Cette rubrique explique comment configurer un tableau de bord qui vous aide à mesurer la répartition du total des recettes entre votre base de clients. Identifiez le pourcentage de clients qui contribuent aux recettes et créez des listes segmentées afin de mieux commercialiser et de conserver vos clients ayant un fort taux de contribution.
Cette analyse contient colonnes calculées avancées.
Vous devez d’abord télécharger un fichier contenant uniquement une clé primaire dont la valeur est de 1. Cela permet de créer certaines colonnes calculées nécessaires à l’analyse.
Vous pouvez utiliser Chargeur de fichiers et l’image ci-dessous pour formater votre fichier.
Si vous utilisez l’architecture d’origine (par exemple, si vous ne disposez pas de la variable Data Warehouse Views
sous l’option Manage Data
), vous souhaitez contacter l’équipe d’assistance pour créer les colonnes ci-dessous. Sur la nouvelle architecture, ces colonnes peuvent être créées à partir du Manage Data > Data Warehouse
page. Vous trouverez ci-dessous des instructions détaillées.
Une autre distinction est faite si votre entreprise autorise les commandes d’invités. Si tel est le cas, vous pouvez ignorer toutes les étapes de la variable customer_entity
table. Si les commandes d’invités ne sont pas autorisées, ignorez toutes les étapes de la variable sales_flat_order
table.
Colonnes à créer
Sales_flat_order/customer_entity
table
(entrée) reference
Column type: – Same table > Calculation
Inputs: – entity_id
Calculation: - Cas où A est nul puis nul else 1 end
Datatype: – Integer
Customer concentration
(il s’agit du fichier que vous avez chargé avec le numéro. 1
)
Nombre de clients
Column type: – Many to One > Count Distinct
Path - sales_flat_order.(input) reference > Customer Concentration.Primary Key
OU customer_entity.(input)reference > Customer Concentration.Primary Key
Colonne sélectionnée - sales_flat_order.customer_email
OU customer_entity.entity_id
customer_entity
table
Nombre de clients
Column type: – One to Many > JOINED_COLUMN
Path - customer_entity.(input) reference > Customer Concentration. Primary Key
Colonne sélectionnée - Number of customers
(entrée) Ranking by customer lifetime revenue
Column type: – Same table > Event Number
Propriétaire de l’événement - Number of customers
Classement des événements - Customer's lifetime revenue
centile des recettes du client
Column type: – Same table > Calculation
Inputs: – (input) Ranking by customer lifetime revenue
, Number of customers
Calculation: - Cas où A est nul puis nul else (A/B) Fin 100 *
Datatype: – Decimal
Sales_flat_order
table
Nombre de clients
Column type: – One to Many > JOINED_COLUMN
Path - sales_flat_order.(input) reference > Customer Concentration.Primary Key
Colonne sélectionnée - Number of customers
(entrée) Classement par chiffre d’affaires sur la durée de vie du client
Column type: – Same table > Event Number
Propriétaire de l’événement - Number of customers
Classement d’événement - Customer's lifetime revenue
Filtre - Customer's order number = 1
centile des recettes du client
Column type: – Same table > Calculation
Inputs: – (input) Ranking by customer lifetime revenue
, Number of customers
Calculation: - Cas où A est nul puis nul else (A/B) Fin 100 *
Datatype: - Decimal
Les centiles utilisés sont des divisions d’événements, représentant le centile Xème de votre base de clients. Chaque client est associé à un entier compris entre 1 et 100, qui peut être considéré comme le chiffre d’affaires de sa durée de vie. rank. Par exemple, si le centile de revenu du client pour un client spécifique est 5, ce client se trouve dans la variable cinquième centile de tous les clients en termes de recettes sur la durée de vie.
customer_entity
tableCustomer's lifetime revenue
columnCustomer's first order date
timestampConcentration des clients
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
Groupe par: Independent
Mesure A
: Total customer lifetime revenue by percentile
Mesure B
: Total customer lifetime revenue (ungrouped)
Time period: All time
Interval: None
Group by: Customer's revenue percentile
Afficher en haut/en bas : 100% of Customer's revenue percentile Name
Chart type: Line
Principale concentration de 10 %
Filter: Customer's revenue percentile <= 10
Mesure A
: Total customer lifetime revenue
Time period: All time
Interval: None
Masquer le graphique
Groupe par: Email
Chart type: Table
Concentration inférieure de 50 % avec un seul achat
Mesure A
: Total customer lifetime revenue
Customer's revenue percentile <= 50
Customer's lifetime number of orders = 1
Filter:
Time period: All time
Interval: None
Masquer le graphique
Groupe par: Email
Chart type: Table
Concentration inférieure de 10 %
Filter: Customer's revenue percentile > 90
Mesure A
: Total customer lifetime revenue
Time period: All time
Interval: None
Masquer le graphique
Groupe par: Email
Chart type: Table
Après avoir compilé tous les rapports, vous pouvez les organiser dans le tableau de bord suivant vos besoins. Le résultat peut ressembler à l’exemple de tableau de bord ci-dessus.
Si vous rencontrez des questions lors de la création de cette analyse ou si vous souhaitez simplement faire appel à l'équipe des services professionnels, support technique.