在 Shoplytics「顧客:分眾分析」頁面中,您可以清楚瞭解不同顧客類型的比例,以及對商店貢獻的平均訂單金額等數據,且可以定期下載報表,觀測不同分眾成效指標長期的變化,進而分析商店的顧客生態並制定相對應的行銷計畫。
以下將分別介紹:
一、分眾分析頁面概覽
在 SHOPLINE 管理後台中,前往「報表及分析 > Shoplytics 數據分析中心 > 顧客 > 分眾分析」,點選頁面左上角「分眾類型」下拉選單,即可選擇列表內顯示哪種分眾類型:Smart RFIM、通路、消費行為。
*注意:此頁面資料為「每日」更新。
1. Smart RFIM 分眾洞見
若您選擇「Smart RFIM」分眾類型,下方會以熱圖的方式呈現 Smart RFIM 各分眾的佔比,以利您掌握顧客表現。以下將說明:
A. 圖表 X 軸:回購週期
圖表 X 軸為回購週期,由左至右依序劃分為:近期購買、準備回購、久未消費/持續互動。
每間店的回購週期皆不相同,系統將計算出此商店的回購週期。
a. 「回購週期」定義說明
根據商店所有重複消費顧客兩年內的消費紀錄,抓取消費間隔天數的中位數,計算出該店的回購週期,作為預測顧客回購狀態的基準。
回購週期以天為單位,若同一位顧客同一天成立多筆訂單,將聚合為同一次消費。
若您的商店第一張有效訂單成立起算尚未超過六個月、無重複消費顧客或兩年內無新訂單,系統將以「您的商店種類」中,所有店家的回購週期中位數作為代表該類別的回購週期,若該類別資料不足,則取所有商店種類的回購週期中位數。
例如:此商店中消費 「一次以上」的顧客,共有三位:
顧客 A:共消費三次,分別間隔 1、3、5 天,消費間隔天數的中位數為 3 天
顧客 B:共消費五次,分別間隔 10 、14 、5 、18 、17 天,消費間隔天數的中位數為 14 天
顧客 C:共消費二次,分別間隔 6、10 天,消費間隔天數的中位數為 8 天
則此商店的回購週期為 8 天(取 3 天、14 天、8 天的中位數)。
b.「近期消費、準備回購、久未消費、持續互動」定義說明
1. 近期消費:最近購買日期在「此商店的回購週期 x 0.8」之內
2. 準備回購:最近購買日期在「此商店的回購週期 x 0.8 ~ 1.2」之間
3. 久未消費:最近購買日期在「此商店的回購週期 x 1.2」之外
4. 持續互動:於「此商店的回購週期 x 3」之內有互動。「互動」:包含曾瀏覽網店、透過社群互動(粉專私訊、直播留言),但若顧客僅是社群互動用戶,沒有在網店留過資料且綁定網店顧客,則不會列入。
B. 圖表 Y 軸:消費次數/累積消費金額
圖表 Y 軸為消費次數或累積消費金額,由上至下依序劃分為:
名稱 | 定義 |
Top 消費 | 消費次數 >(3 或 Top 10%,取最大值) 或 累積消費金額 > Top 10% |
重複消費 | (3 或 Top 10%,取最大值) ≥ 消費次數 >1 且 累積消費金額 ≤ Top 10% |
單次消費 | 消費次數 = 1 且 累積消費金額 ≤ Top 10% |
無消費 | 無消費,但曾互動或造訪過的顧客。 |
*備註:會依據各分眾佔比分配格子高度,但即便是 0% 仍會有最低顯示高度。
C. 建議營運策略
游標移至任一分眾或點選中間的釘選圖示,將顯示該分眾的定義以及建議營運策略。
D. 相關數據
在熱圖下方會顯示各分眾的人數、訂單數、累積金額等資料,以及與前期的比較數據,您也可以點選「匯出名單」匯出各分眾顧客清單。
*備註:
匯出名單的欄位包含:顧客 ID、姓名、電郵、電話號碼、行動電話號碼、LINE 註冊 ID、Facebook 註冊 ID、黑名單?、接受優惠宣傳?、現有購物金、最初購買日期、最後購買日期、消費次數、累積金額、平均消費金額、是否為會員、會員級別。
E. 選擇前期比較
點選「選擇前期比較」開啟功能,可在熱圖及列表中看見最新的資料與前期資料的比較數據,前期預設為前一個月份,您也可以自訂比較週期。
*備註:
- 如前一期無資料而無法計算比較數據時,將顯示 -%。
- 比較週期最早可選擇到「2023 年 1 月」的資料。
- 比較將依據所選月份最後一天的資料進行。
- 成長率(%)=[(現在月份資料-比較月份資料)/比較月份資料]× 100%
2. 通路分眾洞見
若您選擇「通路」分眾類型,可查看僅網店消費顧客、僅實體店消費顧客等分眾的相關數據。
A. 分眾列表
可點選指標顯示您所要查閱的排序,例如:點選「人數」指標,列表即會顯示「人數」由高至低的分眾排序。
B. 欄位
可點選頁面右上角「欄位」下拉選單,選擇列表內要顯示哪些數據指標,聚焦查閱您所想要比較的數據。
C. 匯出名單
可點選各分眾右側「匯出名單」查看該分眾顧客詳細資訊。
匯出名單的欄位包含:顧客 ID、姓名、電郵、電話號碼、行動電話號碼、LINE 註冊 ID、Facebook 註冊 ID、黑名單?、接受優惠宣傳?、現有購物金、最初購買日期、最後購買日期、消費次數、累積金額、平均消費金額、是否為會員、會員級別。
3. 消費行為分眾洞見
若您選擇「消費行為」分眾類型,可查看單次消費顧客、重複消費顧客等分眾的相關數據。
您也可在此頁面「點選指標調整列表排序」、「選擇顯示欄位」、「匯出名單」。
二、匯出報表
點按此頁面右上角「匯出」按鈕,可選擇要匯出的報表,報表將寄至您的信箱:
- 全部報表匯出
- 自選報表匯出:可勾選要匯出 Smart RFIM、通路,或是消費行為類型的報表。
*備註:成長率、平均值及占比將計算至小數點後 4 位,其餘數據為整數。
三、顧客分眾及類型
1. Smart RFIM
Smart RFIM 將顧客區分為 9 種分眾類型,每種分眾類型名單皆不重疊,以下表格為各個分眾的定義說明。
- 回購週期定義說明,請參考:A. 圖表 X 軸:回購週期。
- 消費次數定義說明,請參考:B. 圖表 Y 軸:消費次數/累積消費金額。
分眾名稱 |
|||
Top 核心顧客 |
近期消費 或 準備回購 |
Top 消費 |
累積消費金額 > Top 10% |
Top 休眠顧客 |
久未消費, 包含有互動及無互動 |
Top 消費 |
累積消費金額 > Top 10% |
活躍顧客 |
近期消費 | 重複消費 |
累積消費金額 ≤ Top 10% |
準備回購顧客 |
準備回購 或 久未消費但有互動 |
重複消費 |
累積消費金額 ≤ Top 10% |
沈睡顧客 |
久未消費且無互動 |
重複消費 |
累積消費金額 ≤ Top 10% |
新消費顧客 |
近期消費 |
單次消費 |
累積消費金額 ≤ Top 10% |
潛在回購顧客 |
準備回購 或 久未消費但有互動 |
單次消費 |
累積消費金額 ≤ Top 10% |
流失顧客 |
久未消費且無互動 |
單次消費 |
累積消費金額 ≤ Top 10% |
互動顧客 |
曾於回購週期的 3 倍時間內有過互動 |
無消費 |
無消費 |
*備註:
- 因應功能疊代更新,「忠誠顧客」分眾名單將不再更新,可改以「消費次數 > N +「累積消費金額」= 高」自行設定篩選條件,相關設定步驟請參考:顧客分群篩選條件-智慧 RFIM 分群。
- 其他顧客:從未消費過,且已超過回購週期的 3 倍時間未互動的顧客。此分眾僅為輔助圖表顯示 100% 總顧客數分佈情形,無法匯出實際名單。
2. 通路
「通路」分眾類型可以讓您了解各通路顧客的各項指標數據,「其他通路」為支援計入 OpenAPI 及匯入訂單的數據。
分眾名稱 |
定義說明 |
僅網店消費顧客 |
只於網店消費的顧客 |
僅實體店消費顧客 |
只於實體店消費的顧客 |
網店及實體店消費顧客 |
跨網店與實體店消費的顧客 |
其他通路消費顧客 |
有任一張 OpenAPI 或匯入訂單的消費顧客 |
3. 消費行為
「消費行為」是針對商店中至少有 1 筆訂單的消費顧客進行分析,幫助您找出商店的忠實顧客或高機率流失的顧客。
分眾名稱 |
定義說明 |
無消費顧客 |
無任何有效訂單記錄的顧客 (不計入取消訂單) |
單次消費顧客 |
在商店僅有一張有效訂單的顧客 (不計入取消訂單) |
重複消費顧客 |
在商店有多張有效訂單的顧客 (不計入取消訂單) |
高客單顧客 |
平均客單價高於前 25% 之店家整體顧客平均客單價的顧客 |
低客單顧客 |
平均客單價低於後 25% 之店家整體顧客平均客單價的顧客 |
高終身價值顧客 |
累計消費金額高於前 25% 之店家整體顧客累積消費金額的顧客 |
取消消費顧客 |
在商店僅有取消訂單紀錄的顧客 |
四、數據指標說明
以下為分眾列表中數據指標的定義及說明。
數據指標 |
指標定義 |
人數 |
該分眾類型的人數。括號內顯示為佔總顧客的比例 |
總消費次數 |
成交訂單總量扣除取消訂單數。括號內顯示為佔總店家訂單量的百分比 |
平均消費次數 |
總訂單量除以顧客數 |
總消費金額 |
成交總額 - 取消總額 + 編輯總額 - 實體店退貨總額 - [只適用於新版退貨單店家] 網店退貨單 括號內顯示為佔店家總營業額的百分比 |
平均消費金額 |
總消費金額除以總消費次數 |
平均顧客終身價值 |
平均每個顧客的終身累積有效消費金額 |
購買週期 |
該分眾顧客的回購週期,抓取兩年內的訂單間隔天數計算而得(取中位數) |
最近消費天數 |
該分眾顧客距上一次消費的天數(取中位數) |
五、注意事項
- 「最近消費天數」指標以 UTC +0 時區為基準
- 若訂單後續有取消或編輯訂單金額等操作,在此數據報告會認列並計入這些變化。
- 分眾分析數據會排除所有被刪除的顧客,包含所有來源的訂單內都會排除被刪除的顧客,例如 OpenAPI 及匯入訂單。
- 分眾分析數據會排除已取消的訂單,例如:原有已註冊會員的消費顧客只有一張成立的訂單,若取消該訂單,則此顧客的身份會從「消費會員」變成「未消費會員」。
- 分眾分析數據會排除實體店匿名顧客的訂單,例如:顧客於實體店消費時,未註冊 / 未帶入會員身份,此訂單資料將被排除認列。
延伸閱讀
評論