之前曾经介绍过流失客户分析,与其相对应的,还有个留存客户分析,也就是经过一段时间,依然活跃的客户;客户留存率经常用来衡量市场营销活动的质量,这篇文章就来介绍一下如何用PowerBI进行留存分析。
以这个简易的订单模型为例,一个订单表和两个维度表,模型如下:
通过这个模型,计算出每期的客户数量很简单,写个度量值即可:
客户数 = COUNTROWS(VALUES('订单表'[客户姓名]))活跃客户留存分析
如果你想查看本月下单的客户中,在1个月后还有多少客户购买、2个月后还有多少客户……?这就是一种活跃客户的留存分析。
对于1个月后、2个月后……这种分组,首先需要建个分组表(方法参考:Power BI 辅助表制作方式汇总):
这个分组表不需要与模型中的其他表建立关系,在这个表中,也添加了“本月”的类别,这样不仅能显示N个月后的数据,也能同时显示本月数据,方便放到一起比较。
并且分组表的序号非常有用,这里不仅可以对类别进行按列排序,还可以利用它来控制月份,留存客户数的度量值如下:
这个逻辑很简单,就是先找出本月的客户列表,然后根据留存分组表的序号,利用DATEADD函数移动到对应的月份,筛选出移动N月后的客户列表,然后统计二者交集的行数,就是N月后的留存客户数。
将年度月份放到矩阵的行、留存分组表类别放到矩阵的列,展示这个度量值的结果如下:
因为模拟数据是截至到2020年底,所以当前月的N个月后,如果晚于2020年12月,就不会再有数据,所以对角线右下方的数据都是空值。
有了留存客户数,还可以计算出留存客户率:
留存客户率 = DIVIDE([留存客户数],[客户数])
为了更直观看出留存客户分布的规律,可以对这个矩阵的数据设置背景色:
渐变背景色效果如下:
以上是对本月所有客户的留存分析,也就是本月活跃客户的留存分析,实际上,留存分析更多的用途是针新获取的客户,计算N月后的留存下来的客户还有多少,来检验拉新活动的效果。
新客户留存分析
关于新客户的计算逻辑,可以参考之前关于新客户分析的介绍:
如何使用Power BI计算新客户数量?
计算每月新客户的度量值是这样写的:
对于新客户在N个月以后的留存数量,同样可以利用DATEADD函数移动到N月后,看看这些新客户还有多少是活跃的,将这个新客户度量值的最后一行稍微改一下即可:
这样就计算出了新客户在N个月以后依然有交易行为的客户数量,矩阵展示如下:
有了新客户的留存数量,就能很方便的计算新客户留存率:
新客户留存率 = DIVIDE([新客户留存数],[新客户数])
设置背景色后的留存率展示效果如下:
至于留存率的结果,并不都是随着时间的流逝,留存率越来越低,还要结合产品更换周期、市场推广活动等综合考虑,来解释和发现留存率的真实规律。
以上就是对活跃客户以及新客户的留存分析思路,如果你想看看某一期间留存的是哪些客户,你也可以利用这篇文章的方式显示所有的留存客户的名称:
Power BI如何动态展示表?送你两种方法
本文示例是按月为周期的留存分析,你可以根据需要扩展为其他粒度,基本逻辑是类似的。
联系客服