반복 확률 감소 및 이탈

매출의 일부가 반복 구매에서 발생한다면 단골 고객층의 엄청난 가치를 알고 있을 것입니다. 이를 위해서는 주문 간 시간이 어떻게 경과하고 고객이 이탈할 것으로 예상되는 시점을 파악하는 것이 중요합니다.

이 주제에서는 다음 질문에 답변하는 데 도움이 되는 분석을 살펴봅니다.

  • 고객이 다시 구매할 확률은 얼마입니까?
  • 고객의 가장 최근 구매 이후 시간에 따라 반복 주문 확률은 어떻게 달라집니까?
  • 고객이 언제 이탈된 것으로 간주되어야 합니까? 따라서, 언제 재활성화 캠페인이 시작되어야 합니까?

권장 지표

반복 확률 감소 및 이탈을 분석할 때 다음 지표를 사용하는 것이 좋습니다( 또는 빌드).

초기 반복 순서 확률

이 측정은 총 반복 주문 수, 총 주문 수의 백분율로 정의됩니다. 다른 방식으로 표현하면, 이는 다른 명령에 의해 후행될 명령의 가능성이다. 이 확률이 50%를 넘으면 전체 주문의 절반 이상이 후속 주문으로 이어지는 것을 의미한다.

주문 이후 주어진 개월 반복 주문 확률

이 조치는 사용자가 마지막 주문 이후 경과된 개월 수를 사용하여 다시 주문할 확률을 보여 줍니다. 이 지표를 생성하는 데 사용되는 공식은 다음과 같은 작업을 단순화합니다.

반복 확률 수식

비즈니스 모델에 따라 고객이 주문을 한 직후에 반복 주문 확률이 낮아지고 이후 몇 달 동안 계속 감소할 수도 있고 계절적 변동과 급증을 보여 줄 수도 있습니다.

반복 구매를 할 것으로 예상되는 고객의 비율(및 시간에 따른 이러한 트렌드 방식)을 이해하면 간격으로 고객을 타겟팅하여 반복 구매 확률을 극대화할 수 있습니다. 따라서 반복 구매 확률이 감소하는 경우 이탈된 고객을 식별하는 시간을 선택하고 유지에서 재활성화로 노력을 전환할 수 있습니다.

오늘의 예

전형적인 전자 상거래 사업의 반복적인 확률 감소를 보라.

주문 이후 몇 달 동안 초기 반복 주문 확률 반복 주문 확률

초기 반복 순서 확률

이 예제에서 초기 반복 주문 확률(또는 고객이 반복 구매를 할 가능성)은 60%입니다. 이는 이 사업과 함께 이루어진 전체 주문의 60%가 후속 주문의 뒤를 잇고 있음을 의미한다.

주문 이후 주어진 개월 반복 주문 확률

이 보고서는 고객이 마지막 주문 후 몇 달이 지난 경우 고객이 다시 주문할 확률을 보여 줍니다. 이 보고서가 주어지면 이탈 임계값에 대한 단일 정의는 없지만 Adobe은 이탈 가능성이 초기 반복 확률률의 절반인 값을 초과하는 지점으로 이탈을 정의하는 것을 권장합니다.

이 예제의 초기 반복 확률률은 60%이므로 이탈 일자는 반복 순서 확률이 60%/2 = 30% 미만 또는 약 6개월일 때입니다. 다른 주문이 뒤따를 것으로 예상되는 60%의 주문 중 절반은 첫 6개월 이내에 이뤄졌다.

다른 방법으로 말해 고객이 후속 주문을 할 경우 6개월 표시 후보다 마지막 주문 후 6개월 이내에 해당 주문을 했을 가능성이 더 높습니다. 고객이 6개월 후에도 재구매하지 않은 경우 이 고객을 다시 끌어들이기 위해 재활성화 캠페인을 시작해야 합니다.

비즈니스 모델에 따라 반복 주문 확률이 50% 또는 10% 미만으로 떨어지는 지점과 같은 다른 임계값을 대신 선택할 수 있습니다. 만약 여러분의 내부지식이 다른 숫자를 제시한다면, 반드시 그것을 사용해야 합니다!

궁극적으로, 목표는 보존에서 재활성화 노력으로 전환하는 것이 적절할 임계값을 선택하는 것입니다. 유지 노력에는 제안된 후속 구매를 통해 기존 고객과 다시 소통하기 위한 이메일이 포함될 수 있는 반면, 재활성화 노력에는 쿠폰 및 거래가 있는 종료된 고객에게 이메일이 포함될 수 있습니다.

어떤 질문을 고려해야 합니까?

비즈니스에 적용되는 반복 주문 확률을 이해하는 데 도움이 되도록 Adobe은 자신의 데이터를 탐색할 때 다음 질문을 고려하는 것을 제안합니다.

  • 초기 반복 주문 확률이 예상됩니까? 그렇지 않다면 왜 더 높아야 한다고 생각하는가, 더 낮아야 한다고 생각하는가?
  • 마지막 주문 이후 특정 달의 반복 주문 확률은 큰 감소가 있습니까? 그렇다면 이러한 변경이 예상됩니까?
  • 현재 이탈 임계값은 무엇입니까?
  • 현재 이탈 임계값이 마지막 주문 보고서 이후 몇 달 동안의 반복 주문 확률에 있는 값 중 하나와 일치합니까?
  • 현재 임계값은 보존에서 재활성화로 전환하는 광고 노력을 반영합니까?
  • 확률 감소가 초기 반복 확률률의 절반인 값을 초과하는 월로 임계값을 변경하는 것이 비즈니스에 적절한가?

그밖에 무엇을 분석해야 합니까?

위의 분석을 만들고 이탈 임계값을 결정한 후 더 많은 분석을 빌드하여 이탈된 사용자의 일반적인 트렌드를 식별할 수 있습니다. 예를 들어, 이탈한 고객이 같은 기간 동안 획득한 고객입니까? 아니면 마지막 주문에서 유사한 제품을 구매한 고객입니까? 이탈 임계값이 설정되면 이러한 이탈한 고객의 특정 트레이트를 자세히 살펴볼 수 있습니다.

두 개 이상의 제품을 제공하는 경우 특정 제품을 구매하는 고객이 다른 고객과 비교하여 시간이 지남에 따라 어떻게 다르게 동작하는지 궁금할 수 있습니다. 자세히 알아보시겠습니까? 이 자습서를 통해 구입한 특정 제품을 기반으로 고객 집단의 라이프타임 구매 행동을 살펴볼 수 있습니다.

이 모범 사례는 Adobe Commerce Intelligence DAS(데이터 분석 서비스)에서 제공합니다. 자세한 내용은 지원팀에 문의하세요.

관련 항목

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