Ügyfélelemzés a LuckyTemplatesben; A teljesítmény időbeli áttekintése

Az ügyfélelemzés döntő fontosságú minden vállalkozás számára, különösen akkor, ha nagyszámú ügyfele van. Az oktatóanyag teljes videóját a blog alján tekintheti meg.

Ebben a konkrét oktatóanyagban azon dolgozom, hogyan készíthetünk lenyűgöző ügyfélelemzést a túlórázás során .

Megvizsgálom az ügyfelek vásárlási viselkedését a különböző időkeretek között, és ezeket egy , kiemelve az információkat úgy, hogy megalapozott döntéseket tudjon hozni.

A LuckyTemplates jelentési oldalainkon a szűrők és szeletelők egyszerű elhelyezésének köszönhetően valóban lenyűgöző vizualizációkat készíthetünk, és láthatjuk, mit csinálnak ügyfeleink.

Dinamikusan tudunk rákattintani ügyfélcsoportokra és teljesítménycsoportokra is.

Kicsit beszélek arról, hogyan lehet ezt egy jelentésoldalon belül zökkenőmentesen beállítani, és kiemelni a legfontosabb információkat, amelyek valóban hatással lesznek arra, hogy milyen lépéseket tesz az ügyfelekkel.

Ezek a lépések javíthatnak olyan dolgokat, mint például az ügyfelek erőforrásainak növelése, több pénz a marketingre vagy a reklámozásra, és sok ilyen jellegű dolog.

Tartalomjegyzék

• Ügyfeleinek csoportosítása
• Mélyebbre ásni az ügyfeleket
• Következtetés

Ügyfeleinek csoportosítása

Ha sok ügyfele van, a diagramja nagyon elfoglalt lehet, és meglehetősen nehéz lenne látni az ügyfelek viselkedésének időbeli változásait. Nem fogja tudni hatékonyan bemutatni a betekintést.

De gondoljon rá tágabb értelemben, hogyan kell ezt beállítani, amit megmutatok.

Csak át kell gondolnia a jelenlegi modelljét, és azt, hogy hogyan építhet a modellre, hogy aztán bemutassa a betekintést.

Ebben a példában látni fogja, hogy van némi időválasztásom, és megpróbálom megjeleníteni a teljes értékesítést a teljes nyereség alapján. De azt is szeretném bemutatni, hogyan változik ez ügyfelenként idővel.

És látod, milyen elfoglalt ez a táblázat, igaz?

Nagyon sok az ügyfél, és NEM igazán látjuk az ügyfelek változásait. Nem látjuk, hogyan haladnak az időben a teljesítmény szempontjából.

Tehát fel kell osztanunk és szegmentálnunk kell. Csoportosítanunk kell ezeket az ügyfeleket, ami lehetővé teszi számunkra, hogy egy nagyon szűk vevőcsoportba kerüljünk, és talán még tovább is fúrjunk.

Itt láthatja, hogy összeállítottam egy listát az ügyfeleimről, és ez valójában elég hosszú.

Azonban nem igazán akarunk itt lemenni és kiválasztani az összes ügyfelet, igaz? Ha így teszünk, akkor nem igazán láthatjuk, hogy mit választottunk ki, miután megtettük.

Ezért létrehoztam ezeket az ügyfélcsoportokat, ahol egy számított oszlopot építettem fel, amely az ügyfeleket ezekbe a csoportokba sorolja.

Hadd mutassam meg, mit csináltam ott. Itt vannak az adatmodelleim, és az Ügyféltáblára fogunk összpontosítani.

Az Ügyféltáblámban látni fogja, hogy az Ügyfél értékesítési rangja alapján csoportosítottam őket, ez itt ez.

Mindez valójában a Total Sales rangsorolását jelenti.

Ez a teljes értékesítés az idők kezdete óta, tehát nincs időszűrő ezen. Más szóval, minden ügyfelet rangsorol az idő függvényében.

Ez csak egy módja annak, hogy szétszakíthassunk, vagy egy másik dimenziót hozzunk létre, amely azután ügyfeleink bizonyos aspektusaiba vagy ügyfeleink meghatározott csoportjaiba mélyedhet.

Ez aztán lefolyna az összesreamit végül meg fogunk tenni az értékesítési táblázatunkon vagy a költségvetésünkön stb.

Tehát ahelyett, hogy az összes ügyfelemet nézném itt, egyszerűen 1-10 közé léphetek, és a diagramon láthatja, hogy gyorsan tönkremegy.

Most már igazán láthatjuk vagy belefúrhatunk ügyfeleinkbe.

Mélyebbre ásni az ügyfeleket

Például azt szeretnénk elemezni, hogyan változik ügyfeleink teljesítménye az idő múlásával a Profits versus eladások tekintetében. Ide tehetjük a 3. negyedet is.

Ez lehetővé teszi számunkra, hogy hatékonyan ellenőrizzük ezeket az ügyfeleket.

Például az Állami Kft.-t szeretnénk figyelni. Kiválaszthatjuk, és esetleg hozzáadhatunk még egy negyedet ide. Itt tényleg elkezdhetünk látni és találni néhány egészen tisztességes betekintést.

A második negyedévben ez a konkrét ügyfél indult itt. És valamiért 2017 harmadik negyedévében visszaesett ide. De aztán a negyedik negyedévben egészen feljebb került a nagyítás.

Nagyon részletes formában kezdtük el a vizualizációt és azt, amit a betekintések bemutatnak. De a beépített funkcionalitásunk révén fokozatosan eljuthatunk egyedibb vagy specifikusabb ismeretek felé.

Ez egy nagyon jó módja annak, hogy fontolóra vegye, különösen akkor, ha sok ügyfél van az adatkészletében.

Sőt, a többi modellünkkel dolgozhatunk. Így például csak az első 5 terméket szeretnénk megvizsgálni, amelyet az egyes vásárlók vásároltak, hogy kiderüljön, ez okozza-e a különbséget. És úgy tűnik, valószínűleg így van.

Más dolgok, amelyek betekintést mutatnak, az az egyéni trendelemzés, és láthatjuk, hogyan alakulnak ki valójában az idők során.

Sokféle módon megteheti az adatok végső szűrését, és különféle szempontokba is belemélyedhet.

Következtetés

Ez a blog bemutatja azokat a különféle módszereket, amelyek segítségével egyszerűvé és hatékonysá teheti az ügyfélelemzést.

Ha jól beállítja a modellt bizonyos csoportosítási technikákkal, akkor belefúrhat a kívánt csoportba.

Beállíthatja a dolgokat ott, ahol már az adatok egy alkészletét nézi, és gyorsan részletezheti az egyes ügyfeleket vagy a kezdeti csoportból származó ügyfeleket.

Ez egy igazán jó áttekintés arról, hogy mit tehet egy jelentéskészítési forgatókönyv kapcsán az ügyfelek betekintése alapján . Itt nem pontosan egy képletről vagy egy vizualizációról van szó. Ez mindenre kiterjedő oktatóanyag arról szól, hogy mit lehet elérni nagyon méretezhető módon a LuckyTemplates segítségével.

Élvezze a munkát ezen.