前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【商业模型】客户活跃脚印分析

【商业模型】客户活跃脚印分析

作者头像
BI佐罗
发布2020-02-17 13:09:08
5990
发布2020-02-17 13:09:08
举报
文章被收录于专栏:PowerBI战友联盟PowerBI战友联盟

怎么样,这个标题很唬人吧。先看长相吧,如下:

如上所示,非常凶残的客户脚印。

客户脚印

什么是客户脚印?好好观察下面动态展示的变化:

如果客户在10天前购买,那么最后一个脚印就是10天前踩的;

如果客户突然来了购买,那么最后一个脚印就是刚刚新踩的。

不难想象:

  • 越新鲜的脚印,说明客户最近刚刚购买;
  • 越不新鲜的脚印,说明客户很久前购买,脚印就会变淡。

这样,我们通过脚印的深浅就可以很清楚的看出来客户的新鲜程度。对于不够新鲜的客户,他的脚印变淡了,我们就应该取激活他。

主体思路

思路:

  • 这里涉及两个区间:参考区间 + 历史区间。
  • 如果脚印出现在参考区间,则新鲜的,脚印深度:100,对应颜色深度:100%。
  • 如果脚印出现在历史区间,则不新鲜,脚印深度:100 × 距参考区间天数 / ( 参考区间天数 + 历史区间天数 ),对应颜色深度:X %。

这就是主体思路了。

X Y 度量值计算

但实际上的计算会比较复杂,因为 X 轴和 Y 轴,都受到筛选,而又要破除这个限制,不然就无法在历史中计算,因此,我们给出定制的计算,如下:

代码语言:javascript
复制
Topic.X =
VAR t1 = MIN( 'Model_Calender'[Date] ) - [Var.X.Value]
VAR t2 = MAX( 'Model_Calender'[Date] )
VAR vPeriod = FILTER( ALL( Model_Calender[Date] ) , [Date] >= t1 && [Date] <= t2 )
RETURN
CALCULATE( [KPI.Sales] , vPeriod , REMOVEFILTERS( Model_Calender ) )

类似的,有:

代码语言:javascript
复制
Topic.Y =
VAR t1 = MIN( 'Model_Calender'[Date] ) - [Var.X.Value]
VAR t2 = MAX( 'Model_Calender'[Date] )
VAR vPeriod = FILTER( ALL( Model_Calender[Date] ) , [Date] >= t1 && [Date] <= t2 )
RETURN
CALCULATE( [KPI.Profit] , vPeriod , REMOVEFILTERS( Model_Calender ) )

这里用到了 REMOVEFILTERS 和日期维度的配合,可以充分学习感受如何灵活驾驭时间智能。

注意,精确地讲,此处可以省略 REMOVEFILTERS( Model_Calender ),这是为什么?

这样在计算 X 和 Y 的时候就摆脱了默认的限制。

脚印深度计算

代码语言:javascript
复制
Topic.User.Weight =

// 基本设置

VAR ColorLightMax = 40     // 最大饱和度,与原色构成层次
VAR ColorLightMin = 10     // 最小饱和度,太小的话人眼看不见
VAR Y_Value = [Topic.Y]
VAR Days = [Var.X.Value]

RETURN IF( Y_Value <> BLANK() ,

// 当前区间 [T1,T2]

VAR DateEnd = MAX( Model_Calender[Date] )
VAR DateStart = MIN( Model_Calender[Date] )
VAR OrdersInPeriod = FILTER( Model_Order , DateStart <= Model_Order[订单日期] && Model_Order[订单日期] <= DateEnd )

RETURN

    IF( NOT ISEMPTY( OrdersInPeriod ) , 100 , // 如果在当前区间有行为记录,则活跃,显示颜色100%
        // 否则,考察历史阶段,在当前区间前

        // 最后一次交易日期 = 订单的最大日期 [历史最早, T1)[T1,T2]
        VAR LastPurchaseDate = CALCULATE( MAXX( FILTER( Model_Order , Model_Order[订单日期] < DateStart ) , Model_Order[订单日期] ) , ALL( Model_Calender ) )

        // 距离当前区间的天数
        VAR RecentValue = DATEDIFF( LastPurchaseDate , DateStart , DAY )

        // 色彩饱和度
        VAR ColorLight =
            IF( RecentValue >= Days , ColorLightMin , // 如果超出了历史区间,最低透明度。

                // 否则,在历史考察范围内
                // 其中,RecentValue 肯定比 Days 小,同时兼顾最大颜色饱和度不能太大与原颜色要有层次感
                VAR X = MIN( 100 - ( RecentValue / Days * 100 ) , ColorLightMax )

                // 如果颜色太淡,则调回来点
                RETURN MAX( X , ColorLightMin )
            )

        RETURN ColorLight
    )
)

脚印深度的计算有点复杂,里面用到了非常多的技巧,全部注释如上。

脚印颜色计算

通过脚印深度就可以很好的计算颜色深度,如下:

代码语言:javascript
复制
Topic.Color =

VAR ColorGreen = "#1AAB40" // 正数色
VAR ColorRed = "#D64554"   // 负数色
VAR Y_Value = [Topic.Y]
VAR ColorCurrent = IF( Y_Value > 0 , ColorGreen , ColorRed ) // 利润正负颜色处理
VAR ColorWeight = [Topic.User.Weight]
RETURN
    IF(
        ColorWeight = 100 ,
        ColorCurrent , ColorCurrent & FORMAT( ColorWeight , "00" )
    )

这样,主体就实现了。

智能化处理

这里我们还设计了很贴心的智能化批注和提示,如下:

非常清楚地知道重要信息,然后还可以看具体的人:

明细对照

此外还设计了明细,以便运营,如下:

为了便于核对,我们只选择一天参考区间和一天历史,可以看出上面的显示非常精确,计算的逻辑的精确另人兴奋以及惊叹。

驱动运营

我们知道任何分析最后都是要转化为行动的,在这里的行动就是去激活那些脚印变浅了的客户,于是有:

或者:

如何激活呢?方法太多了。

最近大家应该疯狂地收到我激活你们的信息了吧,哈哈,就是这样的。

总结

本文给出了客户活跃脚印分析的方法,思路,实现和里面的诸多技巧,尤其值得注意的是:

  • 颜色深度与脚印深度的对应关系
  • 时间的灵活控制
  • 动画显示的控制
  • 各种人性化智能提示
  • 转化为激活行动的落地

前几天看到了这个案例,立马吸收了,就是抄袭加创造,很明显这个价值没有我们这里给出的业务价值明显。这也给我们了启发,您可以学习不同来源和老师的知识,但要和自己的知识体系融合,变成自己的内容作用于自己的业务来创造价值。

参考:https://www.youtube.com/watch?v=yP791KGnrek

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-01-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 PowerBI战友联盟 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 客户脚印
  • 主体思路
  • X Y 度量值计算
  • 脚印深度计算
  • 脚印颜色计算
  • 智能化处理
  • 明细对照
  • 驱动运营
  • 总结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档