[Nur PaaS]{class="badge informative" title="Gilt nur für Adobe Commerce in Cloud-Projekten (von Adobe verwaltete PaaS-Infrastruktur) und lokale Projekte."}

Erweiterte Couponcode-Analyse

Die Couponleistung Ihres Unternehmens zu verstehen, ist eine interessante Möglichkeit, Ihre Bestellungen zu segmentieren und auch Ihre Kunden besser zu verstehen. Dieses Thema führt Sie durch die Schritte zum Erstellen von Analysen, um zu verstehen, welche Kunden Sie mit Coupons gewinnen, wie diese funktionieren und wie die allgemeine Couponnutzung verfolgt wird.

Coupon-Code-Analyse aus der Analytics-Bibliothek mit Schlüsselmetriken

Diese Analyse enthält erweiterte berechnete Spalten.

Erste Schritte

Als ersten Schritt müssen Sie sicherstellen, dass die folgenden Spalten mit Ihrer Data Warehouse synchronisiert werden. Wenn nicht, verfolgen Sie sie, indem Sie zu Manage Data > Data Warehouse navigieren und Folgendes synchronisieren:

  • sales_flat_order Tabelle
  • Coupon_code
  • BASE_DISCOUNT_AMOUNT

Berechnete Spalten

Unabhängig von der Gastauftragsrichtlinie zu erstellende Spalten:

  • sales\_flat\_order

  • Hat die Bestellung einen Coupon angewendet?

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: coupon\_code

    • Datentyp: String

    • Calculation: Wenn A null ist, wird No coupon andere Coupon beendet

  • [INPUT] customer_id - Gutscheincode

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: customer\_id
      • B: coupon\_code
    • Datatype

    • Calculation: concat(A,' - ',B)

  • Anzahl der Bestellungen mit diesem Coupon

    • Column type: Same Table => EVENT\_NUMBER
    • Ereignisbesitzer:INPUT customer_id - coupon code
    • Ereignisrang: created\_at
    • Filters: Filtersatz Orders we count

Zusätzliche Spalten, die erstellt werden, wenn keine Gastbestellungen unterstützt werden:

  • customer\_entity

    • Die erste Bestellung des Kunden enthielt einen Gutschein? (Coupon/Kein Coupon)

    • Column type: Many to One => MAX

    • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id

    • column auswählen: Order has coupon applied? (Coupon/No coupon)

    • Filters:

      • A: Orders we count
      • B: Customer's order number = 1
    • Gutschein der ersten Bestellung des Kunden

      • Column type: Many to One => MAX

      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id

      • column auswählen: coupon\_code

      • Filter:

        • A: Orders we count
        • B: Customer's order number = 1
    • Lebensdauernummer des Kunden bzw. der Kundin, wie viele Coupons verwendet wurden

      • Column type: Many to One => COUNT

      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id

      • Filter:

        • A: Orders we count
        • B: Order has coupon applied? (Coupon/No coupon) = Coupon
    • Coupon-Akquise-Kunde oder Nicht-Coupon-Akquise-Kunde

      • Column type: Same Table => CALCULATION

      • Inputs:

        • A: Customer's first order included a coupon? (Coupon/No coupon)

      • Datentyp: String

      • Calculation: Wenn A='Coupon' dann 'Coupon-Akquise-Kunde' Sonst 'Nicht-Coupon-Akquise-Kunde' Ende

    • Prozent der Kundenbestellungen mit Coupon

      • Column type: Same Table => CALCULATION

      • Inputs:

        • A: User's lifetime number of coupons used
        • B: User's lifetime number of orders

      • Datentyp: Decimal

      • Calculation: Wenn A null oder B null oder B=0 ist, dann ist ansonsten A/B-Ende null

    • Couponnutzung des Kunden

      • Column type: Same Table => Calculation

      • Inputs:

        • A: Percent of customer's orders with coupon

      • Datentyp: String

      • Calculation: Wenn A null ist, dann null, wenn A=0 dann „Nie verwendeter Coupon“ ist, wenn A<0,5 dann „Meistens voller Preis“ ist, wenn A=0,5 dann „50/50“ ist, wenn A=1 dann „Nur Coupons“ ist, wenn A>0,5 dann „Meistens Coupon“ oder „Nicht definiert“ endet

  • sales\_flat\_order

    • Die erste Bestellung des Kunden enthält einen Gutschein? (Coupon/Kein Coupon)

      • Column type: One to Many => JOINED\_COLUMN
      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id
      • column auswählen: Customer's first order included a coupon? (Coupon/No coupon)
        ^
    • Gutschein der ersten Bestellung des Kunden

      • Column type: One to Many => JOINED\_COLUMN
      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id
      • column auswählen: Customer's first order coupon?

Zusätzliche Spalten, die erstellt werden, wenn keine Gastbestellungen unterstützt werden:

  • sales\_flat\_order

    • Die erste Bestellung des Kunden enthielt einen Gutschein? (Coupon/Kein Coupon) - von Analyst im Rahmen Ihres [COUPON ANALYSIS] Tickets erstellt
    • Gutschein-- des Kunden wird von Analyst im Rahmen Ihres [COUPON-ANALYSE]-Tickets erstellt
  • Lebensdauernummer des Kunden, wie viele Coupons verwendet ​- vom Analyst im Rahmen Ihres [COUPON ANALYSIS]-Tickets erstellt wurden

  • Coupon-Akquise-Kunde oder Nicht-Coupon-Akquise-Kunde

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: Customer's first order included a coupon? (Coupon/No coupon)

    • Datentyp: String

    • Calculation: Wenn A='Coupon' dann 'Coupon-Akquise-Kunde' Sonst 'Nicht-Coupon-Akquise-Kunde' Ende

  • Prozent der Kundenbestellungen mit Coupon

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: User's lifetime number of coupons used
      • B: User's lifetime number of orders

    • Datentyp: Decimal

    • Calculation: Wenn A null oder B null oder B=0 ist, dann ist ansonsten A/B-Ende null

  • Couponnutzung des Kunden

    • Column type: Same Table => Calculation

    • Inputs:

      • A: Percent of customer's orders with coupon

    • Datentyp: String

    • Calculation: Wenn A null ist, dann null, wenn A=0 dann „Nie verwendeter Coupon“ ist, wenn A<0,5 dann „Meistens voller Preis“ ist, wenn A=0,5 dann „50/50“ ist, wenn A=1 dann „Nur Coupons“ ist, wenn A>0,5 dann „Meistens Coupon“ oder „Nicht definiert“ endet

Metriken

  • Coupon-Rabattbetrag

    • Orders we count
    • Order has coupon applied? (Coupon/No coupon)= Coupon
  • In der sales\_flat\_order

  • Diese Metrik führt eine Summe“

  • In der Spalte discount\_amount

  • Sortiert nach dem created\_at Zeitstempel

  • Filter:

  • Anzahl der verwendeten Coupons

    • Orders we count
    • Order has coupon applied? (Coupon/No coupon)= Coupon
  • In der sales\_flat\_order

  • Diese Metrik führt eine Anzahl aus

  • In der Spalte entity\_id

  • Sortiert nach dem created\_at Zeitstempel

  • Filter:

NOTE
Stellen Sie sicher​ dass Sie alle neuen Spalten als Dimensionen zu Metriken hinzufügen bevor Sie neue Berichte erstellen.

Berichte

  • % der mit und ohne Coupon erworbenen Kunden

    • Metric: New customers
  • A: Coupon acquisitions

  • Time period: All time


  • Intervall: None

  • Group by: Coupon acquisitions customer oder Non coupon acquisition customer


  • Diagrammtyp: Pie

  • Anzahl der mit und ohne Coupon erworbenen Kunden

    • Metric: New customers
  • Metrik A: Coupon acquisitions

  • Time period: All time

  • Interval: By Month

  • Group by: Coupon acquisitions customer oder Non coupon acquisition customer

  • Chart type: Stacked column

  • Durchschnittlicher Lebensdauerumsatz: Coupon Acq. (Alter ab 90 Tagen)

    • Metric: Average lifetime revenue
    • Filter:
      • Die erste Bestellung des Kunden enthielt einen Coupon (Coupon/Kein Coupon) = Coupon
  • A: Average lifetime revenue (at least 3 months age)

  • Time period: X years ago to 90 days ago


  • Intervall: None


  • Diagrammtyp: Scalar

  • Durchschnittlicher Lebensdauerumsatz: Acq ohne Coupon. (Alter ab 90 Tagen)

    • Metric: Durchschnittlicher Lebensdauerumsatz
    • Filter:
      • Die erste Bestellung des Kunden enthielt einen Coupon (Coupon/No Coupon) = No Coupon
  • A: Average lifetime revenue (at least 3 months age)

  • Time period: X years ago to 90 days ago


  • Intervall: None


  • Diagrammtyp: Scalar

  • Durchschnittlicher Lebensdauerumsatz nach Erstbestellung

    • Metric: Average lifetime revenue
  • A: Average lifetime revenue

  • Time period: All time


  • Intervall: None

  • Group by: Customer's first order's coupon


  • Diagrammtyp: Column

NOTE
Wenn Sie wie viele Kunden viele Gutscheincodes haben, sollten Sie eine Top/Bottom-Regel anwenden, z. B. Top 10 sortiert nach dem durchschnittlichen Lebensdauerumsatz
  • Wahrscheinlichkeit der Wiederholungsreihenfolge: Couponakquisitionen

    • Metric: Number of orders

    • Filter:

      • Die erste Bestellung des Kunden enthielt einen Coupon (Coupon/Kein Coupon) = Coupon
    • Metric: Number of orders

    • Filter:

      • Die erste Bestellung des Kunden enthielt einen Coupon (Coupon/Kein Coupon) = Coupon
      • Ist die letzte Bestellung des Kunden? = Nein

    • -Formel: B/A

    • Format: Percentage %

    • Wählen Sie eine statistisch signifikante Zahl aus Customer's by lifetime orders Diagramm. Wenn Sie sich die Grafik ansehen, ist eine gute Regel, nach Auftragsnummern mit 30 oder mehr Kunden im Bucket zu suchen. Je nach Datensatz kann dies eine große Zahl sein. Sie können also 1-10 hinzufügen.

  • A: Number of orders

  • B: Number of non last orders

  • Formula: Repeat order probability

  • Time period: All time


  • Intervall: None

  • Group by: Customer's order number

  • Chart type: Bar chart

  • Wiederholungsauftragswahrscheinlichkeit: Nicht-Coupon-Akquisitionen

    • Metric: Number of orders

    • Filter:

      • Die erste Bestellung des Kunden enthielt einen Coupon (Coupon/No Coupon) = No Coupon
    • Metric: Number of orders

    • Filter:

      • Die erste Bestellung des Kunden enthielt einen Coupon (Coupon/No Coupon) = No Coupon
      • Ist die letzte Bestellung des Kunden? = Nein

    • -Formel: B/A

    • Format: Percentage %

    • Wählen Sie eine statistisch signifikante Zahl aus Customer's by lifetime orders Diagramm oder 1-5.

  • A: Number of orders

  • B: Number of non last orders

  • Formula: Repeat order probability

  • Time period: All time


  • Intervall: None

  • Group by: Customer's order number

  • Chart type: Bar chart

  • Couponnutzungsrate erworbener Kunden (Wiederholungsaufträge)

    • Metric: New customers

    • Filter:

      • Coupon-Akquise-Kunde oder Nicht-Coupon-Akquise-Kunde = Coupon-Akquise
    • Metric: Number of orders

    • Filter:

      • Bestellnummer des Kunden > 1
      • Die erste Bestellung des Kunden enthielt einen Gutschein? (Coupon/Kein Coupon) = Coupon
    • Metric:Number of orders

    • Filter:

      • Bestellnummer des Kunden > 1
      • Die erste Bestellung des Kunden enthielt einen Gutschein? (Coupon/Kein Coupon) = Coupon
      • Bestellung mit Coupon angewendet? (Coupon/Kein Coupon) = Coupon

    • -Formel: C/B

    • Format: Percentage %

  • A: Coupon-acquired customers

  • B: Number of repeat orders

  • C: Number of repeat orders with coupon

  • Formula: % of repeat orders with coupon

  • Time period: All time


  • Intervall: None


  • Diagrammtyp: Table (Kann diese Tabelle für eine bessere Visualisierung umsetzen)

  • Couponnutzungsrate nicht mit Coupons erworbener Kunden (Wiederholungsaufträge)

    • Metric: New customers

    • Filter:

      • Coupon-Akquise-Kunde oder Nicht-Coupon-Akquise-Kunde = Nicht-Coupon-Akquise
    • Metric: Number of orders

    • Filter:

      • Bestellnummer des Kunden > 1
      • Die erste Bestellung des Kunden enthielt einen Gutschein? (Coupon/Kein Coupon) = Kein Coupon
    • Metric: Number of orders

    • Filter:

      • Bestellnummer des Kunden > 1
      • Die erste Bestellung des Kunden enthielt einen Gutschein? (Coupon/Kein Coupon) = Kein Coupon
      • Bestellung mit Coupon angewendet? (Coupon/Kein Coupon) = Coupon

    • -Formel: C/B

    • Format: Percentage %

  • A: Non-coupon-acquired customers

  • B: Number of repeat orders

  • C: Number of repeat orders with coupon

  • Formula: % of repeat orders with coupon

  • Time period: All time


  • Intervall: None


  • Diagrammtyp: Table (Kann diese Tabelle für eine bessere Visualisierung umsetzen)

  • Details zur Couponnutzung (Erstbestellungen)

    • Metric: Number of orders

    • Filter:

      • Bestellnummer des Kunden = 1
      • Anzahl der Bestellungen mit diesem Coupon > 10

    • -Metrik: Revenue

    • Filter:

      • Bestellnummer des Kunden = 1
      • Anzahl der Bestellungen mit diesem Coupon > 10
    • Metric: Coupon discount amount

    • Filter:

      • Bestellnummer des Kunden = 1
      • Anzahl der Bestellungen mit diesem Coupon > 10
    • Formula: B-C (wenn C negativ ist); B+C (wenn C positiv ist)


    • -Format: Currency

    • Metric: Average order value

    • Filter:

      • Bestellnummer des Kunden = 1
      • Anzahl der Bestellungen mit diesem Coupon > 10
  • A: First time orders (FTO)

  • B: Revenue from FTO

  • C: Discounts applied to FTO

  • Formula: Gross revenue from FTO

  • E: Average order value for FTO

  • Time period: All time


  • Intervall: None

  • Group by: coupon code


  • Diagrammtyp: Table

NOTE
Die Menge von 10 für „Anzahl der Bestellungen mit diesem Coupon“ ist willkürlich. Verwenden Sie für diesen Filter die am besten geeignete Menge.
  • Anzahl der Bestellungen mit Coupon (alle Zeiten)

    • Metric: Number of coupons used
  • A: Number or orders with coupon

  • Time period: All time


  • Intervall: None


  • Diagrammtyp: Scalar

  • Nettoumsatz aus Bestellungen mit Coupons (alle Zeiten)


    • -Metrik: Revenue
    • Filter:
      • Bestellung mit Coupon angewendet? (Coupon/Kein Coupon) = Coupon
  • A: Net revenue from orders with coupons

  • Time period: All time


  • Intervall: None


  • Diagrammtyp: Scalar

  • Rabatte auf Gutscheine (alle Zeiten)

    • Metric: Number of coupons used
  • A: Coupon discount amount

  • Time period: All time


  • Intervall: None


  • Diagrammtyp: Scalar

  • Anzahl der Bestellungen mit und ohne Coupons

    • Metric: Number of orders
  • A: Number of orders

  • Time period: Last 24 months


  • Intervall: None

  • Group by: Order has coupon applied? (Coupon/No coupon)

  • Chart type: Stacked column

  • Couponnutzung unter Wiederholungsbenutzern

    • Metric: New customers
    • Filter:
      • Anzahl der Bestellungen über die gesamte Kundenlebensdauer > 1
  • A: New customers

  • Time period: All time


  • Intervall: None

  • Group by: Customer's coupon usage


  • Diagrammtyp: Pie

  • Details zur Couponnutzung

    • Metric: Number of orders with coupon

    • Filter:

      • Anzahl der Bestellungen mit diesem Coupon > 10

    • -Metrik: Revenue

    • Filter:

      • Anzahl der Bestellungen mit diesem Coupon > 10
    • Metric: Coupon discount amount

    • Filter:

      • Anzahl der Bestellungen mit diesem Coupon > 10
    • Formula: B-C (wenn C negativ ist); B+C (wenn C positiv ist)


    • -Format: Currency

    • Formula: C/(B-C) (wenn C negativ ist); C/(B+C) (wenn C positiv ist)


    • -Format: Percentage

    • Metric: Average order value

    • Filter:

      • Anzahl der Bestellungen mit diesem Coupon > 10

    • -Formel: C/A


    • -Format: Currency

    • Metric: Distinct buyers

    • Filter:

      • Anzahl der Bestellungen mit diesem Coupon > 10
  • A: Number of orders

  • B: Net revenue from orders

  • C: Total discounts applied

  • Formula: Gross revenue

  • Formula: % discounted

  • F: Average net order value

  • Formula: Average order discount

  • H: Distinct buyers

  • Time period: All time


  • Intervall: None

  • Group by: coupon code


  • Diagrammtyp: Table

NOTE
Die Menge von 10 für „Anzahl der Bestellungen mit diesem Coupon“ ist willkürlich. Verwenden Sie für diesen Filter die am besten geeignete Menge.

Nachdem Sie alle Berichte kompiliert haben, können Sie sie im Dashboard nach Bedarf organisieren. Das Ergebnis kann wie das Bild oben auf der Seite aussehen.

Wenn Sie beim Erstellen dieser Analyse auf Fragen stoßen oder einfach das Professional Services-Team kontaktieren möchten, wenden ​ sich an den Support.

NOTE
Ab Adobe Commerce 2.4.7 können Kunden die Tabellen quote_coupons und sales_order_coupons verwenden, um Einblicke in die Verwendung mehrerer Gutscheine durch Kunden zu erhalten.

Tabellenbeziehungsdiagramm für die Multi-Coupon-Analyse

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc