Opi, mitkä asiakasryhmät kokivat eniten kasvua asiakassegmentoinnin kautta LuckyTemplatesissa

Tässä esimerkissä käymme läpi ainutlaatuisen oivalluksen, jonka voit löytää LuckyTemplatesista. Meidän on yhdistettävä erilaisia ​​kaavatekniikoita halutun tuloksen saavuttamiseksi. Jos teet tämän omissa malleissasi omalla asiakassegmentointianalyysilläsi, saat korkealaatuisia oivalluksia, jotka tuottavat valtavaa arvoa tekemällesi työlle. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Täällä analysoimme, mitkä asiakasryhmät kokevat suurimman kasvun . Mutta tiedoissamme ei ole ryhmiä, joten meidän on luotava ne.

Sisällysluettelo

• Asiakkaiden segmentointi ryhmiin
• Kasvuryhmittely
• Viime vuoden kokonaismyynti
• Datan visualisointi
• Johtopäätös

Asiakkaiden segmentointi ryhmiin

Haluamme ryhmitellä asiakkaamme huippuasiakkaisiin , ok -asiakkaisiin ja pienasiakkaisiin . Haluamme tietää, kuka kokee eniten kasvua ja vaikuttaa kasvuumme eniten. Haluamme tarkastella sitä myös prosentuaalisesti ja absoluuttisesti.

Olen koonnut muutamia visualisointeja esitelläkseni tätä asiakassegmentointia, ja aion myös käydä läpi logiikkaa, jota käytin määrittääkseni, mitkä ryhmät kokivat eniten kasvua.

Ensinnäkin meidän on selvitettävä, kuinka segmentoida nämä asiakkaat. Tein taulukon napsauttamalla "Syötä tiedot" ja syöttämällä kaikki nämä muuttujat tukitaulukkoon.

Halusin katsoa asiakasmyyntini ja selvittää mihin ryhmään nämä asiakkaat kuuluvat MIN- ja MAX-numeroiden tarjoaman alueen perusteella.

Kasvuryhmittely

Seuraava askel on tarkastella viime vuoden kasvuryhmää. Haluamme tietää, mihin ryhmään asiakkaamme kuuluivat viime vuonna ja mikä oli kyseisen ryhmän prosentuaalinen kasvu?

Näin keksin yllä olevan kaavan. Laskin % vuosikasvun jokaiselle eri ryhmälle.

Selvittääkseni, mitkä asiakkaat kuuluvat mihinkin ryhmään, kävin läpi jokaisen yksittäisen asiakkaan ja arvioin, oliko heidän myyntinsä viime vuonna MIN-arvon tai MAX-arvon yläpuolella jollakin taulukon yksittäisellä rivillä.

Jos ne ovat, se tuottaa prosentuaalisen vuosikasvun kyseiselle asiakkaiden alajoukolle.

Voimme sitten laittaa tämän kaavioon. Näet esimerkistäni, että pienasiakkaamme ovat dominoineet merkittävällä vuosikasvulla.

Viime vuoden kokonaismyynti

Prosentteina näkyvä asiakassegmentointi ei kuitenkaan kerro koko tarinaa, eikö niin? Koska jos tämä luku on todella pientä, sillä ei ole väliä kokonaistuloillemme.

Joten mitä olen tehnyt, on tarkastella kokonaismyyntiä kunkin eri ryhmän osalta.

Toisen taulukon laatimiseksi minun piti luoda toinen kaava, joka kertoo minulle näiden asiakkaiden viime vuoden kokonaismyynnin sen perusteella, mihin ryhmään he kuuluvat.

Kuten näette, pienasiakkaamme tekivät tämän huikean kasvun ansiosta hieman enemmän myyntiä kuin viime vuonna. Toisaalta Ok-asiakkaamme muodostivat pienen 9 %:n kasvukorin, mutta muodostivat silti suuren osan myynnistämme.

Datan visualisointi

Laitan myös kaiken asiakassegmentoinnissamme hajontakaavioon, josta näet pienten asiakkaiden , ok-asiakkaiden ja huippuasiakkaiden erittelyn . Y-akselilla näkyy asiakaskohtainen kasvu tai kasvuryhmä, kun taas x-akseli näyttää kokonaismyynnin .

Viime vuoden lukuihin perustuen kaikkien huippuasiakkaidemme kasvu laski 41 %. Tämä on pelottavaa kehitystä, ja haluamme ehdottomasti nähdä, miksi tärkeimpien asiakkaideni määrä on laskenut 41 %.  

Kun napsautan Suosituimmat asiakkaat, näen syyn siihen.

Voimme sukeltaa syvemmälle ja katsoa kaikkia, jotka ovat alle 0%. Voin käyttää suodatusosaa ja laittaa alle 0%.

Voimme myös lisätä asiakkaiden nimet hajontakaavioon saadaksemme selkeämmän kuvan.

Kaikki nämä asiakkaat olivat viime vuonna Top Client -ryhmässämme ja sitten nämä asiakkaat ovat yhtäkkiä todella pudonneet kalliolta. Miksi niin? Voimme katsoa, ​​missä he ovat alueellisesti, kuka heidän myyntihenkilönsä on ja niin edelleen ja niin edelleen.

Johtopäätös

Tämän oivalluksen saamiseksi pystyin yhdistämään useita tekniikoita. Käytin aikaälyn laskelmia . Käytin CLCULATE-funktiota sekä dynaamista segmentointitekniikkaa . Käytin sirontakaavioita ja käytin sitten analytiikkatoimintoa viivojen laittamiseen sirontakaavioon.

Tavoitteemme on tehdä näistä ryhmistä dynaamisia , jotta voimme segmentoida ne alueen tai ajanjakson perusteella ja arvioida sitten jokaisen asiakkaan läpi ja katsoa, ​​mihin ryhmään he päätyvät.

Tämä tekee tästä ainutlaatuisesta analyyttisesta työstä niin tehokkaan LuckyTemplatesissa. Pystymme luomaan tämän upouuden analyysin ja esittelemään ennennäkemättömiä oivalluksia, jotka edustavat tietojamme tavalla, joka ei ollut mahdollista aiemmin, ja paljon arvokkaammalla tavalla.

Jos pidät näiden tekniikoiden oppimisesta, katso lisää kurssimoduuleja osoitteessa. Siellä on yli 20 ainutlaatuista moduulia, jotka keskittyvät moniin tekniikoihin ja tapoihin, joilla voit käyttää LuckyTemplates tehokkaasti.

Tsemppiä,

Sam

***** Opitko LuckyTemplates? *****