用户生命状态分析

  • 文档创建者:Lily.Wang
  • 编辑次数:1次
  • 最近更新:Lily.Wang 于 2021-02-24
  • 1. 概述

    1.1 概念

    对已有客户的生命状态进行分类分析。这里用了两个维度「最近一次登录距今的时间」和「第一次登录距今的时间」。根据这两个维度,可以将客户简单的分为四个类别。

    29.png

    • 新用户:刚开始在较短的一段时期内登录/购买了产品的客户。

    • 一次性用户:在较短一段时间内登录/购买产品后,近期不再继续购买的客户。

    • 忠实用户:在较长一段时间内持续登录/购买产品,且在近期仍有购买行为的客户。

    • 流失用户:在较长一段时间内持续登录/购买了产品,但近期不再有购买行为的客户。

    1.2 解决的问题

    可以了解企业当前的市场竞争力,并对不同类别的客户实施不同的营销动作。

    2. 操作方法

    2.1 准备数据

    1)新建自助数据集,选择 FineBI 内嵌表「用户留存数据」,勾选一下几个字段,如下图所示:

    18.png

    2)添加「分组汇总」,分别拖入字段至分组栏和汇总栏。

    其中「最早激活日期」点击下拉后选择「最早时间」,「登录时间」点击下拉后选择「最晚时间」

    如此便可求出每个用户(即每个联系电话),他们最近一次购买的时间和激活的时间。

    20.png

    3)由于这张示例表只有「2020-10-21」之前的数据,所以我们将「2020-10-21」作为“今日日期”,如下图所示:

    点击「新增列」,输入公式:todate("2020-10-21")

    21.png

    4)新增列,计算「最近一次登录距今」和「激活日期距今」,如下图所示:

    22.png

    23.png

    5)新增列,将用户进行分类,如下表所示

    26.png

    激活时间小于等于 180 天,且最近一次登录在 60 天内:新用户;

    激活时间小于等于 180 天,且最近一次登录距今大于 60 天:一次性用户;

    激活时间大于 180 天,且最近一次登录距今大于 60 天:忠实用户;

    激活时间大于 180 天,且最近一次登录距今在 60 天内:流失用户;

    6)保存并更新该自助数据集。

    2.2 制作仪表板

    使用以上的数据制作两个组件,如下图所示:

    可以看出:

    • 一次性用户流失用户占比很高,流失用户比例远大于新用户数,竞争力下降。

    • 忠实用户占比很小,客户基础薄弱。

    附件列表


    主题: 数据分析进阶
    • 有帮助
    • 没帮助
    • 只是浏览
    • 评价文档,奖励 1 ~ 100 随机 F 豆!

    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:186-0252-2339