Perte de clientèle transactionnelle

Cette rubrique explique comment configurer un tableau de bord qui vous aide à définir l’attrition de vos clients transactionnels.

Cette analyse contient colonnes calculées avancées.

Colonnes calculées

Colonnes à créer

  • customer_entity table

  • Customer's lifetime number of orders

  • Sélectionnez une définition : Count

  • Sélectionnez une table: sales_flat_order

  • Sélectionnez une column: entity_id

  • Path: sales_plat_order.customer_id = customer_entity.entity_id

  • Filter:

  • Commandes comptabilisées

  • sales_flat_order table

  • Customer's lifetime number of orders

  • Sélectionner une définition : Colonne associée

  • Sélectionnez une table: customer_entity

  • Sélectionnez une column: Customer's lifetime number of orders

  • Path: sales_flat_order.customer_id = customer_entity.entity_id

  • Filter: Orders we count

  • Seconds since created_at

  • Sélectionnez une définition : Age

  • Sélectionnez une column: created_at

  • Customer's order number est créé par un analyste dans le cadre de votre [DÉFINITION DE L’URL] ticket

  • Is customer's last order est créé par un analyste dans le cadre de votre [DÉFINITION DE L’URL] ticket

  • Seconds since previous order est créé par un analyste dans le cadre de votre [DÉFINITION DE L’URL] ticket

  • Months since order est créé par un analyste dans le cadre de votre [DÉFINITION DE L’URL] ticket

  • Months since previous order est créé par un analyste dans le cadre de votre [DÉFINITION DE L’URL] ticket

Mesures

Aucune nouvelle mesure !

NOTE
Veillez à ajouter toutes les nouvelles colonnes comme dimensions aux mesures ; avant de créer de nouveaux rapports.

Rapports

  • Probabilité initiale de l’ordre de répétition

  • Mesure A : commandes répétées toutes les heures

  • Metric: Number of orders

  • Filter: Customer's order number greater than 1

  • Mesure B : Commandes en temps réel

  • Metric: nombre de commandes

  • Formula: probabilité initiale de l’ordre de répétition


  • Formule: A/B


  • Format: Percent

  • Time period: All time


  • Interval: None


  • Chart type: Scalar

  • Probabilité de répétition de l’ordre exprimée en mois depuis la commande

  • Mesure A : commandes répétées par mois depuis la commande précédente (masquer)

  • Metric: Number of orders


  • Perspective: Cumulative

  • Filter: Customer's order number greater than 1

  • Mesure B : Dernières commandes par mois depuis la commande (masquer)

  • Metric: Number of orders


  • Perspective: Cumulative

  • Filter: Is customer's last order? (Yes/No) = Yes

  • Mesure C : commandes répétées toutes les heures (masquer)

  • Metric: Number of orders

  • Filter: Customer's order number greater than 1


  • Groupe par: Independent

  • Mesure D : Dernières commandes toutes les heures (masquer)

  • Metric: Number of orders

  • Filter: Is customer's last order? (Yes/No) = Yes


  • Groupe par: Independent

  • Formula: probabilité initiale de l’ordre de répétition


  • Formule: (C-A)/(C+D-A-B)


  • Format: Percent

  • Time period: All time


  • Interval: None

  • Group by: Months since previous order

  • Afficher top.bottom : 24 premières catégories, triées par nom de catégorie


  • Chart type: Line

Le rapport de probabilité d’ordre de répétition initial représente le total des commandes répétées / total des commandes. Chaque commande est une opportunité d’effectuer une commande répétée ; le nombre de commandes répétées est le sous-ensemble de celles qui le font réellement.

La formule que vous utilisez simplifie les commandes à (Total des commandes répétées survenues après X mois)/ (Total des commandes qui ont au moins X mois). Elle nous montre qu’historiquement, étant donné que cela fait X mois qu’une commande a été passée, il y a une chance sur Y % que l’utilisateur passe une autre commande.

Une fois que vous avez créé votre tableau de bord, la question la plus courante est : comment l’utiliser pour déterminer un seuil de perte de clientèle ?

Il n'y a pas de "réponse juste" à cela. Cependant, Adobe recommande de trouver le point où la ligne traverse la valeur qui correspond à la moitié du taux de probabilité de répétition initial. C’est à ce stade que vous pouvez dire "Si un utilisateur doit effectuer une commande de répétition, il l’aura probablement fait à ce stade." En fin de compte, l’objectif est de sélectionner le seuil où il est logique de passer des efforts de "rétention" aux efforts de "réactivation".

Après avoir compilé tous les rapports, vous pouvez les organiser dans le tableau de bord suivant vos besoins. Le résultat peut ressembler à l’image en haut de la page.

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.

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