Lifetime Revenue Cohort分析

有多種方式可檢視您在Adobe Commerce Intelligence中的資料，而且您知道詮釋和理解與計算和視覺效果一樣重要。 本主題探索Commerce Intelligence cohort分析的強大功能。

lifetime revenue cohort分析是什麼意思？

下圖顯示每位使用者在取得後的一段時間內的累計支出。 Cohorts個使用者依其贏取月份分割。

例如，上方的橘線顯示2011年11月獲得的使用者平均值。 第一個資料點表示在第一個月中，在11月獲得的使用者平均大約花費$200。 第二個資料點表示這些使用者在其第二個月月底之前平均已花費約$240。 他們在第二個月的平均花費約為$40 (240 - 200)。 不同的行代表不同的使用者同類群組。 綠線代表十二月收購的使用者，藍色代表十月收購的使用者。

為什麼這很重要？

這種cohort分析可用於多種不同目的，但最直接的好處通常是更好的客戶贏取決策。 許多公司將其行銷支出限制在產生客戶首次購買盈利能力的管道。 只要客戶第一次購買的平均收益超過gross margin成本，這些公司就會透過指定管道付費購買客戶。

此方法的問題在於它通常會導致成長投資不足。 如果您的競爭者是根據對購買行為的更深入瞭解來行銷，他們會比您長。 lifetime revenue cohort分析可協助您瞭解擴大客戶贏取支出的後果，並提供簡單的方式將此資訊傳達給團隊其他成員。 如果未來的客戶行為與現有客戶相同，則為取得較高的CPA而取得客戶，可產生可預測的回收期。 根據企業的現金狀況，您可以定義您滿意的回收期間、在圖表中尋找相關點，並據此進行支出。

此外，您可以使用此分析來檢視您是否從取得的使用者開始、參與和創造收入方面變得更好。 例如，此cohort分析是檢視新使用者免費運送促銷活動是否導致重複購買者或一次性購買者永遠不再回訪的絕佳方法。

不同業務模式的差異為何？

對於大多數企業，lifetime revenue cohort分析圖表會在初始期間顯示大量支出，然後隨著時間緩慢增加。 最初的尖峰是因為客戶在獲得後不久就更有可能進行首次購買，比其他任何時候都要多。 如果贏取事件本身為購買，則100%的客戶會在第一個期間進行購買。 如果可在購買前進行註冊，這種影響就不會那麼劇烈。

例如，Groupon的初始跳轉可能會比Amazon低很多，因為許多註冊Groupon的人不會立即購買。 除非退款金額很高，否則此圖表會在初次跳轉後向上傾斜並往右傾斜。 成長率會隨著時間而降低，因為客戶在首次註冊時最活躍。 這會導致平均數下降，因為同類群組中的人數保持不變，無論有多少人回來購買更多產品。 在訂閱業務中，斜率的衰減幅度會小於人們進行一次性購買的業務中。

有時，訂閱業務實際上會有隨時間增加的斜率。 很少看到這種情況，但這是業務發生時的一個很好訊號。 這並非意味著零流失客戶，而是意味著客戶留住的升級多於離開的客戶的彌補。

如何計算此值？

此計算有兩個簡單的輸入： cohort中有多少成員（永不變更），以及這些成員在指定期間產生多少收入。 若要決定cohort中的成員，您可以計算相關期間內所取得的使用者數量。 贏取可以是首次購買、帳戶建立、電子報註冊或某些其他事件。 revenue計算比較複雜。 您想要加總此cohort的成員所下訂單的收入，這些訂單是在取得日期後的固定時段內發生的（例如，前三個月）。 最後，您將收入除以圖表每個時段之cohort中的成員數，並隨著時間累加此值。

此圖表的變數為何？

有許多不同型別的有用的cohort分析。 最常見的變數是依使用者贏取來源🔗進行篩選。 例如，您可能會想要檢視此圖表，找出來自organic搜尋、paid搜尋或附屬機構計畫的客戶。 這有助於您瞭解某個贏取來源的客戶是否比另一個贏取來源的客戶更忠實或更有價值。 您也可以依人口統計或其他使用者屬性進行篩選。

檢視資料的另一種方法是使用增量資料透視，而不是累積資料透視。 這會顯示平均使用者在取得後每個月所花費的遞增金額。 這對於預測您從現有使用者那裡獲得的重複購買次數非常有用。 您也可以透過收入以外的其他專案檢視此報告。 某些範例包括利潤和非財務量度，例如邀請、投票或訊息。