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
打印 上一主题 下一主题
开启左侧

【销售数据分析】客户画像分析之明细画像

[复制链接]
跳转到指定楼层
楼主
发表于 2024-1-26 13:30:15 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |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 2024-1-26 14:00 编辑

      之前讲了客户总体画像分析,即根据公司所有客户的历史销售记录,将客户划分为购买客户、新客户、流失客户、回归客户,并计算了一些相应的比率指标,如流失客户比率、新客户比率、回归客户比率等,通过这张总体画像分析,就可以发现公司在新开发客户,或者留住老客户方面,有没有存在问题,同时,还可以列示出各类客户详细的名单,并能通过简单的联动,快速掌握该客户的基本情况,但是,如果我们想更全面立体的展现出某个客户信息,那么,我们就需要给它做明细画像分析了。



      我们来看一下,客户的明细画像需要包含哪些数据:

      当期收入、上年及同比

      本年累计收入、上年及同比

      历史累计收入、历史累计毛利、历史累计毛利率

      当期毛利、上年及同比

      本年累计毛利、上年及同比

      当期毛利率、上年及同比

      本年累计毛利率、上年及同比

      历史客单价、订单数、产品数

      历史销售了哪些产品及具体情况

      历史销售有哪些业务员经手及具体情况

      最早的一笔订单是什么时候,及具体情况

      最大的一笔订单是什么时候,及具体情况

      历史退货的具体情况

      历史期间订单及出库的情况

      应收账龄分布情况

      逾期账龄分布情况

      历史期间应收情况

      当我们需要知道某个客户详细的画像时,就可以打开明细客户画像分析这张报表,筛选相应的客户即可,也可以钻取到这张报表,来看某个客户的详细数据。

      我们进系统操作一下:我们先打开客户总体画像分析报表。




      当我们看到更详细的一些客户名单时,我们可能有兴趣继续看到相应的数据,看是不是可以找到一些规律。比如说我们看流失客户,当我们想知道某个客户为什么会流失时,我们可以通过他的历史交易信息来找到一些规律或问题,这时候我们就可以双击鼠标。由系统列式出当前动作可以钻取到的所有的目的报表清单,我们直接搜索画像这个报表,然后找到明细客户画像分析。



      当确定了要钻取的目的报表后,双击鼠标,这时系统会自动将之前的那个客户名称或者编码传递到这张报表,然后你看到的就是这个客户的详细客户画像了。通过这个客户画像,就可以找到相应的历史销售情况:买过哪些产品、哪些业务员经手的、最早交易的情况、最大订单的情况和他的退货情况、历史的交易趋势和他的应收账款情况。


    像这个客户虽然已经流失了,但没有产生应收账款没有收回的情况。

    我们再切换回客户总体画像。假设我们要分析有多次采购行为或销售行为的复购客户,当我们队其中某一客户感兴趣时,也可以用同样的方式来操作。双击鼠标,直接选择上文中已经收藏的明细客户画像分析。系统就会跳转到这个客户的所有客户数据,比如他的历史销售情况、交易情况、趋势情况,还有应收账款情况,这就可以看到比较全面的信息了。



      讲到这里,可能有的朋友会说,那如果这些信息还不够,比如我还想看到该客户的销售费用,怎么办?没问题,只要有每个客户的费用数据,比如在总账中,销售费用科目有挂客户这个辅助核算项目,就可以在这个报表中将相关数据展示出来了。

      总结一下,客户画像在零售行业使用的较多,在制造业比较少提及,但事实上,有了这么一个详细全面的画像,我们也可以在其他场景用到。比如到了年初,某个客户想要和你谈更优惠的价格或者账期,你就可以调取出该客户的画像,告诉客户:“你看看,你一年下来,才出了这么些货,并且还出现了这么多的逾期款项,这种情况下,给你增加账期会很为难的。要不这样,你先把之些逾期的款项结了,然后承诺明年多出30%的货,我再帮你申请一下更优惠的政策?”

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

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, 2024-5-3 06:42

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