DokumentationCommerceCommerce Intelligence-Benutzerhandbuch

Kundenkonzentration

Last update: Mon Jul 15 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Erstellt für:

  • Einsteiger
  • Fortgeschrittener
  • Admin
  • Entwickler
  • Benutzende

Dieses Thema zeigt, wie Sie ein Dashboard einrichten, mit dem Sie messen können, wie der Gesamtumsatz auf Ihre Kundenbasis verteilt wird. Erfahren Sie, welcher Prozentsatz der Kunden zu welchem Prozentsatz des Umsatzes beitragen, und erstellen Sie segmentierte Listen, um Ihre wichtigsten Kunden am besten zu vermarkten und zu halten.

Diese Analyse enthält erweiterte berechnete Spalten.

Erste Schritte

Sie müssen zunächst eine Datei hochladen, die nur einen Primärschlüssel mit dem Wert 1 enthält. Dies ermöglicht die Erstellung einiger erforderlicher berechneter Spalten für die Analyse.

Sie können den Datei-Uploader und das folgende Bild verwenden, um Ihre Datei zu formatieren.

Berechnete Spalten

Wenn Sie sich in der Originalarchitektur befinden (z. B. wenn Sie die Option Data Warehouse Views unter dem Menü Manage Data nicht haben), wenden Sie sich an das Supportteam, um die folgenden Spalten zu erstellen. In der neuen Architektur können diese Spalten über die Seite Manage Data > Data Warehouse erstellt werden. Im Folgenden finden Sie ausführliche Anweisungen.

Eine weitere Unterscheidung wird getroffen, wenn Ihr Unternehmen Gastaufträge zulässt. Wenn dies der Fall ist, können Sie alle Schritte für die Tabelle customer_entity ignorieren. Wenn Gastaufträge nicht zulässig sind, ignorieren Sie alle Schritte für die Tabelle sales_flat_order .

Zu erstellende Spalten

  • Sales_flat_order/customer_entity table

  • (input) reference

  • Column type: - Same table > Calculation

  • Inputs: - entity_id

  • Calculation: - Fall, wenn A null ist, dann null else 1 end

  • Datatype: - Integer

  • Customer concentration Tabelle (dies ist die Datei, die Sie mit der Zahl 1 hochgeladen haben)

  • Anzahl der Kunden

  • Column type: - Many to One > Count Distinct

  • Pfad - sales_flat_order.(input) reference > Customer Concentration.Primary Key ODER customer_entity.(input)reference > Customer Concentration.Primary Key

  • Ausgewählte Spalte - sales_flat_order.customer_email ODER customer_entity.entity_id

  • customer_entity table

  • Anzahl der Kunden

  • Column type: - One to Many > JOINED_COLUMN

  • Pfad - customer_entity.(input) reference > Customer Concentration. Primary Key

  • Ausgewählte Spalte - Number of customers

  • (input) Ranking by customer lifetime revenue

  • Column type: - Same table > Event Number

  • Ereigniseigentümer - Number of customers

  • Ereignisrang - Customer's lifetime revenue

  • Umsatz-Perzentil des Kunden

  • Column type: - Same table > Calculation

  • Inputs: - (input) Ranking by customer lifetime revenue, Number of customers

  • Calculation: - Fall, wenn A null ist, dann null else (A/B) 100 end ​*

  • Datatype: - Decimal

  • Sales_flat_order table

  • Anzahl der Kunden

  • Column type: - One to Many > JOINED_COLUMN

  • Pfad - sales_flat_order.(input) reference > Customer Concentration.Primary Key

  • Ausgewählte Spalte - Number of customers

  • (Eingabe) Rangfolge nach Kundenlebenszeitumsatz

  • Column type: - Same table > Event Number

  • Ereigniseigentümer - Number of customers

  • Ereignisrang - Customer's lifetime revenue

  • Filter - Customer's order number = 1

  • Umsatz-Perzentil des Kunden

  • Column type: - Same table > Calculation

  • Inputs: - (input) Ranking by customer lifetime revenue, Number of customers

  • Calculation: - Fall, wenn A null ist, dann null else (A/B) 100 end ​*

  • Datatype: - Decimal

NOTE
Die verwendeten Perzentile sind sogar Kundenaufteilungen, die das Xte Perzentil Ihrer Kundenbasis darstellen. Jeder Kunde ist mit einer Ganzzahl von 1 bis 100 verknüpft, die als ihr Lebensdauerumsatz rank betrachtet werden kann. Wenn beispielsweise das Umsatzperzentil des Kunden für einen bestimmten Kunden 5 beträgt, liegt dieser Kunde im fünften Perzentil aller Kunden in Bezug auf den Umsatz während der Lebensdauer.

Metriken

  • Gesamtwert der Kundenlebensdauer
  • In der Tabelle customer_entity
  • Diese Metrik führt eine Summe aus.
  • In der Spalte Customer's lifetime revenue
  • Durch den Zeitstempel Customer's first order date geordnet

Berichte

  • Kundenkonzentration

  • Metric: Total customer lifetime value

  • Filter: Customer's revenue percentile IS NOT NULL

  • Metric: Total customer lifetime value

  • Filter: Customer's revenue percentile IS NOT NULL

  • ​
    Gruppe von: Independent

  • Metrik A: Total customer lifetime revenue by percentile

  • Metrik B: Total customer lifetime revenue (ungrouped)

  • Time period: All time

  • ​
    Interval: None

  • Group by: Customer's revenue percentile

  • Oben/unten anzeigen: 100% of Customer's revenue percentile Name

  • ​
    Chart type: Line

  • Top 10% Konzentration

  • Filter: Customer's revenue percentile <= 10

  • Metrik A: Total customer lifetime revenue

  • Time period: All time

  • ​
    Interval: None

  • Diagramm ausblenden

  • ​
    Gruppe von: Email

  • ​
    Chart type: Table

  • Unterste Konzentration von 50 % mit nur einem Kauf

  • Metrik A: Total customer lifetime revenue

  • Customer's revenue percentile <= 50

  • Customer's lifetime number of orders = 1

  • Filter:

  • Time period: All time

  • ​
    Interval: None

  • Diagramm ausblenden

  • ​
    Gruppe von: Email

  • ​
    Chart type: Table

  • Unterste 10 % Konzentration

  • Filter: Customer's revenue percentile > 90

  • Metrik A: Total customer lifetime revenue

  • Time period: All time

  • ​
    Interval: None

  • Diagramm ausblenden

  • ​
    Gruppe von: Email

  • ​
    Chart type: Table

Nachdem Sie alle Berichte kompiliert haben, können Sie sie nach Bedarf im Dashboard organisieren. Das Ergebnis kann wie im obigen Beispiel-Dashboard aussehen.

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

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