1. 程式人生 > >【思考題】新客老客定義

【思考題】新客老客定義

一、問題

資料分析的兩層模型中,第一層就是對分析物件做細分,然後第二層看指標異動。

針對使用者的分析中,最常見的細分方式是做“新客/老客”分析,對新客老客的行為、畫像進行分析。

在實際應用中,發現“新客/老客”的概念有二義,因此做辨析。

考慮下面一種場景:

某店A顧客1月份第一次到店,以後每月到店1次;B顧客2月份第一次到店,以後每月到店1次;依次類推,如圖所示:

1月

2月

3月

4月

5月

6月

A

第一次

B

×

第一次

C

×

×

第一次

D

×

×

×

第一次

E

×

×

×

×

第一次

F

×

×

×

×

×

第一次

那麼有幾個問題:

  1. 4-6月新客轉化率如何?

    答:對DEF在4-6月黃色部分的行為做分析。

  2. 4-6月老客平均客單價多少?

    答:對ABCDEF在4-6月綠色部分的行為做分析。

  3. 4-6月新客畫像如何?

    答:DEF三個顧客進行分析。

  4. 4-6月老客畫像如何?

    答:ABC三個顧客進行分析。

為什麼同樣是問老客,2問題中分析物件是ABCDEF,4問題中分析物件是ABC?

原因是新客/老客的劃分存在兩種視角,但在日常應用中混在了一起,而實際上不同視角下的老客範圍並不相同。

二、新客/老客劃分存在兩種視角

A在2010年1月註冊會員並消費,之後每個月都有1筆消費。

年底時老闆需要對顧客資料進行分析。

定義

比較

業務場景

使用者生命週期視角

發生第一次行為的使用者為新客,

發生二次及以後行為的使用者為老客

顧客第一次(or第一天)到店為新客,之後到店為老客。

以訂單為基本單位,一個顧客在觀測期間內,可以從新客進化為老客,如1月到店是新客訂單,2月份到店是老客訂單。

是時間點的概念。

隨著使用者行為的發生,一個使用者新客/老客的狀態變化。

當一個新顧客到店時,商家關心的是ta能否辦卡留存;

當ta辦卡後,商家關心的是ta消費耗卡的能力。

新客到店行為分析:

對A 1月的消費行為進行分析

老客到店行為分析:

對A 2-12月的消費行為進行分析

時間視窗視角

期間內新出現的使用者為新客,其它為老客

統計期間內第一次出現的顧客為新客,

其它為老客。

以人為基本單位,一個顧客要麼是新客,要麼是老客。

是時間段的概念。

隨著觀察時間視窗的變化,一個使用者新客/老客的狀態變化。

取一個時間段,對這個時間段內新出現的顧客做分析。

新客到店行為分析:

對A 1-12月的消費行為進行分析

老客到店行為分析:

無老客到店

兩種視角均有使用的場景,決定使用哪一種視角的判斷標準是:

  1. 哪一種視角對商家更有價值:

    1. 如果商家關心的是 新客的拉新轉化與老客的消費水平,那麼使用者生命週期視角更能進行有效的分析

    2. 如果商家關心的是 本次拉新活動帶來的新客與以往沉澱的老客之間的區別,那麼採用時間視窗視角更能進行有效的分析

  2. 哪一種視角能讓商家理解:

    1. 用生命週期視角時,觀察的是顧客一次到店和二次到店的行為,因此可以將其命名為“新客訂單(or獲客訂單)/回頭客訂單(or二次到店客訂單)”

    2. 用時間視角時,觀察的是時間視窗內第一次出現的顧客,因此可以將其命名為“新客/老客”

      將兩種視角下的“新客/老客”區分命名,能提高討論時的準確性。

三、應用

A店今年到店裡消費的有500個客人,其中200個是第一次出現的顧客,300個是往年消費過的顧客。

500個顧客每人今年在A店都消費了2次。

200個新出現的顧客中有100個辦了會員卡。

年底時老闆想知道今年的顧客到店情況。

序號

老闆提問

店長回答

1

今年來了多少客人

  1. 今年顧客到店人次是1000人(人次)

  2. 總共來了500個客人(人頭)

2

拉新效果如何?

  1. 今年來了200個新客,新增了150個會員,其中100個是持卡會員,辦卡率50%(人頭/人次)

  2. 團購拉了150個新客,50個人辦了會員卡,辦卡率33%(人頭/人次)

    老帶新拉了50個新客,50個人辦了會員卡,辦卡率100%(人頭/人次)

  3. 做了xx專案的新客辦卡率更高,建議xx專案用來引流(人次)

3

老客維護效果如何?

(老闆問這句話時,實際上問的是二次到店會員)

  1. 今年二次到店會員共消耗了20000元卡金(人次)

  2. 二次到店會員平均客單價是500元(人次)

  3. 使用xx會員卡的會員二次到店率高,做yy專案的會員卡金消耗更快(人次)

4

新客畫像如何?

200個今年的新客年齡分佈、性別分佈、消費分佈等(人頭)

5

老客畫像如何?

300個往年的老客年齡分佈、性別分佈、消費分佈等(人頭)