LuckyTemplates를 통해 고객이 다음 구매 시기 예측

LuckyTemplates의 예측 분석을 사용하여 고객이 다음 구매를 할 가능성이 있는 시기를 알 수 있다면 어떨까요? 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다.

예측 분석 기술을 사용하여 고객이 제품 및 서비스를 구매할 것으로 예상되는 시기를 예측하고 시도할 수 있습니다.

물론 이 모든 작업을 수행하려면 LuckyTemplates 내부에서 약간의 작업이 필요합니다. 그러나 DAX 수식을 올바르게 사용할 때 사용할 수 있는 놀랍고 강력한 LuckyTemplates 분석 기능을 보여줄 뿐입니다.

LuckyTemplates를 사용하면 다양한 수식 및 데이터 모델링 기술을 통합하여 매우 의미 있는 인사이트를 추출할 수 있습니다.

이 게시물에서는 몇 가지 예측 통찰력 아이디어에 대해 논의할 것입니다. 이것은 DAX 관점에서 매우 가능한 일입니다. 그런 다음 데이터를 사용하여 고객 행동을 예측하는 방법에 대해 논의합니다. 궁극적으로 이것은 우리의 재정적 수익에 긍정적인 영향을 미칠 수 ���습니다.

목차

• 과거 데이터를 사용하여 고객 행동 예측
• 과거 데이터로 할 수 있는 일
• 1. 최종 거래일 결정
• 2. 마지막 구매 이후 날짜 확인
• 3. 구매 사이의 평균 일수 결정
• 4. 평균 이상의 날짜 결정
• 5. 고객의 수익성 결정
  • 결론

과거 데이터를 사용하여 고객 행동 예측

토론에 들어가기 전에 고객 행동 표에서 제공하는 과거 데이터를 살펴보겠습니다.

맨 위에는 고객 이름 , 총 거래 일수 , 마지막 구매 날짜 , 마지막 구매 이후 일수 , 구매 간 평균 일수 , 평균 초과 일수 및 총 판매 필드가 표시됩니다.

LuckyTemplates에서 예측 분석을 사용하여 시간을 거슬러 올라가 고객이 실제로 구매한 시점을 확인할 수 있습니다. 우리는 또한 한 사람이 우리와 거래한 횟수를 볼 수 있습니다.

구매한 기간을 기준으로 가까운 미래에 재구매할 가능성은 얼마나 됩니까?

이 질문에 대한 답변의 결과는 귀중한 통찰력입니다.

과거 데이터로 할 수 있는 일

LuckyTemplates의 간단한 예측 분석은 100% 정확하지 않으며 발생할 수 있는 일에 대해 많은 복잡성이 있지만 이 통찰력을 어떻게 사용할 수 있는지 생각해 보십시오.

평균적으로 고객이 지난 2년 동안 당사에서 15번 제품을 구매했고 40일 또는 50일마다 이를 구매했다면 마케팅을 수행하거나 영업 전화를 걸거나 온라인 광고를 보도록 할 수 있습니다. 조치를 취하도록 합니다.

이 통찰력을 활용할 수 있는 훌륭한 방법이 많이 있습니다. 완벽하지는 않더라도 고객의 구매 결정을 이해하고 이러한 결정을 기반으로 마케팅 계획을 세울 수 있습니다.

1. 최종 거래일 결정

그럼 제가 한 방법을 살펴보겠습니다. 실제 마지막 구매일부터 시작하겠습니다. 수식을 살펴보겠습니다.

2. 마지막 구매 이후 날짜 확인

다음으로 할 일은 마지막 구매 이후 날짜를 계산하는 것입니다. 마지막 구매 이후 며칠이 지났습니까? 내 데이터 세트에서 마지막 실제 거래 날짜는 언제입니까? 이 간단한 공식을 사용하여 알아 냈습니다.

이 데이터를 통해 고객이 마지막으로 구매한 시기를 확인할 수 있습니다. 고객이 언제 마지막으로 제품을 구매했는지 알고 이를 구매 사이의 평균 시간 프레임과 비교하기를 원하기 때문에 이는 흥미롭고 유용합니다.

해당 벤치마크가 있으면 고객 동향을 발견할 수 있는 방법입니다. 이 경우 고객 Gregory Jackson은 61일마다 구매했습니다.

그러나 그는 451일 동안 아무것도 구매하지 않았으므로 거기에는 분명히 뭔가 잘못된 것이 있습니다. 이 데이터를 사용하여 마케팅 전략을 변경하여 이 고객이 다시 활성화되도록 할 수 있습니다.

3. 구매 사이의 평균 일수 결정

이것이 이 분석의 큰 부분입니다. 구매 사이의 평균 일수를 어떻게 계산합니까? 여러 가지가 조합되어 있지만 생각보다 간단할 수 있습니다.

당신은 이 공식을 시각화함으로써 좋은 예측을 얻을 수 있고 완벽하지 않을 수도 있지만 마찬가지로 좋습니다.

그래서 제가 한 것은 모든 단일 고객에 대해 마지막 구매 시기 와 첫 구매 시기를 계산한 다음 거래한 총 일수로 나눈 것입니다 .

그러니 그것에 대해 생각해보세요. 따라서 각 고객에 대해 처음 구매한 시기 , 마지막 구매한 시기 , 그리고 실제로 거래한 날이 며칠인지 파악합니다 .

분명히 완벽하지는 않지만 평균 일수와 구매에 대한 추정치를 제공할 것입니다. 누군가 정기적으로 방문하면 논리적인 방식으로 구매 사이의 평균 일수를 보여줄 것입니다.

4. 평균 이상의 날짜 결정

그런 다음 고객이 예상 평균 일수를 초과한 경우 실제로 얼마나 많은 일수가 끝났는지 보여주는 또 다른 측정값을 만들었습니다. 이것이  평균 초과 일 수 열에 표시되는 것입니다.

이 그림으로 무엇을 할 수 있을지 내 마음이 폭발합니다. 당신이 온라인 소매업자이고 고객이 30일마다 당신을 찾아온다고 가정해 봅시다.

따라서 해당 날짜까지 그들에게 이메일 마케팅을 보내거나 Facebook에서 광고를 할 수 있습니다. 이는 고객 유지율을 개선하는 데 사용할 수 있는 진정으로 훌륭한 통찰력입니다.

또 다른 예는 여기 이 특정 고객입니다. 구매 사이의 평균 시간은 98일이며 마지막 구매는 48일 전에 이루어졌습니다.

이 고객의 다음 구매까지 며칠 동안 귀하의 비즈니스를 상기시키기 위해 일부 마케팅 자료를 보낼 수 있습니다.

5. 고객의 수익성 결정

우리가 사용할 수 있는 또 다른 척도는 고객의 수익성입니다. Total Sales 열을 사용하여 상위 고객이 누구인지 확인할 수 있습니다.

특정 고객을 잃은 경우 비즈니스에 큰 영향을 미칠지 여부도 결정할 수 있습니다. 아래 표의 예를 사용하여 고객으로서 Gregory Jackson을 잃는 것은 그로부터 $3,222의 매출만 얻었기 때문에 큰 영향을 미치지 않습니다.

반면에 Joshua Romero는 지금까지 아주 좋은 고객이었기 때문에 유지하고 싶습니다. 마케팅 계획을 수립한 다음 그에게 연락할 수 있습니다.

비즈니스에 가장 수익성이 높은 고객을 식별하고 그들이 구매해야 하는 대로 구매하고 있는지 확인할 수 있습니다. Total Sales 및 Days Above Average 열은 이 두 수치를 실시간으로 식별하는 방법을 보여줍니다.

고객이 마지막으로 구매한 시기는 언제입니까? – LuckyTemplates의 DAX 기술 LuckyTemplates를
사용하여 미래의 수익성을 예측하는 방법
DAX를 사용하여 LuckyTemplates에서 고객 추세 분석  

결론

그래서 저는 이 통찰력으로 일을 마무리할 것입니다. LuckyTemplates에서 고급 예측 분석을 통합하는 기능은 강력하며 조직에 많은 가치를 추가할 수 있습니다.

예를 들어, 미래 비즈니스 예측을 할 수 있으면 비즈니스 운영을 보다 효율적으로 만들고 경쟁업체보다 경쟁 우위를 확보할 수 있습니다.

시간을 내어 이 비디오를 검토하고 미래의 비즈니스 시나리오를 예측하는 데 적용할 수 있는 기술을 배우십시오.

LuckyTemplates의 가장 고급 분석 기술에 대해 자세히 알아보려면 LuckyTemplates 온라인 에서 아래 링크를 확인하십시오 .

이 기술에 행운을 빕니다