用户在近半年的行为列举了出来，然而我们需要的是流失用户近半年的行为。

1）回到第一张自助数据集「流失用户表」，将其与「近六个月用户购买明细」进行左右合并。合并方式为「左合并」，合并依据只保留「客户名称」。如下图所示：

合并后的效果如上图所示。例如：冯立在近六个月购买了家具和其他品牌的办公用品。

2）新增一个标记列，对六个月前与六个月后的行为比较后进行标记。

如果六月前后购买的类别一致：标记 2 ，意味品牌流失。

如果六月后的购买类别为空，说明近六个月用户在百货没有购买记录：标记 0 ，意味渠道流失。

其他情况：标记 1 ，表示类别流失。

如上图所示，stiletto 办公用品流失的用户「冯力」，他在近六个月有四条购买动作。但无论多少条动作，最终的流失原因只有一个。他在近六个月中购买过办公用品，说明他是一个品牌流失用户。

3）进行分组汇总，相同的流失原因标记只需要保持一条。如下图所示：

4）确认「流失原因标记」不会重复后，进行分组后求和计算。如下图所示：

对于 0、1、2 这几个非重复值分组后求和，得到的结果不外乎四种：0、1、2、3。

4）根据求和后的标记，获得用户的流失原因。新增「流失原因」列，如下图所示：

当「流失原因标记= 2 或 3」，为品牌流失；当「流失原因标记=1」，为类别流失；当「流失原因标记=0」，为渠道流失。

5）最后进行一次「分组汇总」，统计每个渠道流失的人数。如下图所示：

6）保存并更新该自助数据集

2.4 将流失流入原因合并成一张表

1）上面我们已经成功统计了流失原因。以相似的思路，我们再做一张一张流入人口原因分析表，这里不再赘述。如下图所示：

2）新建一张自助数据集「流入流出原因汇总表」。勾选「流出用户表」的所有数据，并与「流入用户表」进行左右合并。如下图所示：

3）保存并更新该自助数据集。

2.5 制作组件

使用「流入流出汇总表」制作组件。如下图所示，制作分组表展示各种类别下每个品牌的流失人数、流入人数、净流入。

净流入=流入人数-流失人数

再根据分析需求增加组件。

2.6 效果展示

请参见本文 1.2 节。