三大经典数据分析模型

挖数网精选
挖数网精选
挖数网精选
446
文章
0
评论
2020-04-1809:05:00 评论 1,164 2073字
摘要

很多人在一开始接触数据分析的时候,往往不知道哪些是内容是有用的,哪些内容是没用的,经常是胡子眉毛一把抓,胡乱分析一大堆数据,根本产生不了什么价值,数据分析的工作也会被老板质疑。

其实在我们数据分析的工作中,很多时候都是要在资源有限的情况下,去最大化的撬动效益,这才是数据分析的价值。比如说,用数据分析挖掘创造最大价值的用户,给用户分类针对性营销等,就是一种典型的应用。

那么,怎么用数据分析挖掘出企业最有潜力的客户,衡量不同客户的价值呢?

今天我就来谈谈常用的三个衡量客户价值的数据分析模型:帕累托分析模型、四象限模型、RFM模型,都是数据分析中堪称经典的客户模型。下面我会一一介绍它们的应用场景,这在用户运营、市场营销、客户管理等领域常常会用到。

一.在分析之前,选个好用的工具

像帕累托这种经典模型,其实用excel是很容易做出来的,哪怕是数据分析门外汉也能轻松做出来简易的帕累托模型。

但是毕竟我们是数据分析师,要知道我们的数据维度是相当大的,Excel是肯定不能满足我们的需求。这时候,我们的工具也需要进化了,一般来说我现在都是用专业的BI工具进行数据分析。

三大经典数据分析模型

目前市场上的BI工具十分繁多,但是性能也参差不齐,这里我就以国产BI工具的优秀代表FineBI为例。其实关于FineBI,之前也给大家介绍过很多遍,作为一款自助式的数据分析软件,它的特点就是操作简单上手快,即使是不懂SQL不懂代码的业务人员,花上一天学习,也能上手操作数据,做分析,出可视化。

具体大家可以去官网下载,学习参考他的帮助文档。那么话不多说,直接开始正题。

二.帕累托模型:判断最重要的客户

帕累托原则,又称二八原则,是关于效率与分配的判断方法。帕累托法则是指在任何大系统中,约80%的结果是由该系统中约20%的变量产生的。应用在企业中,就是80%的利润来自于20%的项目或重要客户。

1.模型的解释:

当一个企业80%利润来自于20%的客户总数时,这个企业客户群体是健康且趋于稳固的。

当一个企业80%利润来自大于20%的客户总数时,企业需要增加大客户的数量。

当一个企业80%利润来自小于20%的客户群时,企业的基础客户群需要拓展与增加。

2.模型的实际使用:

如下图某商场品牌商的销售额。一共10家客户,5家客户(50%)提供了80%的销售额,这就说明需要增加大品牌客户数量。

(这个例子客户数量较少,不是非常恰当,大家理解意思即可)

三大经典数据分析模型

带来大量销售额的客户必须认真对待和维护,如果客户数量大,尤其需要列出重点客户重点跟进,把有限的精力放在创造利润大的客户上。

3.操作步骤:

首先是基于统计表,使用FineBI中的计算指标功能,简单地写一个计算指标,求销售金额合计,将销售额按照商品进行汇总。

三大经典数据分析模型

把【商品名称】字段拖动到横轴,【销售总额】拖动纵轴,再按照由大到小降序排列。

三大经典数据分析模型

然后求累计销售额,它的计算公式是:

三大经典数据分析模型

接下来要做的就是使用TOTAL函数计算出所有维度相加的销售总额,之后使用一个简单的除法,算出每个商品的累计销售额占比,之后将他们累加

三大经典数据分析模型

之后想要做ABC分类其实就是基于不同的累计金额百分比70%,20%,10%做判断区分。比如写一个计算指标ABC

三大经典数据分析模型

至此,把建立好的度量值拖动到纵轴中即可制成ABC分类表。

最后,制作一张帕累托分析图,它其实就是一张折线与柱形图。只再利用指标的排序功能按照销售额由大到小降序排列。

三.使用四象限法判断哪些是我们最大的客户

四象限最初是一个时间管理模型,按照紧急、不紧急、重要、不重要排列组合分成四个象限,以此便于对时间进行有效的管理。

模型解释:运用在客户分析中,也就是利用销售额和利润这两个重要指标分为四个象限,对我们的客户进行分组。

具体措施如下:

  • 销售额高和利润都高的客户:重点对待
  • 销售额高但是利润少的客户:一般保持
  • 销售额低但是利润高的客户:重点发展
  • 销售额和利润双低的客户:需要查明原因

模型的实际使用:

如图所示,每个销售大区与每个销售年份下的客户分布。

三大经典数据分析模型

通过筛选数据,我们得到我们想要的客户信息。

三大经典数据分析模型

四.使用RFM模型判断客户价值

RFM分析是客户关系分析中一种简单实用客户分析方法,他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标,衡量客户价值和客户创利能力。RFM分析也就是通过这个三个指标对客户进行观察和分类,针对不同的特征的客户进行相应的营销策略。

R——最后交易距离当前天数(Recency)

F——累计交易次数(Frequency)

M——累计交易金额(Monetary)

在这三个制约条件下,我们把M值大,也就是贡献金额最大的客户作为"重要客户",其余则为"一般客户"和"流失客户"。基于此,我们产生了8种不同的客户类型。

模型的解释:

三大经典数据分析模型

模型的实际应用:

RFM模型主要按照特定的要求将客户筛选出来。

三大经典数据分析模型

以下是我建立的一个客户筛选可视化模板,可以整体看看客户的情况。

三大经典数据分析模型

最后,以上模型也可应用在别的业务场景下。比如帕累托模型衍生出的ABC分类法,可用于产品分析。比如将70%,20%,10%的销售额比重把产品分为ABC三类,然后把重点的管理资源放在A,把较少的资源分配给C或者砍掉部分C商品,以达到资源管理的最优状态。

三大经典数据分析模型

所以,模型的学习关键在于理解原理,以后各项分析都融汇贯通。

End.作者:李启方来源:知乎 本文均已和作者授权,如转载请与作者联系。

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: