用户运营 - 用户忠诚度分析真实案例

原创： 数据运营与数据分析

用户运营 - 用户忠诚度分析真实案例

1、问题

1. 时间间隔：根据产品特性，用户再次进行(消费/复购/再次访问等)的时间需要多久？用户多久没来过了，说明该用户可能会流失呢？多久没有再次访问/购买的客户已经流失了呢？

2. 消费次数：用户消费多少次后忠诚度会大大提高呢？我们需要特别关注消费几次的用户呢？新用户进来后是否需要大量的活动促销？

解决以上2个问题，我们就大概知道自己的用户的忠诚度的分布，以及知道我们平时需要重点运营的客户群体了。

2、用户消费时间间隔分析

数据字段

mysql计算时间间隔再次消费的订单数

# ④聚合时间间隔(天)的消费次数
SELECT 
  T3.时间间隔,
  count(T3.客户编号) AS 消费次数
FROM
(
  # ③计算时间间隔
  SELECT 
    T2.客户编号,
    T2.下单时间,
    DATEDIFF(T2.下单时间,
        (
        SELECT 
          MAX(A1.下单时间) 
        FROM 
        ( 
        # ②一天内的订单合并，一天多次下单反应不了下次的距离 
         SELECT 
          T1.客户编号,
          T1.下单时间
         FROM 
           (
           # ①同一个订单号的是补发产品或补收钱进行聚合
           SELECT 
             客户编号,
             订单号,
             max(date(下单时间)) as 下单时间
           FROM 
             订单总表
           WHERE 
             (DATE(下单时间) BETWEEN "2019/01/01" AND "2020/06/31")
           AND 支付金额>0 #剔除补发/赠品单
           GROUP BY  
             客户编号,
             订单号
           ) AS T1
           GROUP BY 
             T1.客户编号,
             T1.下单时间  
          ) AS A1
          WHERE A1.客户编号= T2.客户编号 AND A1.下单时间<T2.下单时间
       )
     ) as 时间间隔
  FROM
  (
    # ②一天多次下单反应不了下次的距离合并
    SELECT 
      T1.客户编号,
      T1.下单时间
    FROM 
      (
      # ①同一个订单号的是补发产品或补款进行聚合
      SELECT 
       客户编号,
       订单号,
       max(date(下单时间)) as 下单时间
      FROM 
       订单总表
      WHERE  
       (DATE(下单时间) BETWEEN "2019/01/01" AND "2020/06/31")
      AND 支付金额>0 #剔除补发/赠品单
      GROUP BY 
        客户编号,
        订单号
    ) AS T1
    GROUP BY 
      T1.客户编号,
      T1.下单时间  
  ) 
  AS T2
)
AS T3
WHERE 
  T3.时间间隔 is not Null 
GROUP BY 
  T3.时间间隔
;

计算各时间段的占比情况

图中显示，70%的复购会在70天内产生，也就是说70天内复购产品的客户属于正常现在；如果超过70天，并且客户距离上次购买时长在250天以内，这个时期是可以流失预警期间，要重点运营，超过250天未复购的客户只有2.5%的可能再次复购，在客户运营的时候我们往往把这些客户当作已经流失的客户来针对性运营。

3、客户购买次数统计分析

目的：分析客户复购多少次以后忠诚度较高

mysql计算每个购买次数的客户数

• 客户购买次数  分析范围2019/01--2020/06月消费客户

• 剔除影响因子，最近两个月的新客户考虑到购买次数较少

• 剔除18年客户，未知19年前购买次数

SELECT 
  t3.消费次数标记,
  count(*) as 客户数
FROM 
(
  SELECT 
   t2.客户编号,
   count(*) as 消费次数,
   IF(count(*) >50,"50+",count(*)) as 消费次数标记
  FROM 
    (
        # ②同客户在一天内发生多次购买则只记为1次购买
        SELECT
          t1.客户编号,
          t1.下单时间
        FROM
        (
           # ①同一个订单号的只取第一个下单时间
           SELECT
             客户编号,
             订单号,
             MIN(DATE(下单时间)) 下单时间
           FROM
             `订单总表`
           WHERE 
            (DATE(下单时间) BETWEEN "2019/01/01" AND "2020/06/31")
           AND 支付金额>0 #剔除补发/赠品单
           GROUP BY 
             客户编号,
             订单号
        ) AS t1
        GROUP BY
          t1.客户编号,
          t1.下单时间  
        HAVING
          (mid(t1.客户编号,2,4)<"2005"  AND MID(t1.客户编号,2,4)> "1812") # 剔除影响因子
        ORDER BY
          t1.下单时间 desc
    ) 
    AS t2
  GROUP BY 
    t2.客户编号
) as t3
GROUP BY 
  t3.消费次数标记
;

计算每个购买次数后的留存率

• 留存客户数：SUM(B:B)-SUM(1:B2),总客户数-消费次数小于本次的所有客户。

• 留存率：C2/SUM(B2:C2),本次消费完下次继续消费的留存客户/（只消费到本次的客户+留存下来的客户）

• 剔除留存低于100的小样本

  

  样本中，新客户消费1次后有45.3%的客户留存下来继续消费，到了第3次消费后的留存客户占70.6%,第4次消费后的留存率基本上处于75%的平衡线附近。

• 所以在客户运营中，客户消费达到3次及以上的忠诚度会非常高，而且波动小，所以新客户进来后要策划第2、3次的复购周期和促销活动。

4、小结

每家公司的用户生命周期，运营所处阶段是不一样的。针对以上案例类型的企业，需要做好老客户留存运营和新客户忠诚度运营。

• 针对老客户（①70-250天内未复购的潜在流失客户需要重点维系;②250天以上未复购的客户需要制定专项的营销政策，以拉回流失客户为目的）；

• 针对新客户，需要在70天内促成客户2次复购，140天内出促成客户3次交易。这样客户的留存率得到了极大的保证。