고객 분석 및 코호트 분석 - Retail 대시보드

 

메모:

- Dunnhumby_Carbo-Loading의 데이터 세트

 

고객 분석

• 게이지 차트를 사용하여 "% 활성 고객"에서 시작한다고 생각합니다.

 

• 폭포형 차트 를 사용 하여 고객 유형("신규", "부활", "반복", "이탈" 및 "비활성")의 양을 표시합니다.

 

• RFM 모델을 기반으로 고객을 5개 그룹으로 분리합니다(0-20, 21-40, 41-60, 61-80 및 81-100에서 백분위수 사용). 그런 다음 누적 막대 차트를 사용하여 R-점수, F-점수 및 M-점수를 기반으로 한 총 평생 지출의 백분율을 표시합니다.

 

• R-score에 의한 생애 총 지출 그래프에서, 높은 R-score(마지막 방문 이후 낮은 일수)를 갖는 고객이 지출에 대한 가장 큰 비중을 차지합니다.

 

• 산포도 를 사용 하여 RFM 정보 표시

 

• 고객 분석 대시보드 개요

 

• RFM 모델을 기반으로 고객 세분화 후 수익 기여도를 표시할 수 있습니다. 우리는 다른 사람들보다 상위 비율을 더 조심해야합니다.

 

코호트 분석

• 14개월의 예입니다.

 

1. 고객수 (방문고객수, 취득월 기준)

• 예를 들어, 2020년 4월에 처음 구매한 28686명의 고객 중 6918명이 한 달 후에 다시 구매했습니다.

 

2. 재방문하는 신규 고객의 비율

 

재방문하는 신규 고객의 비율

• 2020년 4월의 경우 24.12% = 6918/28686

 

3. 고객의 평균 지출

• 동질 집단은 월 단위로 고객 행동을 보여주는 매우 유용한 도구입니다. https://finance-bi.com/blog/power-bi-cohort-analysis/ 에서 코호트 코딩을 배웁니다.