Lifetime Revenue Cohort分析

有多种方法可查看您在Adobe Commerce Intelligence中的数据，您知道解释和理解与计算和可视化一样重要。 本主题探索Commerce Intelligence cohort分析的强大功能。

lifetime revenue cohort分析是什么意思？

下图显示了获取每个用户后的一段时间的累计支出。 Cohorts个用户按其客户获取月份进行拆分。

例如，上面的橙色线显示2011年11月被收购用户的平均数。 第一个数据点意味着在11月获得的用户在其第一个月中平均花费$200左右。 第二个数据点意味着到其第二个月结束时，这些用户平均已花费约$240。 他们在第二个月的平均支出约为$40 (240 - 200)。 不同的行表示不同的用户同类群组。 绿线表示在12月收购的用户，蓝色表示在10月收购的用户。

为什么这很重要？

这种cohort分析可用于多种不同目的，但最直接的好处通常是更好的客户获取决策。 许多公司将其营销支出限制在客户首次购买后产生盈利能力的渠道上。 这些公司通过特定渠道为收购客户付费，只要他们第一次购买的平均收益超过gross margin收购成本。

这种做法的问题在于，它往往导致对增长的投资不足。 如果您的竞争对手在营销时更深入地了解购买行为，他们的增长就会超过您。 “lifetime revenue cohort”分析可帮助您了解扩大客户获取支出的后果，并提供了一种简单的方式将此告知团队其他成员。 如果未来客户的行为与现有客户一样，则为获得更高的CPA而获取客户可产生可预测的回收期。 根据业务的现金状况，您可以定义适合的回收期，在图表中找到相关点，并相应地支出。

此外，您还可以使用此分析来了解您是否从所收购的用户那里更好地入门、参与和创造收入。 例如，此cohort分析非常适合用于查看新用户的免运费促销是否导致重复购买者或一次性购买者不再回访。

这在不同业务模式中将有何不同？

对于大多数企业，lifetime revenue cohort分析图表将显示初始期间的大量支出，然后随着时间的推移缓慢增加。 最初的激增是因为客户在收购后不久首次购买的可能性比其他任何时候都要大。 如果客户获取事件本身是购买，则100%的客户会在第一个时段进行购买。 如果注册可以在购买前进行，这种影响就不那么剧烈了。

例如，Groupon的初始跳转可能会比Amazon低得多，因为许多注册Groupon的用户不会立即购买。 除非存在大量退款，否则此图表在最初的跳跃之后将向上倾斜至右侧。 增长速度会随着时间的推移而逐渐降低，因为客户在首次注册时最活跃。 这会导致平均购买量下降，因为同类群组的人数保持不变，而不管有多少人回来购买更多产品。 在订购业务中，这种斜率的衰减幅度将小于人们一次性购买的业务。

有时，订阅业务实际上会随着时间推移而增加。 这种情况很少出现，但一旦发生，这对企业来说是一个很好的信号。 这并不意味着客户流失率为零，而是意味着客户升级带来的保留率超过离开客户的补偿率。

如何计算此值？

此计算有两个简单的输入：cohort中有多少成员（永不更改），以及这些成员在给定时段内产生了多少收入。 要确定cohort中的成员，您需要计算在相关期间获得的用户数。 客户获取可以是首次购买、帐户创建、新闻稿注册或某些其他事件。 revenue的计算要复杂一些。 您希望对此cohort的成员下达的订单收入进行汇总，这些订单是在其获取日期后的固定时间段内发生的（例如，前三个月）。 最后，将收入除以图表中每个时段在cohort中的成员数，然后在一段时间内累计添加此值。

此图表的变体是什么？

有许多不同类型的cohort有用分析。 最常见的变体是按用户获取源进行筛选。 例如，您可能希望查看此图表以查找来自organic搜索、paid搜索或附属项目计划的客户。 这有助于您了解来自一个客户获取来源的客户是否比另一个客户获取来源的客户更忠诚或更有价值。 您还可以按人口统计或其他用户属性进行过滤。

查看数据的另一种方法是使用增量（而非累积）数据视角。 这显示了平均用户在获得网站后每个月花费的递增金额。 这对于预测您从现有用户那里获得的重复购买次数非常有用。 除了收入以外，你还可以看到其他东西。 例如，保证金和非财务指标，如邀请、投票或消息。