Müşterilerinizin Bir Sonraki W/LuckyTemplates Satın Alma İşlemini Ne Zaman Yapacağını Tahmin Etme

LuckyTemplates'da tahmine dayalı analitiği kullanarak müşterilerinizin bir sonraki satın alma işlemlerini ne zaman yapacaklarını bilseydiniz ne olurdu? Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

Tahmine dayalı analitik tekniklerini kullanarak, müşterilerinizin ürünlerinizi ve hizmetlerinizi ne zaman satın almasının beklendiğini deneyebilir ve tahmin edebiliriz.

Tabii ki, tüm bunları yapmak için LuckyTemplates içinde biraz çalışma olacak. Ancak DAX formüllerini doğru şekilde kullandığınızda kullanabileceğiniz inanılmaz ve güçlü LuckyTemplates analitik özelliklerini sergileyecektir.

LuckyTemplates ile çok anlamlı içgörüler elde etmek için farklı formül ve veri modelleme tekniklerini bir araya getirebilirsiniz.

Bu gönderide, bazı tahmine dayalı içgörü fikirlerini tartışacağız. Bu, DAX açısından oldukça yapılabilir bir şeydir. Ardından, müşteri davranışını tahmin etmek için verileri nasıl kullanabileceğimizi tartışacağız. Nihayetinde bu, mali kârımızı olumlu yönde etkileyebilir.

İçindekiler

• Müşteri Davranışını Tahmin Etmek İçin Geçmiş Verileri Kullanma
• Geçmiş Verilerle Yapabilecekleriniz
• 1. Son İşlem Tarihinin Belirlenmesi
• 2. Son Satın Almadan Sonraki Günlerin Belirlenmesi
• 3. Satın Alma İşlemleri Arasındaki Ortalama Günlerin Belirlenmesi
• 4. Ortalamanın Üstündeki Günlerin Belirlenmesi
• 5. Bir Müşterinin Karlılığının Belirlenmesi
  • Çözüm

Müşteri Davranışını Tahmin Etmek İçin Geçmiş Verileri Kullanma

Tartışmamıza dalmadan önce, müşteri davranış tablosu tarafından sağlanan geçmiş verilere bir göz atalım.

En üstte, Müşteri Adı , Toplam İşlem Günleri , Son Satın Alma Tarihi , Son Satın Almadan Bu Yana Geçen Gün Sayısı , Satın Almalar Arasındaki Ortalama Günler , Ortalamanın Üzerindeki Günler ve Toplam Satış alanlarını göreceksiniz .

LuckyTemplates'da tahmine dayalı analitiği kullanarak zamanda geriye dönüp müşterilerin gerçekten ne zaman satın aldığını görebiliriz. Bir kişinin bizimle kaç kez işlem yaptığını da görebiliriz.

Satın aldıkları zaman çerçevesine göre, yakın gelecekte herhangi bir noktada tekrar satın alma olasılıkları nedir?

Bu sorunun cevabından elde edilen sonuçlar değerli bir içgörüdür.

Geçmiş Verilerle Yapabilecekleriniz

LuckyTemplates'daki basit tahmine dayalı analizler %100 doğru olmayacaktır ve neler olabileceği konusunda pek çok karmaşıklık vardır, ancak bu içgörüyü nasıl kullanabileceğinizi düşünün.

Ortalama olarak, bir müşteri son 2 yılda bizden 15 kez bir şey satın aldıysa ve bunu her 40 veya 50 günde bir yaptıysa, biraz pazarlama yapabilir, satış araması yapabilir veya çevrimiçi bir reklam görmesini sağlayabilirsiniz. harekete geçmeleri.

Bu içgörüyü kullanmanın pek çok harika yolu var. Mükemmel olmayacak olsa da, size bir müşterinin satın alma kararlarını anlamanızı sağlayacak ve bu kararlara dayalı bir pazarlama planı oluşturabileceksiniz.

1. Son İşlem Tarihinin Belirlenmesi

O halde nasıl yaptığımın üzerinden geçelim. Gerçek son satın alma tarihiyle başlayacağım. Formüle bakalım.

2. Son Satın Almadan Sonraki Günlerin Belirlenmesi

Bir sonraki yapılacak şey, son satın alma işleminden bu yana geçen günleri hesaplamaktır. Son satın alma işleminden bu yana kaç gün geçti? Veri kümemdeki son gerçek işlem tarihi nedir? Sadece bu basit formülü kullanarak çözüyorum.

Bu verilerden, müşterinin bizden en son ne zaman satın aldığını belirleyebiliriz. Bu ilginç ve kullanışlı çünkü müşterinin sizden en son ne zaman alışveriş yaptığını öğrenmek ve bunu satın almalar arasındaki ortalama süre ile karşılaştırmak istiyorsunuz.

Bu kıstasa sahip olduğunuzda, müşteri eğilimlerini bu şekilde keşfedebilirsiniz. Bu durumda, Gregory Jackson'ın her 61 günde bir satın aldığı müşteri.

Ancak 451 gündür hiçbir şey satın almadığı için burada bir terslik olduğu çok açık. Bu müşteriyi tekrar aktif hale getirmek için pazarlama stratejilerinizde değişiklik yapmak için bu verileri kullanabilirsiniz.

3. Satın Alma İşlemleri Arasındaki Ortalama Günlerin Belirlenmesi

Yani bu analizin büyük kısmı şu: Satın almalar arasındaki ortalama günleri nasıl hesaplarız? Pek çok şeyin birleşimi olsa da sandığınızdan daha basit olabilir.

Bu formülü gözünüzde canlandırarak bir o kadar iyi bir projeksiyon elde edebilirsiniz ve mükemmel olmasa da bir o kadar iyi olabilir.

Tek yaptığım, içeri girmek ve her bir müşteri için son satın alma işlemleri ile ilk satın alma işlemlerinin ne zaman yapıldığını hesaplamak ve ardından onları işlem yaptıkları toplam gün sayısına bölmekti .

O yüzden bunu düşün. Böylece her müşteri için, ilk satın alma işlemini ne zaman yaptıklarını , en son satın alma işlemlerini ne zaman yaptıklarını ve bizimle gerçekte kaç gün işlem yaptıklarını öğreneceğiz .

Açıkçası, mükemmel değil, ancak size ortalama günler ve satın alımlar hakkında bir tahmin verecek. Birisi size düzenli olarak geldiğinde, satın alma işlemleri arasındaki ortalama günleri mantıklı bir şekilde size gösterecektir.

4. Ortalamanın Üstündeki Günlerin Belirlenmesi

Sonra, bir müşterinin tahmini ortalama gün sayısını aşmış olması durumunda, gerçekte kaç gün bittiğini bana göstereceğini gösteren başka bir ölçü oluşturdum. Ortalamanın Üzerindeki Günler sütununun gösterdiği şey budur  .

Bu figürle yapabileceklerinle aklım patlıyor. Diyelim ki bir online perakendecisiniz, bir müşterinin size her 30 günde bir geldiğini anlıyorsunuz.

Yani o tarihe kadar, onlara biraz e-posta pazarlaması gönderebilir veya Facebook'ta bazı reklamlar yapabilirsiniz. Bu, müşteriyi elde tutma oranını artırmak için kullanabileceğiniz gerçekten ama gerçekten harika bir içgörü.

Başka bir örnek, buradaki belirli müşteridir. Satın alımlar arasındaki ortalama süre 98 gün iken, son alımları 48 gün önce yapıldı.

Bu müşterinin bir sonraki satın alımından önceki günlerde, onlara işletmenizi hatırlatmak için bazı pazarlama materyalleri gönderebilirsiniz.

5. Bir Müşterinin Karlılığının Belirlenmesi

Kullanabileceğimiz bir başka ölçü de müşterilerinizin karlılığıdır. Toplam Satışlar sütununu kullanarak en çok müşterilerinizin hangileri olduğunu kontrol edebilirsiniz.

Belirli bir müşteriyi kaybetmenizin işinizi büyük ölçüde etkileyip etkilemeyeceğini de belirleyebilirsiniz. Aşağıdaki tablodaki örneği ele alırsak, Gregory Jackson'ı bir müşteri olarak kaybetmek çok fazla bir etki yaratmaz çünkü ondan yalnızca 3.222$ satış kazandınız.

Öte yandan, şimdiye kadar çok iyi bir müşteri olduğu için Joshua Romero'yu elinizde tutmak istiyorsunuz. Bir pazarlama planı oluşturabilir ve ardından ona ulaşabilirsiniz.

İşletmeniz için en kârlı olan müşterileri belirleyebilir ve olması gerektiği gibi satın alıp almadıklarını belirleyebilirsiniz. Toplam Satışlar ve Ortalamanın Üzerindeki Günler sütunları size bu iki rakamı gerçek zamanlı olarak nasıl belirleyeceğinizi gösterecektir.

Müşterileriniz Son Alışverişlerini Ne Zaman Yaptı? – LuckyTemplates'da DAX Teknikleri
LuckyTemplates Kullanarak Gelecekteki Kârlılığı Nasıl Tahmin Edebilirsiniz
DAX Kullanarak LuckyTemplates'da Müşteri Eğilim Analizi  

Çözüm

Bu yüzden bu içgörü ile işleri tamamlayacağım. Gelişmiş tahmine dayalı analitiği LuckyTemplates ile tümleştirme yeteneği güçlüdür ve kuruluşunuza çok fazla değer katabilir.

Örneğin, geleceğe yönelik iş tahminleri yapabilmek, iş operasyonlarınızı daha verimli hale getirebilir ve rakiplerinize karşı rekabet avantajı elde etmenizi sağlayabilir.

Bu videoyu incelemek için zaman ayırın ve gelecekteki iş senaryolarını tahmin etmek için uygulayabileceğiniz bir teknik öğrenin.

LuckyTemplates'daki en gelişmiş analiz tekniklerinden bazıları hakkında daha fazla bilgi edinmek istiyorsanız çevrimiçi LuckyTemplates'ten aşağıdaki bağlantıya göz atın .

Bu tekniklerle iyi şanslar