最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

【销售数据分析】客户画像分析之总体画像

[复制链接]
发表于 2024-1-25 15:54:17 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 ourway 于 2024-1-25 16:01 编辑

      前一段时间把财务分析的一些报表及分析场景讲得差不多了,接下来想和大家讲一下销售分析中的一些场景。今年看了许多企业的数据,发现大家2023年比疫情三年更难!从财务的几张报表就会发现净利润亏损的居多,而亏损的主要原因基本上都是销售收入下滑,但成本与费用却上升。销售好不好有两个关键要素,一个是产品,一个是客户。我们今天先来讲一下客户这个维度。



      对于TOB的制造企业来说,下游客户都是持续复购的,那么,要获得销售的持续增长,简单的逻辑就是:1、持续发展新客户;2、维持老客户不流失。如果出现销售下滑,那么,一定是这两方面至少1个出现了问题。但如何能快速的识别出问题呢?

      首先,我们要将客户进行定义,区分什么是新客户,什么情况下是流失客户。

      新客户很好理解,就是之前从来没有发生过业务,而在当月发生了交易的客户。

      那什么情况下才算是流失客户呢,这个并没有标准答案,在这里呢,我们将在当月看,过去的12个月(不包含当月)内没有购买记录的老客户,称之为流失客户,也就是说如果过去12个月都没有发生交易,我们就认为这个客户流失了。

      好了,是不是我们定义好这两种类型的客户就可以了呢?并不是这样的,如果仅仅是这样,也就只能统计出新客户与流失客户的名录,却并不能深入去分析:这个月发展了5个新客户,近12个月流失了100个老客户,到底是正常还是不正常?新客户到底贡献了多少销售?能弥补流失客户的损失吗?流失的客户到底重不重要?能够大概判断出流失的原因吗?

      为了更全面的进行分析,我们对客户分类进行如下定义:

      除了新客户与流失客户外,还包括:

      • 购买客户:是滚动计算的,包括所有在过去12个月(包含当月)销售出库金额大于0的客户,包括新客户、回归客户。

      • 回归客户:流失客户在本月销售出库金额大于0的客户,回归客户不计入新客户。

      • 老客户:购买客户中不包含新客户与流失客户的客户,用于计算当月购买各类客户的贡献占比

      • 历史交易客户:指在过去的历史中,销售出库金额大于0的客户。

      • 单次交易客户:指历史交易客户中,仅有一次销售记录(历史销售订单中,只有一次订单记录)的客户。

      • 复购客户:指历史交易客户中,除开单次交易以外的客户。


      同时,我们还定义了一些指标:

      • 流失客户比率:指流失客户所占比率,计算方法为:流失客户数量/(购买客户数量+流失客户数量)

      • 新客户比率:指新客户与购买客户的比率,计算方法为:新客户数量/购买客户数量

      • 回归客户比率:指回归客户与购买客户的比率 ,计算方法为:回归客户数量/购买客户数量

      • 购买客户比率:指购买客户所占比率。计算方法为: 购买客户数量/(购买客户数量+流失客户数量)

      • 客户保有率:指购买客户与历史所有交易客户的比率 ,计算方法为:购买客户数量/历史所有交易客户


      最后,我们再设计出这样一张BI报表:

x6db.jpg

      接下来,我们进入系统来实际看一下这张BI报表,演示一下我们如何通过这张BI报表发现问题,分析问题,试图找出问题的答案,便于我们的决策与行动:

      首先可以看到,从近12个月来看,总共有257个客户发生了交易,流失了176个客户,相比上个月,增加了7个客户的流失;而本月开发了8个新客户,虽然从数量上来看,可以弥补流失的客户数量,但新客户开发的同比环比都有下降,说明新客户的开发需要更加努力;

      本月挽回了2个流失客户,即回归客户。

      从各比率来看,流失客户比率为40%,客户保有率为57%,说明客户流失的速度仍然需要引起足够重视。

      我们来看一下历史趋势,可以看到近几个月新客户开发的趋势明显疲软,而回归客户的情况更是稀少。对我们管理者来说,无外乎两条路,一条就是加大新客户的开发力度,而另一条则是挽回流失客户,或者减少客户的流失。


      我们接下来了解一下,有哪些新客户?这些新客户主要购买了哪些产品?是哪些业务员经手的?通过这些信息的查询,我们就可以大概了解到这个新客户是不是一个新业务员拓展的?是不是因为开发了一个新产品才拓展的,新客户开发的数量与质量是不是达到预期,是不是可以复制经验?

      同样,我们也可以看一下回归客户有哪些,通过历史交易数据,就可以判断出这个客户之前是否是重要客户。同时可联动主要购买了哪些产品?是哪些业务员经手的?这样我们就知道这个客户是不是因为业务员的努力挽回的?或者只是客户临时补下单?能不能向其推荐新产品,从而真正留住这个客户?

      再看一下流失客户清单,通过历史交易数据,就可以判断出这个客户是否是重要客户,通过历史订单金额与历史出库金额(历史销售额)的对比,就可以大概判断出,有多少订单未发货就中止了。当然,此时我们可以通过钻取了解一下详细情况,有哪些订单未发货。

      再联动看一下这些流失客户主要购买了哪些产品?是哪些业务员经手的?这样我们就可以大概判断出这个客户是不是因为业务员的离职导致的?或者是因为产品停产?能不能向其推荐新产品,从而挽回这个客户?

      我们再来看一下单次交易客户清单,也就是看看哪些客户只做了一锤子买卖?再联动看看这些客户主要购买了哪些产品?是哪些业务员经手的?是不是因为业务员的离职导致的?或者是因为产品停产?能不能向其推荐新产品,从而让这个客户进行复购?

      讲到这里,总结一下,通过这个报表,我们可以对公司整体的客户画像有了一个立体全面的认知,而这里的客户画像是通过客户的生命周期来定义的。有了这个整体的客户画像,我们就知道我们在客户管理方面的问题和风险在哪里?不但可以找到方向,还可以通过联动来总结经验教训,从而更便于我们不但知其然,还知其所以然,从而审时度势,运筹帷幄。

      这一讲,我们虽然也通过联动或钻取了解到了某个客户的相关情况,但这还远远不够,下一讲,我们就来讲一下,如何针对某个客户进行更详细的画像分析,从而真正全面细致的了解这个客户的全貌。
楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-19 14:23

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表