反馈已提交

网络繁忙

您正在浏览的是 FineBI6.0 帮助文档,点击跳转至: FineBI5.1帮助文档

用户流入流出分析

  • 文档创建者:Lily.Wang
  • 历史版本:15
  • 最近更新:TW 于 2023-07-26
  • 1. 概述

    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。

    他对流入客户和流出客户的行为进行了分析,将流入原因分为「其他品牌流入、渠道流入、类别流入」,流出原因分为「品牌流出、渠道流出、类别流出」。精细划分后,各个品牌的竞争力情况更加一目了然。

    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。

    19.png

    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 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。

    40.png

    2. 操作步骤

    2.1 筛选流失客户

    1)新建分析主题「用户流入流出分析」。

    2)添加「百货数据」数据,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(函数解释参考:datesubdate),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)保存并更新该数据并重命名为「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)添加「百货数据」数据,重命名为「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「近六个月用户购买明细」操作。

    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)回到第一个「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。

    2.4 流入人口原因分析

    上面我们已经成功统计了各个品牌类别的流失原因,以相似的思路,我们再做一张流入人口原因分析表。

    1)筛选出近 6 个月有交易,前推 6 个月无交易的用户列表(12月前的数据不统计,需要先筛除),这部分用户就是流入用户;

    2)对流入用户前推 6 个月用户的行为做分析,以判断他们是什么类型的流失用户。

    以相似的思路,我们再做一张「流入用户表」,这里操作过程不再赘述。按照 1.4 节另存主题后,在主题中可查看「流入用户表」的具体操作步骤,如下图所示:

    39.png

    2.5 将流失流入原因合并成一张表

    添加数据「流失用户表」并重命名为「流入流出汇总表」。勾选「流入流出汇总表」的所有字段,并与「流入用户表」进行左右合并。如下图所示:

    3)保存并更新。

    2.6 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。

    2.7 效果展示

    请参见本文 1.2 节。

    附件列表


    主题: 进阶学习
    • 有帮助
    • 没帮助
    • 只是浏览
    中文(简体)

    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

    联系我们
    在线支持
    获取专业技术支持,快速帮助您解决问题
    工作日9:00-12:00,13:30-17:30在线
    页面反馈
    针对当前网页的建议、问题反馈
    售前咨询
    采购需求/获取报价/预约演示
    或拨打: 400-811-8890 转1
    qr
    热线电话
    咨询/故障救援热线:400-811-8890转2
    总裁办24H投诉:17312781526
    提交页面反馈
    仅适用于当前网页的意见收集,帆软产品问题请在 问答板块提问前往服务平台 获取技术支持