คาดการณ์ว่าลูกค้าของคุณจะซื้อสินค้าครั้งต่อไปเมื่อใดด้วย LuckyTemplates

จะเป็นอย่างไรหากคุณสามารถรู้ได้ว่าเมื่อใดที่ลูกค้าของคุณมีแนวโน้มที่จะทำการซื้อครั้งต่อไปโดยใช้การวิเคราะห์เชิงคาดการณ์ใน LuckyTemplates คุณสามารถดูวิดีโอทั้งหมดของบทช่วยสอนนี้ได้ที่ด้านล่างของบล็อกนี้

ด้วยการใช้เทคนิคการวิเคราะห์เชิงคาดการณ์ เราสามารถลองและคาดการณ์เวลาที่ลูกค้าของคุณคาดว่าจะซื้อผลิตภัณฑ์และบริการของคุณ

แน่นอนว่าจะต้องมีงานเล็กน้อยภายใน LuckyTemplates เพื่อทำงานทั้งหมดนี้ แต่จะแสดงคุณลักษณะการวิเคราะห์ของ LuckyTemplates ที่น่าทึ่งและมีประสิทธิภาพที่มีให้คุณใช้เมื่อใช้สูตร DAX อย่างถูกต้อง

ด้วย LuckyTemplates คุณสามารถรวมสูตรและเทคนิคการสร้างแบบจำลองข้อมูลต่างๆ เพื่อดึงข้อมูลเชิงลึกที่มีความหมายบางอย่าง

ในโพสต์นี้ เราจะหารือเกี่ยวกับแนวคิดข้อมูลเชิงลึกเชิงคาดการณ์ นี่คือสิ่งที่ทำได้อย่างมากจากมุมมองของ DAX จากนั้นเราจะหารือเกี่ยวกับวิธีการใช้ข้อมูลเพื่อทำนายพฤติกรรมของลูกค้า ในที่สุดสิ่งนี้อาจส่งผลกระทบเชิงบวกต่อกำไรทางการเงินของเรา

สารบัญ

• การใช้ข้อมูลย้อนหลังเพื่อทำนายพฤติกรรมของลูกค้า
• คุณสามารถทำอะไรกับข้อมูลย้อนหลังได้บ้าง
• 1. การกำหนดวันที่ทำรายการครั้งล่าสุด
• 2. การกำหนดวันตั้งแต่การซื้อครั้งล่าสุด
• 3. การกำหนดวันเฉลี่ยระหว่างการซื้อ
• 4. การกำหนดวันที่สูงกว่าค่าเฉลี่ย
• 5. การกำหนดความสามารถในการทำกำไรของลูกค้า
  • บทสรุป

การใช้ข้อมูลย้อนหลังเพื่อทำนายพฤติกรรมของลูกค้า

ก่อนที่เราจะดำดิ่งสู่การสนทนา เรามาลองดูข้อมูลประวัติที่ได้จากตารางพฤติกรรมลูกค้ากันก่อน

ที่ด้านบน คุณจะเห็นชื่อลูกค้าจำนวนวันที่ทำธุรกรรมทั้งหมด วันที่ซื้อครั้งล่าสุด จำนวน วัน ตั้งแต่การซื้อครั้งล่าสุดวันเฉลี่ยระหว่างการซื้อ วัน ที่สูงกว่าค่าเฉลี่ยและยอดขายรวม

ด้วยการใช้การวิเคราะห์เชิงคาดการณ์ใน LuckyTemplates เราสามารถย้อนเวลากลับไปและดูว่าลูกค้าซื้อจริงเมื่อใด เรายังสามารถดูได้ว่ามีคนทำธุรกรรมกับเรากี่ครั้ง

ตามกรอบเวลาที่ซื้อ พวกเขามีแนวโน้มที่จะซื้อคืน ณ จุดใดจุดหนึ่งในอนาคตอันใกล้มากน้อยเพียงใด

ผลลัพธ์จากการตอบคำถามนี้เป็นข้อมูลเชิงลึกที่มีค่า

คุณสามารถทำอะไรกับข้อมูลย้อนหลังได้บ้าง

การวิเคราะห์เชิงคาดการณ์อย่างง่ายใน LuckyTemplates นั้นไม่ได้แม่นยำ 100% และมีความซับซ้อนมากมายเกี่ยวกับสิ่งที่อาจเกิดขึ้นแต่ลองคิดดูว่าคุณจะใช้ข้อมูลเชิงลึกนี้ได้อย่างไร

หากโดยเฉลี่ยแล้ว ลูกค้าซื้อบางอย่างจากเรา 15 ครั้งในช่วง 2 ปีที่ผ่านมา และทำอย่างนี้ทุกๆ 40 หรือ 50 วัน คุณสามารถทำการตลาด โทรติดต่อฝ่ายขาย หรือตรวจสอบให้แน่ใจว่าพวกเขาเห็นโฆษณาออนไลน์เพื่อแจ้ง พวกเขาจะดำเนินการ

มีวิธีที่ยอดเยี่ยมมากมายที่คุณสามารถใช้ข้อมูลเชิงลึกนี้ได้ แม้ว่าจะไม่ได้สมบูรณ์แบบ แต่จะช่วยให้คุณเข้าใจการตัดสินใจซื้อของลูกค้า และคุณสามารถวางแผนการตลาดตามการตัดสินใจเหล่านี้ได้

1. การกำหนดวันที่ทำรายการครั้งล่าสุด

มาดูกันดีกว่าว่าผมทำอย่างไร ฉันจะเริ่มต้นด้วยวันที่ซื้อจริงครั้งสุดท้าย มาดูสูตรกันเลย

2. การกำหนดวันตั้งแต่การซื้อครั้งล่าสุด

สิ่งต่อไปที่ต้องทำคือคำนวณวันนับจากการซื้อครั้งล่าสุด จำนวนวันนับจากการซื้อครั้งล่าสุดคือเท่าไร? วันที่ทำธุรกรรมจริงล่าสุดในชุดข้อมูลของฉันคือวันที่ใด ฉันเพิ่งคิดออกโดยใช้สูตรง่ายๆ นี้

จากข้อมูลนี้ เราสามารถระบุได้ว่าลูกค้าซื้อสินค้าจากเราครั้งล่าสุดเมื่อใด น่าสนใจและมีประโยชน์เพราะคุณต้องการทราบว่าลูกค้าซื้อสินค้าจากคุณครั้งล่าสุดเมื่อใด จากนั้นจึงเปรียบเทียบกับกรอบเวลาเฉลี่ยระหว่างการซื้อ

เมื่อคุณมีเกณฑ์มาตรฐานนั้นแล้ว นั่นคือวิธีที่คุณสามารถค้นพบแนวโน้มของลูกค้าได้ ในกรณีนี้ ลูกค้า Gregory Jackson ซื้อทุกๆ 61 วัน

แต่เขาไม่ได้ซื้ออะไรเลยเป็นเวลา 451 วัน ดังนั้นจึงมีบางอย่างผิดปกติอย่างเห็นได้ชัด คุณสามารถใช้ข้อมูลนี้เพื่อเปลี่ยนแปลงกลยุทธ์ทางการตลาดของคุณเพื่อแจ้งให้ลูกค้ารายนี้กลับมาใช้งานอีกครั้ง

3. การกำหนดวันเฉลี่ยระหว่างการซื้อ

นี่เป็นส่วนสำคัญของการวิเคราะห์นี้: เราจะคำนวณวันเฉลี่ยระหว่างการซื้อได้อย่างไร แม้จะเป็นการผสมผสานหลายๆ อย่างเข้าด้วยกัน แต่ก็อาจจะง่ายกว่าที่คิด

คุณสามารถได้รับการฉายภาพที่ดีพอๆ กัน และอาจไม่สมบูรณ์แบบ แต่ก็ดีพอๆ กัน โดยการแสดงภาพตามสูตรนี้

ทั้งหมดที่ฉันทำคือเข้าไปหาลูกค้าทุกราย ฉันหาว่าลูกค้าซื้อครั้งสุดท้ายเมื่อใดเทียบกับซื้อครั้งแรกเมื่อใดจากนั้นจึงหารด้วยจำนวนวันทั้งหมดที่ลูกค้าทำธุรกรรม

ดังนั้นลองคิดดูว่า ดังนั้น สำหรับลูกค้าแต่ละราย เราจะทราบว่าการซื้อครั้งแรกที่พวกเขาทำคือเมื่อใด การซื้อครั้งล่าสุดที่พวกเขาทำคือเมื่อใด และพวกเขาทำธุรกรรมกับเราจริงๆกี่วัน

แน่นอนว่ามันไม่สมบูรณ์แบบ แต่จะให้ค่าประมาณวันและการซื้อโดยเฉลี่ยแก่คุณ เมื่อมีคนมาหาคุณเป็นประจำ ระบบจะแสดงวันเฉลี่ยระหว่างการซื้อของคุณด้วยวิธีที่เหมาะสม

4. การกำหนดวันที่สูงกว่าค่าเฉลี่ย

จากนั้นฉันก็สร้างการวัดอีกอันหนึ่งซึ่งแสดงว่าหากลูกค้าใช้เกินวันเฉลี่ยที่ประมาณไว้ ระบบจะแสดงให้ฉันเห็นว่าเกินจำนวนวันจริงที่ประเมินไว้ นี่คือสิ่งที่  คอลัมน์ Days above Averageแสดงอยู่

ใจฉันแทบระเบิดกับสิ่งที่เธอทำได้กับตัวเลขนี้ สมมติว่าคุณเป็นผู้ค้าปลีกออนไลน์ คุณพบว่าลูกค้ามาหาคุณทุกๆ 30 วัน

ดังนั้นก่อนถึงวันนั้น คุณสามารถส่งอีเมลการตลาดไปหาพวกเขา หรือทำโฆษณาบน Facebook ก็ได้ นี่เป็นข้อมูลเชิงลึกที่ยอดเยี่ยมอย่างแท้จริง ซึ่งคุณสามารถใช้เพื่อปรับปรุงอัตราการรักษาลูกค้าได้

อีกตัวอย่างหนึ่งคือลูกค้ารายนี้ที่นี่ เวลาเฉลี่ยระหว่างการซื้อคือ 98 วัน ในขณะที่���ารซื้อครั้งล่าสุดเกิดขึ้นเมื่อ 48 วันก่อน

ในวันที่นำไปสู่การซื้อครั้งต่อไปของลูกค้ารายนี้ คุณสามารถส่งเอกสารทางการตลาดบางอย่างเพื่อเตือนพวกเขาเกี่ยวกับธุรกิจของคุณ

5. การกำหนดความสามารถในการทำกำไรของลูกค้า

อีกมาตรการหนึ่งที่เราสามารถใช้ได้คือความสามารถในการทำกำไรของลูกค้าของคุณ เมื่อใช้ คอลัมน์ ยอดขายรวมคุณสามารถตรวจสอบว่าลูกค้ารายใดเป็นลูกค้าหลักของคุณ

คุณยังสามารถระบุได้ว่ามันจะส่งผลกระทบอย่างมากต่อธุรกิจของคุณหรือไม่ หากคุณสูญเสียลูกค้ารายใดรายหนึ่งไป จากตัวอย่างในตารางด้านล่าง การสูญเสีย Gregory Jackson ในฐานะลูกค้าจะไม่สร้างผลกระทบมากนัก เนื่องจากคุณได้รับยอดขายเพียง 3,222 ดอลลาร์จากเขา

ในทางกลับกัน คุณต้องการเก็บ Joshua Romero ไว้ เพราะเขาเป็นลูกค้าที่ดีมากจนถึงตอนนี้ คุณสามารถกำหนดแผนการตลาดแล้วติดต่อเขา

คุณสามารถระบุลูกค้าที่ทำกำไรสูงสุดให้กับธุรกิจของคุณ และพิจารณาว่าพวกเขากำลังซื้อตามที่ควรจะเป็นหรือไม่ คอลัมน์ยอดขายรวมและจำนวนวันที่สูงกว่าค่าเฉลี่ยจะแสดงวิธีระบุตัวเลขทั้งสองนี้แบบเรียลไทม์

ลูกค้าของคุณทำการซื้อครั้งล่าสุดเมื่อใด – เทคนิค DAX ใน LuckyTemplates
คุณจะทำนายความสามารถในการทำกำไรในอนาคตได้อย่างไรโดยใช้ LuckyTemplates
Customer Trend Analysis ใน LuckyTemplates โดยใช้ DAX  

บทสรุป

ดังนั้นฉันจะปัดเศษด้วยข้อมูลเชิงลึกนี้ ความสามารถในการรวมการวิเคราะห์เชิงคาดการณ์ขั้นสูงใน LuckyTemplates นั้นทรงพลังและสามารถเพิ่มมูลค่าให้กับองค์กรของคุณได้มากมาย

ตัวอย่างเช่น ความสามารถในการคาดการณ์ธุรกิจในอนาคตจะทำให้การดำเนินธุรกิจของคุณมีประสิทธิภาพมากขึ้น และทำให้คุณได้เปรียบในการแข่งขันเหนือคู่แข่ง

ใช้เวลาทบทวนวิดีโอนี้และเรียนรู้เทคนิคที่คุณสามารถนำไปใช้เพื่อคาดการณ์สถานการณ์ทางธุรกิจในอนาคต

หากคุณต้องการเรียนรู้เพิ่มเติมเกี่ยวกับเทคนิคการ วิเคราะห์ขั้นสูงที่สุดใน LuckyTemplates โปรดดูลิงก์ด้านล่างจากLuckyTemplates ทางออนไลน์

ขอให้โชคดีกับเทคนิคเหล่านี้