설명서CommerceCommerce Intelligence 사용 안내서

고급 쿠폰 코드 분석

Last update: Mon Jul 15 2024 00:00:00 GMT+0000 (Coordinated Universal Time)
  • 주제:
  • 데이터 웨어하우스 관리자
  • 신고 수

작성 대상:

  • 초급
  • 중간
  • 관리자
  • 사용자

비즈니스의 쿠폰 성능을 이해하는 것은 주문을 세그먼트화하고 고객을 더 잘 이해할 수있는 흥미로운 방법입니다. 이 항목에서는 쿠폰을 사용하여 획득하는 고객, 일반적인 쿠폰 사용을 어떻게 수행하고 추적하는지를 이해하기 위한 분석을 만드는 단계를 안내합니다.

이 분석에는 고급 계산 열이(가) 포함되어 있습니다.

시작

첫 번째 단계로, 다음 열이 Data Warehouse에 동기화되어 있는지 확인해야 합니다. 그렇지 않은 경우 계속 진행하여 Manage Data > Data Warehouse(으)로 이동한 다음 내용을 동기화하여 추적하십시오.

  • sales_flat_order 테이블
  • coupon_code
  • base_discount_amount

계산된 열

게스트 주문 정책에 관계없이 생성할 열:

  • sales\_flat\_order 테이블

  • 쿠폰이 적용되었습니까?

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: coupon\_code

    • ​

      데이터 유형: String

    • Calculation: A이(가) null인 경우 No coupon이(가) 아니면 Coupon이(가) 끝남

  • [INPUT] customer_id - 쿠폰 코드

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: customer\_id
      • B: coupon\_code

    • Datatype 문자열

    • Calculation: concat(A,' - ',B)

  • 이 쿠폰이 포함된 주문 수

    • Column type: Same Table => EVENT\_NUMBER
    • 이벤트 소유자:INPUT customer_id - coupon code
    • 이벤트 순위: created\_at
    • Filters: Orders we count 필터 집합

게스트 주문이 지원되지 않는 경우 생성할 추가 열:

  • customer\_entity 테이블

    • 고객의 첫 주문에 쿠폰이 포함되었습니까? (쿠폰/쿠폰 없음)

    • Column type: Many to One => MAX

    • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id

    • column 선택: Order has coupon applied? (Coupon/No coupon)

    • Filters:

      • A: Orders we count
      • B: Customer's order number = 1

    • 고객 첫 주문 쿠폰

      • Column type: Many to One => MAX

      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id

      • column 선택: coupon\_code

      • Filter:

        • A: Orders we count
        • B: Customer's order number = 1

    • 사용된 고객의 라이프타임 쿠폰 수

      • Column type: Many to One => COUNT

      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id

      • Filter:

        • A: Orders we count
        • B: Order has coupon applied? (Coupon/No coupon) = Coupon

    • 쿠폰 획득 고객 또는 비쿠폰 획득 고객

      • Column type: Same Table => CALCULATION

      • Inputs:

        • A: Customer's first order included a coupon? (Coupon/No coupon)

      • ​

        데이터 유형: String

      • Calculation: A='Coupon', 'Coupon acquisition customer', 기타 'Non-coupon acquisition customer'인 경우

    • 쿠폰이 포함된 고객 주문 비율

      • Column type: Same Table => CALCULATION

      • Inputs:

        • A: User's lifetime number of coupons used
        • B: User's lifetime number of orders

      • ​

        데이터 유형: Decimal

      • Calculation: A가 null이거나 B가 null이거나 B=0인 경우 A/B가 null이 됩니다.

    • 고객의 쿠폰 사용

      • Column type: Same Table => Calculation

      • Inputs:

        • A: Percent of customer's orders with coupon

      • ​

        데이터 유형: String

      • Calculation: A가 null이면 null, A=0이면 '쿠폰 사용 안 함', A<0.5이면 '주로 전체 가격', A=0.5이면 '50/50', A=1이면 '쿠폰만', A>0.5이면 '주로 쿠폰', 기타 '정의되지 않음' 종료

  • sales\_flat\_order 테이블

    • 고객의 첫 주문에 포함된 쿠폰이 있습니까? (쿠폰/쿠폰 없음)

      • Column type: One to Many => JOINED\_COLUMN
      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id
      • column 선택: Customer's first order included a coupon? (Coupon/No coupon)
        ^

    • 고객 첫 주문 쿠폰

      • Column type: One to Many => JOINED\_COLUMN
      • Path: sales\_flat\_order.customer\_id = customer\_entity.entity\_id
      • column 선택: Customer's first order coupon?

게스트 주문이 지원되지 않는 경우 생성할 추가 열:

  • sales\_flat\_order 테이블

    • 고객의 첫 주문에 쿠폰이 포함되었습니까? (쿠폰/쿠폰 없음) - 분석가가 [COUPON ANALYSIS] 티켓의 일부로 만들었습니다.
    • 고객의 첫 번째 주문 쿠폰- 분석가가 [COUPON ANALYSIS] 티켓의 일부로 만들었습니다.

  • 고객의 라이프타임 쿠폰 수- 분석가가 [COUPON ANALYSIS] 티켓의 일부로 만든 쿠폰

  • 쿠폰 획득 고객 또는 비쿠폰 획득 고객

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: Customer's first order included a coupon? (Coupon/No coupon)

    • ​

      데이터 유형: String

    • Calculation: A='Coupon', 'Coupon acquisition customer', 기타 'Non-coupon acquisition customer'인 경우

  • 쿠폰이 포함된 고객 주문 비율

    • Column type: Same Table => CALCULATION

    • Inputs:

      • A: User's lifetime number of coupons used
      • B: User's lifetime number of orders

    • ​

      데이터 유형: Decimal

    • Calculation: A가 null이거나 B가 null이거나 B=0인 경우 A/B가 null이 됩니다.

  • 고객의 쿠폰 사용

    • Column type: Same Table => Calculation

    • Inputs:

      • A: Percent of customer's orders with coupon

    • ​

      데이터 유형: String

    • Calculation: A가 null이면 null, A=0이면 '쿠폰 사용 안 함', A<0.5이면 '주로 전체 가격', A=0.5이면 '50/50', A=1이면 '쿠폰만', A>0.5이면 '주로 쿠폰', 기타 '정의되지 않음' 종료

지표

  • 쿠폰 할인 금액

    • Orders we count
    • Order has coupon applied? (Coupon/No coupon)= Coupon

  • sales\_flat\_order 테이블에서

  • 이 지표는 합계 ​를 수행합니다.

  • discount\_amount 열에서

  • created\_at 타임스탬프로 정렬됨

  • Filter:

  • 사용된 쿠폰 수

    • Orders we count
    • Order has coupon applied? (Coupon/No coupon)= Coupon

  • sales\_flat\_order 테이블에서

  • 이 지표는 Count ​을 수행합니다.

  • entity\_id 열에서

  • created\_at 타임스탬프로 정렬됨

  • Filter:

NOTE
새 보고서를 작성하기 전에 모든 새 열을 지표에 차원으로 추가하십시오.

보고서

  • %의 쿠폰 획득 및 비쿠폰 획득 고객

    • Metric: New customers

  • 지표 A: Coupon acquisitions

  • Time period: All time

  • ​
    간격: None

  • Group by: Coupon acquisitions customer 또는 Non coupon acquisition customer

  • ​
    차트 유형: Pie

  • 쿠폰을 획득하거나 쿠폰을 획득하지 않은 고객 수

    • Metric: New customers

  • 지표 A: Coupon acquisitions

  • Time period: All time

  • Interval: By Month

  • Group by: Coupon acquisitions customer 또는 Non coupon acquisition customer

  • Chart type: Stacked column

  • 평균 라이프타임 수익: 쿠폰 Acq. (90일 이상)

    • Metric: Average lifetime revenue
    • Filter:
      • 고객의 첫 번째 주문에 포함 쿠폰 (쿠폰 / 쿠폰 없음) = 쿠폰

  • 지표 A: Average lifetime revenue (at least 3 months age)

  • Time period: X years ago to 90 days ago

  • ​
    간격: None

  • ​
    차트 유형: Scalar

  • 평균 라이프타임 수익: 비쿠폰 Acq. (90일 이상)

    • Metric: 평균 라이프타임 수익
    • Filter:
      • 고객의 첫 번째 주문에 포함된 쿠폰 (쿠폰 / 쿠폰 없음) = 쿠폰 없음

  • 지표 A: Average lifetime revenue (at least 3 months age)

  • Time period: X years ago to 90 days ago

  • ​
    간격: None

  • ​
    차트 유형: Scalar

  • 첫 주문 쿠폰별 평균 라이프타임 수익

    • Metric: Average lifetime revenue

  • 지표 A: Average lifetime revenue

  • Time period: All time

  • ​
    간격: None

  • Group by: Customer's first order's coupon

  • ​
    차트 유형: Column

NOTE
많은 쿠폰 코드가 있는 경우, 많은 클라이언트가 하는 것처럼, 평균 라이프타임 수익별로 정렬된 상위 10과 같은 상위/하위를 적용하려고 합니다.

  • 순서 반복 가능성: 쿠폰 획득

    • Metric: Number of orders

    • Filter:

      • 고객의 첫 번째 주문에 포함 쿠폰 (쿠폰 / 쿠폰 없음) = 쿠폰

    • Metric: Number of orders

    • Filter:

      • 고객의 첫 번째 주문에 포함 쿠폰 (쿠폰 / 쿠폰 없음) = 쿠폰
      • 고객의 마지막 주문입니까? = 아니요

    • ​

      공식: B/A

    • Format: Percentage %

    • Customer's by lifetime orders 차트에서 통계적으로 중요한 숫자를 선택하십시오. 차트를 볼 때 버킷에 30명 이상의 고객이 있는 주문 번호를 찾는 것이 좋습니다. 데이터 세트에 따라, 이는 많은 수일 수 있으므로 1-10을 자유롭게 추가할 수 있습니다.

  • 지표 A: Number of orders

  • 지표 B: Number of non last orders

  • Formula: Repeat order probability

  • Time period: All time

  • ​
    간격: None

  • Group by: Customer's order number

  • Chart type: Bar chart

  • 반복 주문 확률: 비쿠폰 획득

    • Metric: Number of orders

    • Filter:

      • 고객의 첫 번째 주문에 포함 쿠폰 (쿠폰 / 쿠폰 없음) = 쿠폰 없음

    • Metric: Number of orders

    • Filter:

      • 고객의 첫 번째 주문에 포함 쿠폰 (쿠폰 / 쿠폰 없음) = 쿠폰 없음
      • 고객의 마지막 주문입니까? = 아니요

    • ​

      공식: B/A

    • Format: Percentage %

    • Customer's by lifetime orders 차트 또는 1-5에서 통계적으로 중요한 숫자를 선택하세요.

  • 지표 A: Number of orders

  • 지표 B: Number of non last orders

  • Formula: Repeat order probability

  • Time period: All time

  • ​
    간격: None

  • Group by: Customer's order number

  • Chart type: Bar chart

  • 쿠폰을 획득한 고객의 쿠폰 사용률(반복 주문)

    • Metric: New customers

    • Filter:

      • 쿠폰 획득 고객 또는 비쿠폰 획득 고객 = 쿠폰 획득

    • Metric: Number of orders

    • Filter:

      • 고객 주문 번호 > 1
      • 고객의 첫 주문에 쿠폰이 포함되었습니까? (쿠폰/쿠폰 없음) = 쿠폰

    • Metric:Number of orders

    • Filter:

      • 고객 주문 번호 > 1
      • 고객의 첫 주문에 쿠폰이 포함되었습니까? (쿠폰/쿠폰 없음) = 쿠폰
      • 쿠폰이 적용되었습니까? (쿠폰/쿠폰 없음) = 쿠폰

    • ​

      공식: C/B

    • Format: Percentage %

  • 지표 A: Coupon-acquired customers

  • 지표 B: Number of repeat orders

  • 지표 C: Number of repeat orders with coupon

  • Formula: % of repeat orders with coupon

  • Time period: All time

  • ​
    간격: None

  • ​
    차트 유형: Table (더 나은 시각화를 위해 이 테이블의 위치를 바꿀 수 있음)

  • 쿠폰을 받지 않은 고객의 쿠폰 사용 비율(반복 주문)

    • Metric: New customers

    • Filter:

      • 쿠폰 획득 고객 또는 비쿠폰 획득 고객 = 비쿠폰 획득

    • Metric: Number of orders

    • Filter:

      • 고객 주문 번호 > 1
      • 고객의 첫 주문에 쿠폰이 포함되었습니까? (쿠폰/쿠폰 없음) = 쿠폰 없음

    • Metric: Number of orders

    • Filter:

      • 고객 주문 번호 > 1
      • 고객의 첫 주문에 쿠폰이 포함되었습니까? (쿠폰/쿠폰 없음) = 쿠폰 없음
      • 쿠폰이 적용되었습니까? (쿠폰/쿠폰 없음) = 쿠폰

    • ​

      공식: C/B

    • Format: Percentage %

  • 지표 A: Non-coupon-acquired customers

  • 지표 B: Number of repeat orders

  • 지표 C: Number of repeat orders with coupon

  • Formula: % of repeat orders with coupon

  • Time period: All time

  • ​
    간격: None

  • ​
    차트 유형: Table (더 나은 시각화를 위해 이 테이블의 위치를 바꿀 수 있음)

  • 쿠폰 사용 세부 정보(처음 주문)

    • Metric: Number of orders

    • Filter:

      • 고객의 주문 번호 = 1
      • 이 쿠폰이 포함된 주문 수 > 10

    • ​

      지표: Revenue

    • Filter:

      • 고객의 주문 번호 = 1
      • 이 쿠폰이 포함된 주문 수 > 10

    • Metric: Coupon discount amount

    • Filter:

      • 고객의 주문 번호 = 1
      • 이 쿠폰이 포함된 주문 수 > 10

    • Formula: B-C(C가 음수인 경우), B+C(C가 양수인 경우)

    • ​

      형식: Currency

    • Metric: Average order value

    • Filter:

      • 고객의 주문 번호 = 1
      • 이 쿠폰이 포함된 주문 수 > 10

  • 지표 A: First time orders (FTO)

  • 지표 B: Revenue from FTO

  • 지표 C: Discounts applied to FTO

  • Formula: Gross revenue from FTO

  • 지표 E: Average order value for FTO

  • Time period: All time

  • ​
    간격: None

  • Group by: coupon code

  • ​
    차트 유형: Table

NOTE
"이 쿠폰으로 주문 수"에 대한 10개 수량은 임의적입니다. 이 필터에 가장 적합한 수량을 자유롭게 사용하십시오.

  • 쿠폰이 포함된 주문 수(항상)

    • Metric: Number of coupons used

  • 지표 A: Number or orders with coupon

  • Time period: All time

  • ​
    간격: None

  • ​
    차트 유형: Scalar

  • 쿠폰이 있는 주문의 순 매출액(항상)

    • ​

      지표: Revenue

    • Filter:

      • 쿠폰이 적용되었습니까? (쿠폰/쿠폰 없음) = 쿠폰

  • 지표 A: Net revenue from orders with coupons

  • Time period: All time

  • ​
    간격: None

  • ​
    차트 유형: Scalar

  • 쿠폰 할인(항상)

    • Metric: Number of coupons used

  • 지표 A: Coupon discount amount

  • Time period: All time

  • ​
    간격: None

  • ​
    차트 유형: Scalar

  • 쿠폰이 포함된 주문 수 및 없는 주문 수

    • Metric: Number of orders

  • 지표 A: Number of orders

  • Time period: Last 24 months

  • ​
    간격: None

  • Group by: Order has coupon applied? (Coupon/No coupon)

  • Chart type: Stacked column

  • 반복 사용자 간 쿠폰 사용

    • Metric: New customers
    • Filter:
      • 고객의 라이프타임 주문 수 > 1

  • 지표 A: New customers

  • Time period: All time

  • ​
    간격: None

  • Group by: Customer's coupon usage

  • ​
    차트 유형: Pie

  • 쿠폰 사용 세부 정보

    • Metric: Number of orders with coupon

    • Filter:

      • 이 쿠폰이 포함된 주문 수 > 10

    • ​

      지표: Revenue

    • Filter:

      • 이 쿠폰이 포함된 주문 수 > 10

    • Metric: Coupon discount amount

    • Filter:

      • 이 쿠폰이 포함된 주문 수 > 10

    • Formula: B-C(C이(가) 음수인 경우), B+C(C이(가) 양수인 경우)

    • ​

      형식: Currency

    • Formula: C/(B-C)(C이(가) 음수인 경우), C/(B+C)(C이(가) 양수인 경우)

    • ​

      형식: Percentage

    • Metric: Average order value

    • Filter:

      • 이 쿠폰이 포함된 주문 수 > 10

    • ​

      공식: C/A

    • ​

      형식: Currency

    • Metric: Distinct buyers

    • Filter:

      • 이 쿠폰이 포함된 주문 수 > 10

  • 지표 A: Number of orders

  • 지표 B: Net revenue from orders

  • 지표 C: Total discounts applied

  • Formula: Gross revenue

  • Formula: % discounted

  • 지표 F: Average net order value

  • Formula: Average order discount

  • 지표 H: Distinct buyers

  • Time period: All time

  • ​
    간격: None

  • Group by: coupon code

  • ​
    차트 유형: Table

NOTE
"이 쿠폰으로 주문 수"에 대한 10개 수량은 임의적입니다. 이 필터에 가장 적합한 수량을 자유롭게 사용하십시오.

모든 보고서를 컴파일한 후 원하는 대로 대시보드에서 구성할 수 있습니다. 결과는 페이지 상단에 있는 이미지와 비슷할 수 있습니다.

이 분석을 작성하는 동안 질문이 있거나 Professional Services 팀에 문의하려는 경우 지원 팀에 문의하십시오.

NOTE
Adobe Commerce 2.4.7부터 고객은 quote_coupons 및 sales_order_coupons 테이블을 사용하여 고객이 여러 쿠폰을 사용하는 방법에 대한 통찰력을 얻을 수 있습니다.

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