DokumentationCommerceCommerce Intelligence-Benutzerhandbuch

Grundlegende Analysen

Last update: Thu Dec 19 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Erstellt für:

  • Einsteiger
  • Fortgeschrittener
  • Admin
  • Entwickler
  • Benutzende

Sobald Sie mit der Adobe Commerce Intelligence-Plattform vertraut sind und über ein grundlegendes Verständnis des Tools verfügen, sollten Sie mit der Erstellung von Berichten beginnen. Eine der häufigsten Fragen, die Sie möglicherweise haben, ist: „Was sollte ich mir ansehen?“

Die folgenden Informationen beschreiben einige häufig verwendete Metriken und Berichte, die Sie möglicherweise nützlich finden. Einige dieser Berichte sind in Ihrem Konto vorhanden. Überprüfen Sie daher die in Ihrem Konto vorhandenen Metriken und Berichte, um Duplikate zu vermeiden.

Tabellen und Spalten, die Sie verstehen möchten

Beim Erstellen einer Metrik müssen Sie vier Informationen kennen:

  1. Die Tabelle, in der sich die Daten befinden,
  2. Die spezifische Aktion, die Sie durchführen möchten,
  3. Die Spalte, für die Sie diese Aktion durchführen möchten, und
  4. Der Zeitstempel, den Sie zum Tracking dieser Daten verwenden möchten.

Höchstwahrscheinlich unterscheiden sich die Namen der in diesen Beispielen verwendeten Tabellen geringfügig von den Spalten- und Tabellennamen in Ihrer Datenbank, da jede Datenbank eindeutig ist. Verweisen Sie auf die folgenden Definitionen, wenn Sie Hilfe bei der Identifizierung einer entsprechenden Tabelle oder Spalte in Ihrer Datenbank benötigen.

Tabelle „Kunden“

Diese Tabelle enthält die wichtigsten Informationen zu jedem Kunden, z. B. eine eindeutige Kunden-ID, eine E-Mail-Adresse usw. In den folgenden Beispielen wird customer_entity als Name einer Beispiel-Kundentabelle verwendet.

Wenn einige dieser Berechnungen derzeit nicht in Ihrer Datenbank vorhanden sind, kann sie von einem beliebigen Admin-Benutzer in Ihrem Konto erstellt werden. Außerdem sollten Sie sicherstellen, dass diese Dimensionen für alle anwendbaren Metriken gruppierbar sind.

Dimensionen

  • Entity_id: Eine eindeutige Kennung für jeden Kunden. Dies kann auch eine eindeutige Kundennummer oder eine Kunden-E-Mail-Adresse sein und sollte als Referenzschlüssel für die Tabelle Ihrer Bestellung dienen.
  • Created_at: Das Datum, an dem das Konto des Kunden erstellt und zu Ihrer Datenbank hinzugefügt wurde.
  • Customer’s lifetime revenue: Der von einem Kunden während der gesamten Lebensdauer generierte Umsatz.
  • Customer’s first 30-day revenue: Der Gesamtbetrag des Umsatzes, der von einem Kunden in den ersten 30 Tagen generiert wurde.
  • Customer’s lifetime number of orders: Die Anzahl der Bestellungen, die ein Kunde im Laufe seines Lebenszyklus aufgegeben hat.
  • Customer’s lifetime number of coupons: Die Gesamtzahl der Coupons, die eine Kundin oder ein Kunde während ihres bzw. seines Lebenszyklus verwendet hat.
  • Customer’s first order date: Das Datum der ersten Bestellung eines Kunden. Dies kann sich vom Datum der Erstellung unterscheiden, wenn ein Kunde zum Zeitpunkt seiner Erstellung keine Bestellung aufgegeben hat.

Akzeptieren Sie Gastbestellungen?

Wenn ja, enthält diese Tabelle möglicherweise nicht alle Ihre Kunden. Wenden Sie sich an das Support-Team, um sicherzustellen, dass Ihre Kundenanalysen alle Kunden einschließen.

Nicht sicher, ob Sie Gastbestellungen annehmen? Weitere Informationen finden Sie " Thema“

Tabelle mit Bestellungen

In dieser Tabelle stellt jede Zeile eine Reihenfolge dar. Die Spalten in dieser Tabelle enthalten grundlegende Informationen zu jeder Bestellung, wie z. B. die Auftrags-ID, das Erstellungsdatum, den Status, die ID des Kunden, der die Bestellung aufgegeben hat, usw. In den folgenden Beispielen wird sales_flat_order als Name einer Beispieltabelle für Bestellungen verwendet.

Dimensionen

  • Customer_id: Eine eindeutige Kennung für den Kunden, der die Bestellung aufgegeben hat. Dies wird häufig verwendet, um Informationen zwischen den Tabellen „customer“ und „orders“ zu verschieben. In diesen Beispielen wird erwartet, dass die customer_id in der sales_flat_order Tabelle mit der entitiy_id in der customer_entity Tabelle übereinstimmt.
  • Created_at: Das Datum, an dem die Bestellung erstellt oder aufgegeben wurde.
  • Customer_email: Die E-Mail-Adresse des Kunden, der die Bestellung aufgegeben hat. Dies kann auch die eindeutige Kennung für den Kunden sein.
  • Customer’s lifetime number of orders: Eine Kopie der Spalte mit demselben Namen in Ihrer Customers.
  • Customer’s order number: Die mit der Bestellung verknüpfte sequenzielle Bestellnummer des Kunden. Wenn es sich bei der betrachteten Zeile beispielsweise um die erste Bestellung eines Kunden handelt, lautet diese Spalte „1“. Wenn dies jedoch die 15. Bestellung des Kunden war, zeigt diese Spalte „15“ für diese Bestellung an. Wenn diese Dimension nicht in Ihrer Customers vorhanden ist, bitten Sie das Support-Team, Sie beim Aufbau zu unterstützen.
  • Customer’s order number (previous-current): Eine Verkettung zweier Werte in der Customer’s order number. Sie wird in einem Beispielbericht unten verwendet, um die verstrichene Zeit zwischen zwei beliebigen Bestellungen anzuzeigen. Bei dieser Berechnung wird beispielsweise die Zeit zwischen dem ersten Bestelldatum eines Kunden und seinem zweiten Bestelldatum als „1-2“ dargestellt.
  • Coupon_code: Zeigt an, welche Coupons für jede Bestellung verwendet wurden.
  • Seconds since previous order: Die Zeit (in Sekunden) zwischen den Bestellungen eines Kunden.

Tabelle mit Bestellartikeln

In dieser Tabelle stellt jede Zeile einen verkauften Artikel dar. Diese Tabelle enthält Informationen zu den in den einzelnen Bestellungen verkauften Artikeln, wie die Bestellnummer, die Produktnummer, die Menge usw. In den folgenden Beispielen wird sales_flat_order_item als Name einer Tabelle mit Beispielbestellartikeln verwendet.

Dimensionen

  • Item_id: Die eindeutige Kennung für jede Zeile in der Tabelle.
  • Order_id: Der Referenzschlüssel für Ihre Orders, der Ihnen mitteilt, welche Artikel in derselben Bestellung gekauft wurden. Wenn eine Bestellung mehrere Artikel enthält, wird dieser Wert wiederholt.
  • Product_id: Wenn Sie Informationen zu dem spezifischen gekauften Produkt wünschen (z. B. Farbe, Größe usw.), würden Sie diese Spalte verwenden, um diese Informationen aus Ihrer Produkttabelle abzurufen.
  • Order’s created_at: Der Zeitstempel, mit dem die Bestellung aufgegeben wurde. Er wird normalerweise aus der Orders Tabelle in Ihre order line items kopiert.
  • Order’s coupon_code: Ähnlich wie bei der Dimension Order's created_at wird diese Spalte aus Ihrer Tabelle Bestellungen kopiert.

Tabelle zu Abonnements

Diese Tabelle wird verwendet, um Ihre Abonnementinformationen zu verwalten, z. B. die Abonnement-ID, die E-Mail-Adresse des Abonnenten, das Startdatum des Abonnements usw.

Dimensionen

  • Customer_id: Eine eindeutige Kennung für den Kunden, der die Bestellung aufgegeben hat. Dies ist eine gängige Methode zum Erstellen eines Pfads zwischen der Tabelle Customers und der Tabelle Orders. In diesen Beispielen wird erwartet, dass die customer_id in der Tabelle sales_flat_order mit der entitiy_id in der Tabelle customer_entity übereinstimmt.
  • Start date: Das Datum, an dem das Abonnement einer Kundin oder eines Kunden begann.

Marketing-Ausgabentabelle

Bei der Analyse Ihrer Marketing-Ausgaben können Sie Facebook, Google AdWords oder andere Quellen in Ihre Analysen einbeziehen. Wenn Sie mehrere Quellen für Marketingausgaben haben, wenden Sie sich an das Managed Services-Team, um Hilfe beim Einrichten einer konsolidierten Tabelle für Ihre Marketing-Kampagnen zu erhalten.

Dimensionen

  • Spend: Die gesamten Werbeausgaben. In Facebook wäre dies die Ausgabenspalte in der facebook_ads_insights_####. Dies wäre Google AdWords die adCost Spalte in der campaigns####.
  • Die ####, die an jede dieser Tabellen angehängt wird, bezieht sich auf die spezifische Konto-ID für Ihr Facebook- oder Google AdWords.
  • Clicks: Die Gesamtzahl der Klicks. In Facebook wäre dies die Spalte mit den Klicks in der facebook_ads_insights_####. In Google AdWords wäre dies die Spalte adClicks in der campaigns####.
  • Impressions: Die Gesamtzahl der Impressionen. In Facebook wären dies die Eindrücke in der facebook_ads_insights_####. In Google AdWords wären dies die Eindrücke auf dem campaigns####.
  • Campaign: Die Gesamtzahl der Klicks. Facebook wäre dies die Spalte „campaign_name“ in der facebook_ads_insights_####. In Google AdWords wäre dies die Kampagnenspalte in der campaigns####.
  • Date: Die Zeit und das Datum, an dem die Aktivität (Ausgaben, Klicks oder Impressionen) für eine bestimmte Kampagne aufgetreten ist. Facebook wäre dies die date_start Spalte in der facebook_ads_insights_####. Google AdWords wäre dies die Datumsspalte in der campaigns####.
  • Customer’s first order’s source: Die Quelle der Bestellung aus der ersten Bestellung eines Kunden. Überprüfen Sie zunächst, ob Sie eine Spalte mit dem Namen customer's first order's source in Ihrem Konto haben. Wenn diese Spalte nicht angezeigt wird, können Sie die gewünschte Spalte mithilfe dieser Anweisungen erstellen.
  • Customer’s first order’s medium: Das Bestellmedium aus der ersten Bestellung eines Kunden. Überprüfen Sie zunächst, ob Sie eine Spalte mit dem Namen customer's first order's source in Ihrem Konto haben. Wenn diese Spalte nicht angezeigt wird, können Sie die gewünschte Spalte mithilfe dieser Anweisungen erstellen.
  • Customer’s first order’s campaign: Die Kampagne der Bestellung ab der ersten Bestellung eines Kunden. Überprüfen Sie zunächst, ob Sie eine Spalte mit dem Namen customer's first order's source in Ihrem Konto haben. Wenn diese Spalte nicht angezeigt wird, können Sie die gewünschte Spalte mithilfe dieser Anweisungen erstellen.

Allgemeine Berichte und Metriken

Im Folgenden finden Sie einige Beispiele für nützliche Berichte und Metriken:

Kundenanalysen customeranalytics

Neue Benutzer

  • Beschreibung: Eine Zählung der Gesamtzahl neu erworbener Benutzer in einem bestimmten Zeitraum. New Users unterscheidet sich von Unique Customers, da New Users den Zeitstempel hat, dass ein Konto mit Ihrem Service erstellt wurde (dies bedeutet nicht, dass sie unbedingt eine Bestellung aufgegeben haben), während Unique Customers mindestens eine Bestellung aufgegeben haben.

  • Metrikdefinition: Diese Metrik führt eine Anzahl von entity_id aus customer_entity Tabelle aus, sortiert nach created_at.

  • Berichtsbeispiel: Anzahl der im letzten Monat neu erstellten Benutzer

    • Metric: New Users
    • Time Range: Last Month
    • Time Interval: By Day

Neue Benutzer

Unique Customers

  • Beschreibung: Eine Zählung der Gesamtzahl unterschiedlicher Kunden in einem bestimmten Zeitraum. Dies unterscheidet sich von New Users, da es nur Kunden verfolgt, die mindestens eine Bestellung aufgegeben haben. Der Bericht eines einzelnen Kunden verfolgt einen Kunden nur einmal in einem bestimmten Zeitintervall. Wenn Sie das Zeitintervall auf By Day setzen und ein Kunde an diesem Tag mehr als einen Kauf tätigt, wird der Kunde nur einmal gezählt. Wenn Sie eine allgemeine Gesamtanzahl von Käufen sehen möchten, sehen Sie sich Number of Orders an.

  • Metrikdefinition: Diese Metrik führt eine Anzahl Distinct von customer_id aus sales_flat_order Tabelle aus, sortiert nach created_at.

  • Berichtsbeispiel: Unterschiedliche Kunden nach Woche in den letzten 90 Tagen

    • Metric: Distinct Customers
    • Time Range: Moving range > Last 90 Days
    • Time Interval: By Day

Unique Customers.

Neue Abonnenten

  • Beschreibung: Anzahl der in einem bestimmten Zeitraum insgesamt akquirierten neuen Abonnenten.

  • Metrikdefinition: Diese Metrik führt eine Anzahl Distinct von customer_id aus subscriptions Tabelle aus, sortiert nach start_date.

  • Berichtsbeispiel: Neue Abonnenten dieses Jahr nach Monat

    • Metric: New Subscribers
    • Time Range: 1 Year Ago to 0 Days Ago
    • Time Interval: By Month

Abonnenten

Kunden wiederholen

  • Beschreibung: Die Gesamtzahl der Kunden, die mehr als eine Bestellung in einem Zeitraum aufgegeben haben. In einem Bericht zu Bestandskunden können Sie die Distinct Customers Metrik und die Customer's Order Number Dimension aus Ihrer orders verwenden.

  • Verwendete Metrik: Distinct Customers

  • Berichtsbeispiel: Anzahl der 2. und 3. Einkäufe im letzten Jahr

    • Metric: Distinct Customers
    • Time Range: Moving Range > Last Year
    • Time Interval: By Month
    • Group By: Customer's Order Number, dann 2 und 3

  • Berichtsbeispiel 2: Die Anzahl der Wiederholungskunden in den letzten Jahren

    • Metric: Distinct Customers
    • Filters: Customer's Order Number Greater Than 1
    • Time Range: Moving range > Last Year
    • Time Interval: By Month

    Kunden im letzten Jahr wiederholen

Top-Kunden nach Anzahl der Bestellungen über die gesamte Lebensdauer

  • Beschreibung: Eine Liste der wichtigsten Kunden auf der Basis ihrer Gesamtzahl an Bestellungen. Auf diese Weise erhalten Sie eine direkte Liste Ihrer häufigsten Kunden.

  • Verwendete Metrik: Orders

  • Berichtsbeispiel: Die 25 wichtigsten Kunden nach Lebenszeitanzahl der Bestellungen

    • Metric: Orders
    • Time Range: All Time
    • Time Interval: None
    • Group By: customer_email
    • Show Top/Bottom: Top 25 sortiert nach Bestellungen

    Top 25 Kunden nach Bestellungen

Top-Kunden nach Lebensdauerumsatz

  • Beschreibung: Eine Liste der wichtigsten Kunden auf der Basis des lebenslangen Umsatzes.

  • Verwendete Metrik: Average Lifetime Revenue

  • Berichtsbeispiel: Die 25 wichtigsten Kunden nach Lebenszeitumsatz

    • Metric: Average Lifetime Revenue
    • Time Range: All time
    • Time Interval: None
    • Group By: customer_email
    • Show Top Bottom: Top 25 sortiert nach Lebensdauerumsatz

    Top 25 Kunden nach Umsatz

Durchschnittlicher Umsatz während der Lebensdauer nach Kohorte

  • Beschreibung: Verfolgen Sie den durchschnittlichen Lebenszeitumsatz verschiedener Kohorten von Benutzern im Zeitverlauf, um die leistungsstärksten Kohorten zu identifizieren. Kohorten werden nach einem gemeinsamen Datum gruppiert, z. B. Datum der ersten Bestellung oder Erstellungsdatum.

  • Verwendete Metrik: Revenue

  • Berichtsbeispiel: Durchschnittlicher lebenslanger Umsatz des Kunden nach Kohorte

    • Metric: Revenue
    • Cohort Date: Customer's first order date
    • Time Interval: Month
    • Time Period: Satz an Kohorten der letzten acht Kohorten mit Daten aus mindestens vier Monaten wird verschoben
    • Duration: 12 Month(s)
    • Table: Customer_entity
    • Perspective: Kumulativer Durchschnittswert pro Kohortenmitglied

    Lebensdauerumsatz des Kunden nach Kohorte

Kunden nach Couponverwendung

  • Beschreibung: Zählung der Anzahl akquirierter Kunden, die einen Gutschein-/Rabattcode verwendet haben. Auf diese Weise erhalten Sie einen klaren Überblick über Rabattsuchende und Vollpreiskäufer.

  • Verwendete Metrik: New Users

  • Berichtsbeispiel: Gutschein- und Nicht-Gutschein-Kunden nach Monat

    • Metric A: Non coupon customers
    • Metric: New Users
    • Filters: Anzahl der Bestellungen über die gesamte Kundenlebensdauer größer als 0 und Anzahl der Gutscheine über die gesamte Kundenlebensdauer gleich 0
    • Metric B: Coupon customers
    • Metric: New Users
    • Filters: Anzahl der Bestellungen über die gesamte Kundenlebensdauer größer als 0 und Anzahl der Coupons über die Kundenlebensdauer größer als 0
    • Time range: All Time
    • Time interval: By Month

    Kunden nach Couponnutzung

  • Berichtsbeispiel 2: Prozentsatz der Coupon- und Nicht-Coupon-Kunden nach Monat

    • Metric A: Non coupon customers (Metrik ausblenden)

      • Metric: New Users
      • Filters: Customer's Lifetime Number of Orders Greater Than 0 und Customer's Lifetime Number of Coupons Equal to 0

    • Metric B: Coupon customers

      • Metric: New Users
      • Filters: Customers Lifetime Number of Orders Greater Than 0 und Customer's Lifetime Number of Coupons Greater Than 0

    • Time Range: All Time

    • Time Interval: By Month

    • Formula: B/(A+B)

NOTE
Alle Metriken ausblenden

Couponnutzung

Durchschnittlicher Umsatz für die ersten 30 Tage

  • Beschreibung: Der Durchschnitt der Umsatzmenge, die von Kundinnen und Kunden innerhalb der ersten 30 Tage als Kundin oder Kunde generiert wird.
  • Metrikbeschreibung: Diese Metrik führt einen Durchschnitt von Customer's First 30 Day Revenue aus customer_entity Tabelle aus, sortiert nach created_at.
  • Berichtsbeschreibung: Allzeitdurchschnitt des ersten 30-Tage-Umsatzes des Kunden
  • Metric: Average First 30 Day Revenue
  • Time Range: All Time
  • Time Interval: None

Durchschnittlicher Umsatz der ersten 30 Tage

Durchschnittlicher Umsatz über die Kundenlebensdauer

  • Beschreibung: Die durchschnittliche Umsatzmenge, die von Ihren Kunden während ihrer Lebensdauer generiert wird.

  • Metrikbeschreibung: Diese Metrik führt basierend auf der created_at einen Durchschnitt der Customer's Lifetime Revenue Spalte in der customer_entity aus.

  • Berichtsbeschreibung: Allzeitdurchschnitt des lebenslangen Umsatzes des Kunden

    • Metric: Average Customer Lifetime Revenue
    • Time Range: All Time
    • Time Interval: None

Lebensdauerumsatz des Kunden

Bestellanalyse orderanalytics

Einnahmen

  • Beschreibung: Die Umsatzmetrik zeigt den Gesamtumsatz an, der in einem bestimmten Zeitraum erzielt wurde.

  • Diese Metrik führt eine Summe von grand_total aus sales_flat_order Tabelle aus, sortiert nach created_at.

  • Berichtsbeispiel: Umsatz nach Monat, JbD

    • Metric: Revenue
    • Time Range: 1 Year Ago to 1 Month Ago
    • Zeitintervall: By Month
TIP
Stellen Sie sicher, dass die Berechnung Ihrer Umsatzmetrik mit der Definition übereinstimmt, die Sie intern besprechen. Beispielsweise können Sie den Umsatz aus bereits versendeten Bestellungen zählen, Währungen aus verschiedenen Regionen umrechnen oder Steuern ausschließen. Außerdem können Sie "" verwenden um die Konsistenz aller Metriken sicherzustellen, die auf derselben Tabelle basieren.

Umsatz

Bestellungen

  • Beschreibung: Eine Zählung der Gesamtzahl der Bestellungen in einem bestimmten Zeitraum. Ein Bericht zu Bestellungen verfolgt Änderungen des Auftragsvolumens, die durch neue Produktangebote, Promotions oder alles andere verursacht werden, was das Transaktionsvolumen erhöhen (oder verringern) kann. Häufig empfiehlt es sich, diese Metrik zur Beantwortung Ihrer Fragen nach einigen Variablen zu segmentieren.

  • Metrikdefinition: Diese Metrik führt eine Anzahl von entity_id aus sales_flat_order Tabelle aus, sortiert nach created_at.

  • Berichtsbeispiel: Bestellungen nach Monat, JbD

    • Metric: number of orders
    • Time Range: 1 Year Ago to 1 Month Ago
    • Time Interval: By Month
TIP
Genau wie bei der Umsatzmetrik sollten Sie über Filtersätze verfügen, um unvollständige, Testaufträge oder zurückgegebene Bestellungen auszuschließen.

Bestellungen

Bestellte Produkte

  • Beschreibung: Die Metrik Bestellte Produkte gibt die Anzahl der in einem bestimmten Zeitraum verkauften Artikel an.

  • Metrikdefinition: Diese Metrik führt eine Summe von qty_ordered aus sales_flat_order_item Tabelle aus, sortiert nach created_at.

  • Berichtsbeispiel: Artikel verkauft nach Monat, JbD

    • Metric: Products ordered
    • Time Range: 1 Year Ago to 1 Month Ago
    • Time Interval: By Month

    Bestellte Produkte

  • Kombinieren Sie diese Metrik mit Ihrer Metrik Anzahl der Bestellungen , um die Anzahl der Artikel pro Bestellung zu berechnen. Fügen Sie als Nächstes Couponcodes zum Bericht hinzu, um zu bestimmen, wie sich Ihre Aktionen auf die Warenkorbgröße auswirken, oder segmentieren Sie nach neuen oder wiederholten Bestellungen, um Ihr Kundenverhalten besser zu verstehen.

  • Berichtsbeispiel: Produkte pro Bestellung: erste Bestellung vs. Wiederholungsbestellungen

    • Metric A: Produkte bestellt: erste Bestellung

      • Metric: Products ordered
      • Filter: Customer's order number = 1

    • Metric B: Bestellungen: erste Bestellung

      • Metric: Orders
      • Filter: Customer's order number = 1

    • Metric C: Bestellte Produkte: Wiederholungsaufträge

      • Metric: Products ordered
      • Filter: Customer's order number > 1

    • Metric D: Bestellungen: Wiederholungsaufträge

      • Metric: Orders
      • Filter: Customer's order number > 1

    • Time Range: 1 Year Ago to 1 Month Ago

    • Time Interval: By Week

    • Formula 1: A/B

    • Formula 2: C/D

NOTE
Deaktivieren Sie die Multiple Y-Axes box und Hide Sie alle Metriken

Produkte bestellt 2

Durchschnittlicher Bestellwert

  • Beschreibung: Verfolgen Sie den Durchschnittswert der aufgegebenen Bestellungen über einen Zeitraum. Verwenden Sie diese Metrik, um schnell zu ermitteln, wie stark sich Ihr durchschnittlicher Bestellwert (AOV) infolge Ihrer Marketing-Maßnahmen, Ihres Produktangebots und/oder anderer Änderungen in Ihrem Unternehmen verändert hat.

  • Metrikdefinition: Diese Metrik führt einen Durchschnitt von grand_total aus sales_flat_order Tabelle aus, sortiert nach created_at.

  • Berichtsbeispiel: AOV vs. Vorjahr, JbD

    • Metric: Average order value
    • Time Range: 1 Year Ago to 1 Month Ago
    • Time Interval: By Month
    • Perspective: Amount Change vs Previous Year

    AOV

Am häufigsten gekaufte Produkte mit Coupons

  • Beschreibung: Dieser Bericht bietet Einblicke, welche Produkte verkauft werden, wenn Sie Aktionen oder Coupons anbieten.

  • Verwendete Metrik: Bestellte Produkte

  • Berichtsbeispiel: Am häufigsten gekaufte Produkte mit Coupons

    • Metric: Products ordered
    • Filter: Order's coupon_code Is Not \[NULL\]
    • Time Range: All-Time
    • Time Interval: None
    • Group By: name (oder SKU oder eine andere Produktkennung)
    • Show top/bottom: Top 25 sortiert nach bestellten Produkten

    Produkte mit Gutscheinen

Zeit zwischen Bestellungen

  • Beschreibung: Testen Sie Ihre Annahmen und Erwartungen über die Kaufzyklen Ihrer Kunden mit einer Zeit zwischen Bestellungen Analyse, die die durchschnittliche (oder mittlere!) Zeit zwischen den Käufen betrachtet. In der folgenden Grafik sehen Sie, dass Ihre besten Kunden - diejenigen, die mehr als drei Bestellungen aufgeben - ihren zweiten Kauf in weniger als sechs Monaten tätigen. Kunden, die keine vierte Bestellung aufgegeben haben, warten 14 Monate, bevor sie einen zweiten Kauf tätigen.

  • Metrikdefinition: Diese Metrik führt einen Durchschnitt von Time since previous order aus sales_flat_order sortiert nach created_at durch.

  • Berichtsbeispiel:

    • Metrik 1: ≤ 3 Bestellungen

      • Metric: Average time between orders
      • Filter: Customer's lifetime number of orders ≤ 3

    • Metrik 2: > 3 Bestellungen

      • Metric: Average time between orders
      • Filter: Customer's lifetime number of orders > 3

    • Time Range: All-Time

    • Time Interval: None

    • Group By: Customer's order number (previous-current)

NOTE
Deaktivieren Sie das Multiple Y-Axes.

Zeit zwischen Bestellungen

Marketing-Ausgabenanalyse mktgspendanalytics

Werbeausgaben

  • Beschreibung: Sie können Ihre Marketing-Ausgaben über verschiedene Zeiträume und Intervalle, nach Kampagnen oder Anzeigensätzen oder anderen Segmentierungen analysieren.

  • Metrikdefinition: Diese Metrik führt eine Summe für die Ausgabenspalte in der Marketing Spend Tabelle aus, sortiert nach der date.

  • Beispiel für einen Bericht: Werbeausgaben nach Kampagne

    • Metric: Ad spend
    • Time Range: All-Time
    • Time Interval: None
    • Group By: campaign

Werbeausgaben

Anzeigenimpressionen und Anzeigenklicks

  • Beschreibung: Neben der Analyse der Anzeigenausgaben können Sie auch Ihre Anzeigenimpressionen und Anzeigenklicks analysieren.

  • Metrikdefinition: Diese Metrik führt eine Summe für die Spalte mit den Impressionen (oder Klicks) in der Marketing Spend Tabelle aus, sortiert nach der Spalte mit dem Datum.

  • Berichtsbeispiel: Hinzufügen von Impressionen und Anzeigenklicks nach Tag

    • Metric A: Ad impressions
    • Metric B: Ad clicks
    • Time Range: 1 Year Ago to 3 Months Ago
    • Time Interval: By Day

    Anzeigen-Impressions

Clickthrough-Rate (CTR)

  • Beschreibung: Mithilfe der oben erstellten Metriken zu Ad-Impressions und Ad-Klicks können Sie Ihre Clickthrough-Rate im Laufe der Zeit nach verschiedenen Kampagnen analysieren.

  • Beispiel für Bericht: CTR nach Kampagne

    • Metric A: Ad impressions
    • Metric B: Ad clicks
    • Time Range:All-Time
    • Time Interval: None
    • Formula: B/A
    • Wählen Sie die Option % aus.
    • Group By: campaign
NOTE
Sie können Formel und CTR Metriken ausblenden.

CTR

Kosten pro Klick (CPC)

  • Beschreibung: Mit den Metriken „Anzeigenausgaben“ und „Anzeigenklicks“, die Sie oben erstellt haben, können Sie Ihre Kosten pro Klick für verschiedene Kampagnen im Zeitverlauf analysieren.

  • Beispiel für einen Bericht: CPC nach Kampagne

    • Metric A: Ad spend
    • Metric B: Ad clicks
    • Time Range: All-Time
    • Time Interval: None
    • Formula: A/B
    • Wählen Sie die Option currency aus
    • Group By: campaign
NOTE
Sie können Formel und CPC Metriken ausblenden.

CPC

Kunden nach Akquise-Quelle

  • Beschreibung: Wenn Sie die Quelle, das Medium und die Kampagne einer Bestellung mithilfe von Google eCommerce verfolgen, können Sie Ihre Kunden anhand ihrer Akquise-Quelle analysieren. Auf diese Weise können Sie erkennen, welche Marketing-Quellen Kunden gewinnen, und Fragen beantworten, z. B.: „Tätigen die meisten Ihrer Kunden ihre ersten Bestellungen über Google, Facebook oder eine andere Quelle?“

  • Berichtsbeispiel: Kunden nach Akquise-Quelle

    • Metric Used: New Customers
    • Time Range: All-Time
    • Time Interval: By Month
    • Group By: Customer's first order's source
NOTE
In diesem Artikel finden Sie weitere Beispiele für Berichte, die die Akquise-Quelle verwenden.

Akquise-Source

Kunden nach Akquise-Medium und Akquise-Kampagne

  • Beschreibung: Ähnlich wie bei der Analyse von Kunden nach Beschaffungsquelle können Sie auch Ihre Kunden anhand des Mediums und der Kampagne ihrer ersten Bestellung analysieren. Dies kann Ihnen bei der Beantwortung von Fragen helfen, z. B.: „Welche Kampagnen ziehen neue Kunden an?“

  • Beispiel für einen Bericht: Kunden nach Akquise-Kampagne mit bezahltem Medium

    • Metric Used: New customers
    • Filter: Customer's first order's medium IN ppc
    • Time Range: All-Time
    • Time Interval: None
    • Group By: Customer's first order's campaign
NOTE
Für den Filter in Ihrer New Customers können Sie beliebige andere Medien hinzufügen, die als „bezahlte“ Medien für Ihr Unternehmen gelten, z. B. CPC oder Paid Search.

Akquise-Medium

Kosten für die Kundenakquise (Customer Acquisition Cost, CAC) oder Kosten pro Akquise (Cost per Acquisition, CPA)

  • Beschreibung: Eine Möglichkeit, die Kosten einer Kampagne zu analysieren, besteht darin, alle Kosten nur den Kunden zuzuordnen, die Sie durch die Kampagne erworben haben.

  • Beispiel für einen Bericht: CAC nach Kampagne

    • Metric A: New customers

    • Filter: Customer's first order's medium IN ppc

    • Metric B: Ad Spend

    • Time Range: All-Time

    • Time Interval: None

    • Formula: B/A

    • Wählen Sie die Option currency aus

    • Group By:

      • Wählen Sie für A Metrik Customer's first order's campaign
      • Wählen Sie für B Metrik campaign

    Neue Benutzer.

NOTE
Sie können Formel und CTR Metriken ausblenden. Weitere Informationen finden Sie auch diesem Artikel .

CAC 1

CAC 2

Lebensdauerwert nach Akquise, Quelle, Medium und Kampagne

  • Beschreibung: Neben der Analyse der Anzahl der von jeder Kampagne akquirierten Kunden können Sie auch den durchschnittlichen Umsatz über die gesamte Lebensdauer dieser Kunden analysieren. Auf diese Weise können Sie Folgendes identifizieren:

    • Wenn bestimmte Kampagnen eine große Anzahl von Kunden anziehen, diese Kunden jedoch einen niedrigen Lebenszeitwert haben.
    • Wenn bestimmte Kampagnen eine geringe Anzahl von Kunden anziehen, diese Kunden jedoch einen hohen Lebenszeitwert haben.

  • Berichtsbeispiel: Fügen Sie zunächst die New customers hinzu. Fügen Sie dann die Average lifetime revenue hinzu. Wählen Sie den gewünschten Zeitrahmen und wählen Sie den interval wie None aus. Wählen Sie abschließend die Option group by als Customer's first order's campaign.

    • Metric A: New Customers
    • Filter A: Customer's first order's source WIE '%google%'
    • Filter B: Customer's first order's medium IN ppc
    • Metric B: Average lifetime revenue
    • Filter A: Customer's first order's source WIE '%google%'
    • Filter B: Customer's first order's medium IN ppc
    • Time Range: All-Time
    • Time Interval: None
    • Group By: Customer's first order's campaign
NOTE
Für die beiden Filter können Sie beliebige andere Medien hinzufügen, die als „bezahlte“ Medien für Ihr Unternehmen gelten (z. B. CPC oder Paid Search). Sie können auch beliebige andere Quellen hinzufügen, die Sie analysieren möchten, z. B. Facebook. In Artikel findenweitere Informationen zu CAC, LTV und ROI.

Lebensdauerwert nach Akquise-Quelle, Medium und Kampagne

Return on Investment (ROI)

  • Beschreibung: Eine Möglichkeit, den ROI nach Kampagne zu berechnen, besteht in der Analyse aller über die Kampagne aufgegebenen Bestellungen. Eine alternative Methode besteht jedoch darin, den Lebenszeitwert der durch eine Kampagne akquirierten Kunden zu analysieren. Zur Analyse des ROI ist es wichtig, dass die Kampagnennamen in Ihren Ausgaben- und Transaktionsdaten konsistent sind. Wenn Sie den folgenden Bericht erstellen und aufgrund nicht übereinstimmender Kampagnennamen keine ROI-Werte vorhanden sind, müssen Sie sich möglicherweise das von 🔗 implementierte UTM-Tagging“ ansehen.

  • Beispiel für einen Bericht: ROI nach Kampagne

    • Metric A: New Customers

    • Filter A: Customer's first order's source WIE '%google%'

    • Filter B: Customer's first order's medium IN ppc

    • Metric B: Average lifetime revenue

    • Filter A: Customer's first order's source WIE '%google%'

    • Filter B: Customer's first order's medium IN ppc

    • Metric C: Ad spend

    • Time Range: All-Time

    • Time Interval: None

    • Formula: (B-(C/A))/(C/A)

    • Wählen Sie die % Option

    • Group By:

      • Wählen Sie für A und B die Option Customer's first order's campaign
      • Wählen Sie für C Metrik campaign
NOTE
Sie können die Formel als „ROI“ bezeichnen und alle Metriken ausblenden. Darüber hinaus können Sie die Filter in den Metriken anpassen, um alternative Quellen und Medien zu analysieren. Weitere Informationen zu CAC LTV und ROISie auch unter diesem Thema).

ROI 1

ROI 2

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