专栏首页学谦数据运营【运营】沉睡、流失客户分析?Power BI一招帮你搞定

【运营】沉睡、流失客户分析?Power BI一招帮你搞定

上两篇我们讲了如何计算新客户的数量和展示明细

【运营】新用户数量?Power BI简单三步计算

【运营】新用户明细?Power BI一招帮你搞定

在实际业务中,新用户很重要,但是如何留存老用户更是一个巨大的课题,总的来讲,就是提升服务质量,增强满意度,具体细分在各个行业,运营思路千差万别,我们今天不详细展开。

但有一点是几乎所有行业都想通的,就是我们要对沉睡、流失的客户进行回访,分析,想尽办法进行唤醒、激活或重新购买。Power BI如何帮助业务人员进行统计汇总呢?结合新用户的计算方式,我们脑海中大概有一个轮廓:

首先,要定义何为流失,因各家企业对该指标的定义有较大差异,就以6个月内曾经有订单,但最近两个月内没有订单的客户定义为流失客户;

第二步,如何写度量值:

  1. 计算每一个客户最后一次订单的日期;
  2. 日期如果落在最近6个月到2个月之间,就是我们想要的流失客户

直接给出度量值:

LOST CUSTOMERS = 

VAR customer_lastsale=
  CALCULATETABLE(
    ADDCOLUMNS(VALUES(sales[客户ID]),
    "LASTSALE",
    CALCULATE(MAX('sales'[订单日期]))),
    ALL('日期'))
    //返回每一个客户最后一次购买的时间,为了不被年月筛选器筛选,添加了一个ALL
VAR BEGINDAY=
  CALCULATE(
    MIN('日期'[日期]),
    DATEADD('日期'[日期],-6,MONTH))
    //返回6个月之前的第一天
VAR ENDDAY=
  CALCULATE(
    MAX('日期'[日期]),
    DATEADD('日期'[日期],-2,MONTH))
    //返回l两个月前的最后一天
VAR customerlost=
  FILTER(
    customer_lastsale,
    [LASTSALE]>BEGINDAY&&[LASTSALE]<ENDDAY)
    //返回最后一次购买日期处于该时间段的行
VAR RESULT=
  COUNTROWS(customerlost)

RETURN RESULT

结果如下:

最后一列就是该月流失的客户。

根据上一讲列表显示明细【运营】新用户明细?Power BI一招帮你搞定,我们也来适当修改上面的度量值,如下:

LOST CUSTOMERS LIST=

VAR customer_lastsale=
  CALCULATETABLE(
    ADDCOLUMNS(VALUES(sales[客户ID]),
    "LASTSALE",
    CALCULATE(MAX('sales'[订单日期]))),
    ALL('日期'))
    //返回每一个客户最后一次购买的时间,为了不被年月筛选器筛选,添加了一个ALL
VAR BEGINDAY=
  CALCULATE(
    MIN('日期'[日期]),
    DATEADD('日期'[日期],-6,MONTH))
    //返回6个月之前的第一天
VAR ENDDAY=
  CALCULATE(
    MAX('日期'[日期]),
    DATEADD('日期'[日期],-2,MONTH))
    //返回l两个月前的最后一天
VAR customerlost=
  FILTER(
    customer_lastsale,
    [LASTSALE]>BEGINDAY&&[LASTSALE]<ENDDAY)
    //返回最后一次购买日期处于该时间段的行
VAR RESULT=CONCATENATEX(customerlost,[客户ID],"、")
RETURN IF(HASONEVALUE('日期'[Y-M]),RESULT)

结果如下:

这样我们就可以得到各月流失的用户了。

你会发现,有些用户在这个月也流失,在下个月还流失,这是由于不同的企业对于流失的概念定义有区别造成的,其实准确来说应当叫做睡眠。

比如曹娜-18580这个用户,最后一笔订单发生在2017年6月,那么在7月8月未发生订单,他在8月属于睡眠用户。同样,他在8月和9月也未发生订单,所以在9月也是睡眠用户,而到了11月,已经过了6个月内有订单了,他就真的属于流失客户了。

一般情况下,一个用户如果连续6个月没有新订单,再重新有订单的可能已经非常小了。

当然,还是希望各位运营的小伙伴,永远用不到这个指标。

在日常的运营管理中,我们经常会遇到想要查看某个时间段的用户在下一个时间段的复购情况,而且时间段是任意的,可以按月,可以按周,可以任意选择时间段,那么这个该如何实现呢?我们下期再见。

如果本文对你有用,欢迎评论区留言、转发!

本文分享自微信公众号 - 学谦数据运营(XueQianData),作者:陈学谦

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-03-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 这样的Power BI周分析你见过吗?

    零售、电商、教育等领域的诸多业务场景中需要按周进行分析,然而Power BI并未提供周粒度的时间智能函数,这让很多人想分析时感觉力不从心、无从下手。

    陈学谦
  • Power BI数据回写SQL Server(1)没有中间商赚差价

    我们在【重磅来袭】在Power BI 中使用Python(4)——PQ数据导出&写回SQL 讲过如何在Power BI中调用Python实现powerquery...

    陈学谦
  • 【运营】新用户数量?Power BI简单三步计算

    拉新招新一直是各大企业业绩增长的命门,在维护好老用户,提升口碑的前提下,新用户的注入无疑会提升各项业绩。

    陈学谦
  • 100w条记录分页,可以有多快?—— DataReader分页与SQL语句分页的对比测试(在线演示)

      上周看到了两篇关于DataReader分页的帖子,帖子的观点都是可以是用DataReader来分页,而且效率还不错。   根据我的分页经历来看,很难理解Da...

    用户1174620
  • 深扒SQL的历史,说点秘密给你听

    很多学SQL的朋友,或正在用SQL的朋友,都感觉到害怕,最近兴起的大数据,NoSQL会不会终结了SQL的命运,这帮只会SQL的朋友,怎么办?想学吧,又没精力,不...

    用户1564362
  • vivo悟空活动中台-打造 Nodejs 版本的MyBatis

    在往期的系列技术文章中我们主要集中分享了前端技术的方方面面,如微组件的状态管理,微组件的跨平台探索,以及有损布局,性能优化等等。还未关注到的同学,如果感兴趣可以...

    2020labs小助手
  • 悟空活动中台-打造 Nodejs 版本的MyBatis

    在往期的系列技术文章中我们主要集中分享了前端技术的方方面面,如微组件的状态管理,微组件的跨平台探索,以及有损布局,性能优化等等。还未关注到的同学,如果感兴趣可以...

    五月君
  • 无法加载 DLL xpstar.dll 或它引用的一个 DLL。原因: 126(找不到指定的模块。)。

    需要复制数据库文件,把SQL服务停了,不使用脱机或者分离是觉得比较慢,结果就是再次重启服务后,SQL开始报错:

    _一级菜鸟
  • 插入"&"特殊字符的几种思考

    一位铁杆朋友,今天问了个问题,写了一个Python程序,从文件读取数据,其中可能包含“&”这种特殊字符,为了让其能插入Oracle,需要做什么处理?

    bisal
  • CVE-2020-7471 漏洞详细分析原理以及POC

    这几天疫情爆发,只能待在家里为社会多做些贡献,一天深夜无意逛安全资讯的时候发现最新的一个漏洞:CVE-2020-7471 Potential SQL injec...

    周俊辉

扫码关注云+社区

领取腾讯云代金券