Analyses de base
Une fois que vous connaissez la plate-forme Adobe Commerce Intelligence et que vous avez une compréhension de base de l’outil, vous allez commencer à créer des rapports. Une des questions les plus courantes que vous avez est : "Que dois-je regarder ?"
Les informations ci-dessous décrivent certaines des mesures et rapports courants qui peuvent vous être utiles. Certains de ces rapports existent dans votre compte. Dès lors, veillez à consulter les mesures et rapports qui existent dans votre compte afin d’éviter de créer des doublons.
Tableaux et colonnes à comprendre
Lors de la création d’une mesure, vous devez connaître quatre éléments d’information :
- Le tableau dans lequel se trouvent les données,
- L’action spécifique que vous souhaitez effectuer,
- La colonne sur laquelle vous souhaitez effectuer cette action, et
- Horodatage que vous souhaitez utiliser pour le suivi de ces données.
Les noms des tables utilisées dans ces exemples sont très probablement légèrement différents des noms des colonnes et des tables de votre base de données, car chaque base de données est unique. Référencez les définitions ci-dessous si vous avez besoin d’aide pour identifier une table ou une colonne correspondante dans votre base de données.
Table des clients
Ce tableau contient des informations clés sur chaque client, telles qu’un ID de client unique, une adresse électronique, etc. Les exemples ci-dessous utilisent customer_entity comme nom d’un exemple de tableau de clients.
Si certains de ces calculs n’existent pas actuellement dans votre base de données, tout utilisateur administrateur de votre compte peut les créer. Vous souhaitez également vous assurer que ces dimensions sont regroupables pour toutes les mesures applicables.
Dimensions
- Entity_id : identifiant unique de chaque client. Il peut également s’agir d’un numéro de client unique ou d’une adresse électronique du client. Il doit servir de clé de référence à la table de votre commande.
- Created_at : date à laquelle le compte du client a été créé et ajouté à votre base de données.
- Customer’s lifetime revenue : chiffre d’affaires total sur la durée de vie généré par un client.
- Customer’s first 30-day revenue : montant total des recettes générées par un client au cours de ses 30 premiers jours.
- Customer’s lifetime number of orders : nombre de commandes passées par un client au cours de sa vie.
- Customer’s lifetime number of coupons : nombre total de bons utilisés par un client au cours de sa durée de vie.
- Customer’s first order date : date de la première commande d’un client. Cela peut différer de la date created_at si un client n’a pas passé de commande au moment de sa création.
Acceptez-vous les commandes d’invités ?
Si tel est le cas, ce tableau peut ne pas contenir tous vos clients. Contactez l'équipe d'assistance pour vous assurer que vos analyses client incluent tous les clients.
Vous n'êtes pas sûr d'accepter les commandes d'invités ? Pour en savoir plus, reportez-vous à cette rubrique !
Table des commandes
Dans ce tableau, chaque ligne représente un ordre. Les colonnes de ce tableau contiennent des informations de base sur chaque commande, telles que l’identifiant de la commande, la date de création, l’état, l’identifiant du client qui a passé la commande, etc. Les exemples ci-dessous utilisent sales_flat_order comme nom d’un exemple de table de commandes.
Dimensions
- Customer_id : identifiant unique du client qui a passé la commande. Cette opération est souvent utilisée pour déplacer des informations entre les tables du client et des commandes. Dans ces exemples, vous vous attendez à ce que customer_id sur la table sales_flat_order s’aligne sur entitiy_id sur la table customer_entity.
- Created_at : date à laquelle la commande a été créée ou placée.
- Customer_email : adresse électronique du client qui a passé la commande. Il peut également s’agir de l’identifiant unique du client.
- Customer’s lifetime number of orders : copie de la colonne portant le même nom sur votre table
Customers
. - Customer’s order number : numéro de commande séquentielle du client associé à la commande. Par exemple, si la ligne que vous observez est la première commande d’un client, cette colonne est "1" ; mais, s’il s’agissait de la 15e commande du client, cette colonne indique "15" pour cette commande. Si cette dimension n’existe pas sur votre table
Customers
, demandez à l’ équipe d’assistance de vous aider à la créer. - Customer’s order number (previous-current) : concaténation de deux valeurs dans la colonne Customer’s order number. Il est utilisé dans un exemple de rapport ci-dessous pour afficher le temps écoulé entre deux commandes. Par exemple, l’intervalle entre la date de première commande d’un client et sa date de deuxième commande est représenté sous la forme "1-2" avec ce calcul.
- Coupon_code : indique les bons utilisés pour chaque commande.
- Seconds since previous order : temps (en secondes) entre les commandes d’un client.
Tableau des éléments de commande
Dans ce tableau, chaque ligne représente un article vendu. Ce tableau contient des informations sur les articles vendus dans chaque commande, telles que le numéro de référence de la commande, le numéro du produit, la quantité, etc. Les exemples ci-dessous utilisent sales_flat_order_item
comme nom d’un exemple de tableau d’éléments de commande.
Dimensions
- Item_id : identifiant unique de chaque ligne du tableau.
- Order_id : clé de référence de votre table
Orders
qui vous indique les articles achetés dans la même commande. Si une commande contient plusieurs éléments, cette valeur est répétée. - Product_id : si vous souhaitez des informations sur le produit spécifique acheté (couleur, taille, etc.), utilisez cette colonne pour extraire ces informations de la table de produits.
- Order’s created_at : horodatage de la commande, généralement copié dans la table
order line items
de la tableOrders
. - Order’s coupon_code : à l’instar de la dimension
Order's created_at
, cette colonne est copiée à partir de votre table de commandes.
Table des abonnements
Ce tableau permet de gérer vos informations d’abonnement, telles que l’ID d’abonnement, l’adresse électronique de l’abonné, la date de début de l’abonnement, etc.
Dimensions
- Customer_id : identifiant unique du client qui a passé la commande. Il s’agit d’une méthode courante pour créer un chemin entre la table Clients et la table Commandes. Dans ces exemples, vous vous attendez à ce que le customer_id de la table sales_plat_order s'aligne sur le
entitiy_id
de la tablecustomer_entity
. - Start date : date de début de l’abonnement d’un client.
Tableau des dépenses marketing
Lors de l’analyse de vos dépenses marketing, vous pouvez inclure Facebook, Google AdWords ou d’autres sources dans vos analyses. Si vous disposez de plusieurs sources de dépenses marketing, contactez l’ équipe Managed Services pour obtenir de l’aide sur la configuration d’un tableau consolidé pour vos campagnes marketing.
Dimensions
- Spend : somme des dépenses publicitaires. Dans Facebook, il s’agit de la colonne des dépenses de la table
facebook_ads_insights_####
. Pour Google AdWords, il s’agit de la colonneadCost
de la tablecampaigns####
. - Le
####
ajouté à chacune de ces tables correspond à l’ID de compte spécifique pour votre compte Facebook ou Google AdWords. - Clicks : nombre total de clics. Dans Facebook, il s’agit de la colonne des clics dans la table
facebook_ads_insights_####
. Dans Google AdWords, il s’agit de la colonne adClicks de la tablecampaigns####
. - Impressions : nombre total d’impressions. Dans Facebook, il s’agit des impressions de la table
facebook_ads_insights_####
. Dans Google AdWords, il s’agit des impressions de la tablecampaigns####
. - Campaign : nombre total de clics. Dans Facebook, il s’agit de la colonne campaign_name de la table
facebook_ads_insights_####
. Dans Google AdWords, il s’agit de la colonne de campagne dans la tablecampaigns####
. - Date : heure et date auxquelles l’activité (dépenses, clics ou impressions) s’est produite pour une campagne spécifique. Dans Facebook, il s’agit de la colonne
date_start
de la tablefacebook_ads_insights_####
. Dans Google AdWords, il s’agit de la colonne de dates dans la tablecampaigns####
. - Customer’s first order’s source : source de la commande issue de la première commande d’un client. Tout d’abord, vérifiez si votre compte contient une colonne nommée
customer's first order's source
. Si vous ne voyez pas cette colonne, vous pouvez créer la colonne de votre choix en suivant ces instructions. - Customer’s first order’s medium : support de la commande issue de la première commande d’un client. Tout d’abord, vérifiez si votre compte contient une colonne nommée
customer's first order's source
. Si vous ne voyez pas cette colonne, vous pouvez créer la colonne de votre choix en suivant ces instructions. - Customer’s first order’s campaign : campagne de la commande issue de la première commande d’un client. Tout d’abord, vérifiez si votre compte contient une colonne nommée
customer's first order's source
. Si vous ne voyez pas cette colonne, vous pouvez créer la colonne de votre choix en suivant ces instructions.
Rapports et mesures courants
Voici quelques exemples courants de rapports et de mesures que vous trouverez utiles :
Customer Analytics customeranalytics
Nouveaux utilisateurs
-
Description : nombre total d’utilisateurs nouvellement acquis sur une période donnée.
New Users
est différent deUnique Customers
, carNew Users
dispose de l’horodatage selon lequel un compte a été créé avec votre service (cela ne signifie pas qu’ils ont nécessairement passé une commande) tandis queUnique Customers
ont passé au moins une commande. -
Définition de mesure : cette mesure exécute un décompte de
entity_id
à partir de la tablecustomer_entity
triée parcreated_at
. -
Exemple de rapport : nombre de nouveaux utilisateurs créés le mois dernier
- Metric :
New Users
- Time Range :
Last Month
- Time Interval :
By Day
- Metric :
Clients uniques
-
Description : comptage du nombre total de clients distincts sur une période donnée. Différent de
New Users
, car il effectue uniquement le suivi des clients qui ont passé au moins une commande. Le rapport d’un client distinct effectue uniquement le suivi d’un client une fois dans un intervalle de temps donné. Si vous définissez l’intervalle de temps surBy Day
et qu’un client effectue plusieurs achats ce jour-là, le client n’est comptabilisé qu’une seule fois. Si vous souhaitez afficher un nombre total d’achats en général, regardezNumber of Orders
. -
Définition de mesure : cette mesure exécute un Comptage distinct de
customer_id
à partir de la tablesales_flat_order
triée parcreated_at
. -
Exemple de rapport : clients distincts par semaine au cours des 90 derniers jours
- Metric :
Distinct Customers
- Time Range :
Moving range > Last 90 Days
- Time Interval :
By Day
- Metric :
Nouveaux abonnés
-
Description : nombre total de nouveaux abonnés acquis sur une période donnée.
-
Définition de mesure : cette mesure exécute un Comptage distinct de
customer_id
à partir de la tablesubscriptions
triée parstart_date
. -
Exemple de rapport : nouveaux abonnés cette année par mois
- Metric :
New Subscribers
- Time Range :
1 Year Ago to 0 Days Ago
- Time Interval :
By Month
- Metric :
Clients réguliers
-
Description : nombre total de clients qui ont passé plusieurs commandes sur une période. Dans un rapport de clients réguliers, vous pouvez utiliser la mesure
Distinct Customers
et la dimensionCustomer's Order Number
de votre tableorders
. -
Mesure utilisée :
Distinct Customers
-
Exemple de rapport : nombre de 2e et 3e achats effectués l’année dernière
- Metric :
Distinct Customers
- Time Range :
Moving Range > Last Year
- Time Interval :
By Month
- Group By :
Customer's Order Number
, puis sélectionnez2
et3
- Metric :
-
Exemple de rapport 2 : nombre de clients réguliers les dernières années
- Metric :
Distinct Customers
- Filters :
Customer's Order Number Greater Than 1
- Time Range :
Moving range > Last Year
- Time Interval :
By Month
- Metric :
Clients principaux par nombre de commandes au cours de la durée de vie
-
Description : liste des principaux clients selon leur nombre total de commandes. Vous obtenez ainsi une liste directe de vos acheteurs les plus fréquents.
-
Mesure utilisée :
Orders
-
Exemple de rapport : 25 premiers clients par nombre de commandes sur toute la durée de vie
- Metric :
Orders
- Time Range :
All Time
- Time Interval :
None
- Group By :
customer_email
- Show Top/Bottom : 25 premiers triés par commandes
- Metric :
Meilleurs clients par chiffre d’affaires sur la durée de vie
-
Description : liste des principaux clients en fonction des recettes sur la durée de vie.
-
Mesure utilisée :
Average Lifetime Revenue
-
Exemple de rapport : 25 premiers clients par revenu sur la durée de vie
- Metric :
Average Lifetime Revenue
- Time Range :
All time
- Time Interval :
None
- Group By :
customer_email
- Show Top Bottom : 25 premiers triés par recettes sur la durée de vie
- Metric :
Chiffre d’affaires moyen par cohorte
-
Description : effectuez le suivi des recettes de durée de vie moyenne des cohortes distinctes d’utilisateurs au fil du temps pour identifier les cohortes les plus performantes. Les cohortes sont regroupées par date courante, comme la date de première commande ou la date de création.
-
Mesure utilisée :
Revenue
-
Exemple de rapport : revenu moyen sur la durée de vie des clients par cohorte
- Metric :
Revenue
- Cohort Date :
Customer's first order date
- Time Interval :
Month
- Time Period : Déplacement d’un ensemble de cohortes des huit cohortes les plus récentes avec au moins quatre mois de données
- Duration :
12 Month(s)
- Table :
Customer_entity
- Perspective : Valeur moyenne cumulée par membre de cohorte
- Metric :
Clients par utilisation des coupons
-
Description : nombre de clients acquis qui ont utilisé un code de coupon/réduction. Cela peut vous aider à obtenir une vue claire de vos demandeurs de réduction par rapport aux acheteurs à prix plein.
-
Mesure utilisée :
New Users
-
Exemple de rapport : clients coupon et non-coupon par mois
- Metric A :
Non coupon customers
- Metric :
New Users
- Filters : Nombre de commandes de durée de vie du client supérieur à 0 et Nombre de bons de durée de vie du client égal à 0
- Metric B :
Coupon customers
- Metric :
New Users
- Filters : nombre de commandes supérieures à 0 de la durée de vie des clients et nombre de bons supérieurs à 0 de la durée de vie des clients
- Time range :
All Time
- Time interval :
By Month
- Metric A :
-
Exemple de rapport 2 : pourcentage de clients Bon et non-bons par mois
-
Metric A :
Non coupon customers
(masquer la mesure)- Metric :
New Users
- Filters :
Customer's Lifetime Number of Orders Greater Than 0
etCustomer's Lifetime Number of Coupons Equal to 0
- Metric :
-
Metric B :
Coupon customers
- Metric :
New Users
- Filters :
Customers Lifetime Number of Orders Greater Than 0
etCustomer's Lifetime Number of Coupons Greater Than 0
- Metric :
-
Time Range :
All Time
-
Time Interval :
By Month
-
Formula :
B/(A+B)
-
Chiffre d’affaires moyen des 30 premiers jours
- Description : Moyenne du montant des recettes générées par les clients au cours de leurs 30 premiers jours en tant que client.
- Description de mesure : cette mesure exécute une moyenne de
Customer's First 30 Day Revenue
à partir de la tablecustomer_entity
triée parcreated_at
. - Description du rapport : moyenne sur tout le temps des 30 premiers jours du chiffre d’affaires du client
- Metric :
Average First 30 Day Revenue
- Time Range :
All Time
- Time Interval :
None
Chiffre d’affaires moyen des clients
-
Description : montant moyen des recettes générées par vos clients au cours de leur vie.
-
Description de la mesure : cette mesure exécute une moyenne de la colonne
Customer's Lifetime Revenue
sur la tablecustomer_entity
basée surcreated_at
. -
Description du rapport : moyenne sur tout le temps des recettes de durée de vie du client
- Metric :
Average Customer Lifetime Revenue
- Time Range :
All Time
- Time Interval :
None
- Metric :
Analyse des commandes orderanalytics
Recettes
-
Description : la mesure des recettes affiche le total des recettes générées sur une période donnée.
-
Cette mesure exécute une somme de
grand_total
à partir de la tablesales_flat_order
triée parcreated_at
. -
Exemple de rapport : Recettes par mois, YTD
- Metric :
Revenue
- Time Range :
1 Year Ago to 1 Month Ago
- Intervalle de temps :
By Month
- Metric :
Commandes
-
Description : nombre total de commandes sur une période donnée. Un rapport Commandes effectue le suivi des modifications du volume des commandes provoquées par les nouvelles offres de produits, les promotions ou tout autre élément susceptible d’augmenter (ou de diminuer) le volume des transactions. Vous voudrez peut-être souvent segmenter cette mesure en fonction de certaines variables pour répondre à vos questions.
-
Définition de mesure : cette mesure exécute un décompte de
entity_id
à partir de la tablesales_flat_order
triée parcreated_at
. -
Exemple de rapport : commandes par mois, YTD
- Metric :
number of orders
- Time Range :
1 Year Ago to 1 Month Ago
- Time Interval :
By Month
- Metric :
Produits commandés
-
Description : La mesure des produits commandés indique la quantité d’articles vendus sur une période donnée.
-
Définition de mesure : cette mesure exécute une somme de
qty_ordered
à partir de la tablesales_flat_order_item
triée parcreated_at
. -
Exemple de rapport : articles vendus par mois, YTD
- Metric :
Products ordered
- Time Range :
1 Year Ago to 1 Month Ago
- Time Interval :
By Month
- Metric :
-
Combinez cette mesure à la mesure du nombre de commandes pour calculer le nombre d’articles par commande. Ajoutez ensuite des codes de coupon au rapport afin de déterminer l’impact de vos promotions sur la taille du panier, ou segmentez-les par nouvelles commandes par rapport aux commandes répétées, afin de mieux comprendre le comportement de vos clients.
-
Exemple de rapport : produits par commande : première commande ou commandes répétées
-
Metric A : Produits commandés : première commande
- Metric :
Products ordered
- Filter :
Customer's order number = 1
- Metric :
-
Metric B : Commandes : première commande
- Metric :
Orders
- Filter :
Customer's order number = 1
- Metric :
-
Metric C : produits commandés : commandes répétées
- Metric :
Products ordered
- Filter :
Customer's order number > 1
- Metric :
-
Metric D : Commandes : commandes répétées
- Metric :
Orders
- Filter :
Customer's order number > 1
- Metric :
-
Time Range :
1 Year Ago to 1 Month Ago
-
Time Interval :
By Week
-
Formula 1 :
A/B
-
Formula 2 :
C/D
-
Multiple Y-Axes box
et Hide
.
Valeur de commande moyenne
-
Description : Trackez la valeur moyenne des commandes passées sur une période. Utilisez cette mesure pour déterminer rapidement la manière dont la valeur de commande moyenne (AOV) a fluctué en raison de vos efforts marketing, de votre offre de produits et/ou d’autres changements survenus dans votre entreprise.
-
Définition de mesure : cette mesure exécute une moyenne de
grand_total
à partir de la tablesales_flat_order
triée parcreated_at
. -
Exemple de rapport : AOV par rapport à l’année précédente, YTD
- Metric :
Average order value
- Time Range :
1 Year Ago to 1 Month Ago
- Time Interval :
By Month
- Perspective :
Amount Change vs Previous Year
- Metric :
Produits les plus achetés avec des bons
-
Description : ce rapport fournit des informations sur les produits vendus lorsque vous proposez des promotions ou des bons.
-
Mesure utilisée : produits commandés
-
Exemple de rapport : produits les plus achetés avec des coupons
- Metric :
Products ordered
- Filter :
Order's coupon_code Is Not \[NULL\]
- Time Range :
All-Time
- Time Interval :
None
- Group By :
name
(ouSKU
, ou tout autre identifiant de produit) - Show top/bottom : 25 premiers triés par produits commandés
- Metric :
Durée entre les commandes
-
Description : testez vos hypothèses et attentes concernant les cycles d’achat de vos clients avec une analyse durée entre les commandes qui examine la moyenne (ou la médiane !) durée entre les achats. Dans le graphique ci-dessous, vous pouvez constater que vos meilleurs clients - ceux qui passent plus de trois commandes - effectuent leur deuxième achat en moins de six mois. Les clients qui n’ont pas passé de quatrième commande attendent 14 mois avant d’effectuer un deuxième achat.
-
Définition de mesure : cette mesure exécute une moyenne de
Time since previous order
à partir desales_flat_order
ordonnée parcreated_at
. -
Exemple de rapport :
-
Mesure 1 : ≤ 3 commandes
- Metric :
Average time between orders
- Filter :
Customer's lifetime number of orders ≤ 3
- Metric :
-
Mesure 2 : > 3 commandes
- Metric :
Average time between orders
- Filter :
Customer's lifetime number of orders > 3
- Metric :
-
Time Range :
All-Time
-
Time Interval :
None
-
Group By:
Customer's order number (previous-current)
-
Multiple Y-Axes
.
Analyse des dépenses marketing mktgspendanalytics
Dépenses publicitaires
-
Description : vous pouvez analyser vos dépenses marketing sur plusieurs périodes et intervalles, par campagnes ou ensembles de publicités, ou sur d’autres segments.
-
Définition de mesure : cette mesure exécute une Somme sur la colonne des dépenses dans la table
Marketing Spend
triée par la colonnedate
. -
Exemple de rapport : dépenses publicitaires par campagne
- Metric :
Ad spend
- Time Range :
All-Time
- Time Interval :
None
- Group By :
campaign
- Metric :
Impressions publicitaires et clics publicitaires
-
Description : Outre l’analyse des dépenses publicitaires, vous pouvez analyser vos impressions publicitaires et vos clics publicitaires.
-
Définition de mesure : cette mesure exécute une Somme sur la colonne des impressions (ou clics) dans la table
Marketing Spend
triée par colonne de date. -
Exemple de rapport : ajout d’impressions et de clics publicitaires par jour
- Metric A :
Ad impressions
- Metric B :
Ad clicks
- Time Range :
1 Year Ago to 3 Months Ago
- Time Interval :
By Day
- Metric A :
Taux de clics (CTR)
-
Description : à l’aide des mesures d’impressions de publicité et de clics publicitaires que vous avez créées ci-dessus, vous pouvez analyser votre taux de clics publicitaires en fonction de différentes campagnes au fil du temps.
-
Exemple de rapport : CTR par campagne
- Metric A :
Ad impressions
- Metric B :
Ad clicks
- Time Range:
All-Time
- Time Interval :
None
- Formula :
B/A
- Sélectionnez l’option
%
. - Group By :
campaign
- Metric A :
CTR
et masquer toutes les mesures.
Coût par clic (CPC)
-
Description : à l’aide des mesures de dépenses publicitaires et de clics publicitaires que vous avez créées ci-dessus, vous pouvez analyser votre coût par clic selon différentes campagnes au fil du temps.
-
Exemple de rapport : CPC par campagne
- Metric A :
Ad spend
- Metric B :
Ad clicks
- Time Range :
All-Time
- Time Interval :
None
- Formula :
A/B
- Sélectionnez l’option
currency
. - Group By :
campaign
- Metric A :
CPC
et masquer toutes les mesures.
Clients par source d’acquisition
-
Description : si vous effectuez le suivi de la source, du support et de la campagne d’une commande à l’aide de Google eCommerce, vous pouvez analyser vos clients en fonction de leur source d’acquisition. Cela vous permet d’identifier les sources marketing qui acquièrent des clients et de répondre à des questions telles que "La plupart de vos clients passent-ils leurs premières commandes via Google, Facebook ou une autre source ?"
-
Exemple de rapport : clients par source d’acquisition
- Metric Used :
New Customers
- Time Range :
All-Time
- Time Interval :
By Month
- Group By :
Customer's first order's source
- Metric Used :
Clients par moyen d’acquisition et campagne d’acquisition
-
Description : tout comme vous analysez les clients par source d’acquisition, vous pouvez également analyser vos clients selon le support et la campagne de leur première commande. Cela peut vous aider à répondre à des questions telles que "Quelles campagnes attirent de nouveaux clients ?"
-
Exemple de rapport : clients par campagne d’acquisition avec support payant
- 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
- Metric Used :
New Customers
, vous pouvez ajouter tout autre média considéré comme "payant" pour votre entreprise, par exemple le CPC ou le référencement payant.
Coût d’acquisition client (CAC) ou coût par acquisition (CPA)
-
Description : Pour analyser le coût d’une campagne, une méthode consiste à n’attribuer tous les coûts qu’aux clients que vous avez acquis au moyen de la campagne.
-
Exemple de rapport : CAC par campagne
-
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
-
Sélectionnez l’option
currency
. -
Group By :
- Pour la mesure
A
, sélectionnezCustomer's first order's campaign
- Pour la mesure
B
, sélectionnezcampaign
- Pour la mesure
-
CTR
et masquer toutes les mesures. Consultez également cet article pour plus d’informations.
Valeur de durée de vie par source d’acquisition, moyenne et campagne
-
Description : tout en analysant le nombre de clients acquis par chaque campagne, vous pouvez analyser le chiffre d’affaires moyen de la durée de vie de ces clients. Vous pouvez ainsi identifier :
- Si certaines campagnes attirent un grand volume de clients, mais que ces clients ont une faible valeur de durée de vie.
- Si certaines campagnes attirent un faible volume de clients, mais que ces clients ont une valeur de durée de vie élevée.
-
Exemple de rapport : commencez par ajouter la mesure
New customers
. Ajoutez ensuite la mesureAverage lifetime revenue
. Sélectionnez la période souhaitée et choisissezinterval
commeNone
. Enfin, sélectionnez l’optiongroup by
commeCustomer's first order's campaign
.- Metric A :
New Customers
- Filter A :
Customer's first order's source
COMME '%google%' - Filter B :
Customer's first order's medium IN ppc
- Metric B :
Average lifetime revenue
- Filter A :
Customer's first order's source
COMME '%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
- Metric A :
Retour sur investissement (ROI)
-
Description : Pour calculer le ROI par campagne, une méthode consiste à analyser toutes les commandes passées dans la campagne. Cependant, une autre méthode consiste à analyser la valeur de durée de vie des clients acquis par le biais d’une campagne. Pour analyser le ROI, il est important que les noms des campagnes soient cohérents entre vos données de dépenses et vos données transactionnelles. Si vous créez le rapport suivant et qu’il n’existe aucune valeur de ROI en raison de noms de campagne incohérents, vous devrez peut-être examiner le balisage UTM que vous avez implémenté.
-
Exemple de rapport : ROI par campagne
-
Metric A :
New Customers
-
Filter A :
Customer's first order's source
COMME '%google%' -
Filter B :
Customer's first order's medium IN ppc
-
Metric B :
Average lifetime revenue
-
Filter A :
Customer's first order's source
COMME '%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)
-
Sélectionnez l'option
%
. -
Group By :
- Pour les mesures
A
etB
, sélectionnezCustomer's first order's campaign
- Pour la mesure
C
, sélectionnezcampaign
- Pour les mesures
-