...
Система запросит приведенное ниже подтверждение команды, после чего обновленный состав сегментов будет опубликован:
Для изменения способа формирования сегментов, нажмите кнопку Пересегментировать:
...
На странице доступны следующие данные:
- Название и описание сегмента;
- Товары, предпочитаемые клиентами, входящими в сегмент;
- Количество клиентов в сегменте;
- Выручка, полученная от клиентов, находящихся в данном сегменте;
- График «Канал связи»;
- График изменения CLV (пожизненной ценности клиентов) по сегменту;
- График изменения суммы среднего чека;
- График изменения частоты совершаемых покупок клиентами, входящими в состав сегмента;
- График изменения длины чека.
Любой сегмент, представленный на странице Список сегментов, может быть отредактирован. Для редактирования сегмента перейдите на страницу Профиль сегмента и нажмите кнопку Редактировать:
В форме можно изменить название сегмента и его описание. Для сохранения изменений нажмите кнопку Сохранить, расположенную в правом верхнем углу страницы редактирования.
Текущая версия LOYA предлагает 8 вариантов логики сегментации.
Классический жизненный цикл
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· N – количество покупок, совершенных клиентом;
· Dfb – дата первой покупки.
Показатели рассматриваются на двух промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий Значения осей X и Y на каждом из графиков легко определить, установив курсор на произвольную точку (указано стрелкой на скриншоте выше). В появившемся информационном окошке будут указаны значения X и Y в данной точке. Так, например, на скриншоте ниже в выбранной точке графика видно, что CLV в 80 000 имеют 1475 клиентов, таким образом, ось X (горизонтальная) отображает значения CLV, а ось Y (вертикальная) – количество клиентов:
В график CLV выводятся данные, накопленные за все время пользования системой; обновление данных происходит каждую ночь. Графики Средний чек, Частота покупок и Длина чека отображают информацию по поведению покупателя за текущий закрытый базовый период. Текущий закрытый базовый период определяется относительно дня пересчёта сегмента. Размер базового периода задается в настройках модуля Предпочтения покупателя. В показателе Общая сумма продаж содержатся данные о сумме продаж по сегменту за всё время, с начала внедрения системы лояльности. На графике Длина чека учитывается размер базового периода, указанный в модуле Предпочтения покупателя. В таблице Предпочтения по товарам отображается статистика покупок категорий товаров клиентами данного сегмента; в статистике предпочтения рассчитаны на основании сумм продаж товаров указанных категорий; суммы продаж отображаются за всё время работы системы лояльности.
Любой сегмент, представленный на странице Список сегментов, может быть отредактирован. Для редактирования сегмента перейдите на страницу Профиль сегмента и нажмите кнопку Редактировать:
В форме можно изменить название сегмента и его описание. Для сохранения изменений нажмите кнопку Сохранить, расположенную в правом верхнем углу страницы редактирования.
Текущая версия LOYA предлагает 8 вариантов логики сегментации.
Классический жизненный цикл
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· N – количество покупок, совершенных клиентом;
· Dfb – дата первой покупки.
Показатели рассматриваются на двух промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий открытый базовый период времени (при формировании сегментов не принимается в расчёт).
По умолчанию, длительность базового периода равна одному месяцу. Длительность базового периода можно настроить в разделе интерфейса Настройки – Компоненты – Поведение покупателя. При его изменении, пересчёт ретро-данных не производится.
...
По умолчанию, длительность базового периода равна одному месяцу. Длительность базового периода можно настроить в разделе интерфейса Настройки – Компоненты – Компоненты – Поведение покупателя. При его изменении, пересчёт ретро-данных не производится.
...
Без покупок – клиенты, не совершившие ни одной покупки (актуально, для случаев, когда, например, производится массовый выпуск карт УПЛ, которые числятся в системе, но еще не привязаны к профилям клиентов).
Smart-анализ (RFM кластеризация)
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок;
· Monetary (M) – сумма покупок клиента с момента регистрации в программе лояльности.
Показатели рассматриваются на следующих промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий открытый базовый период времени (при формировании сегментов не принимается в расчёт).
Сегменты формируются согласно следующему алгоритму:
- Сначала определяются медианы для Rm (медиана по дате последней покупки), Fm (количество дней между первой и последней покупкой / количество чеков за период) и Mm (медиана по сумме чеков клиентов). Расчет медианных показателей происходит так:
а) по необходимому показателю сортируется список клиентов, совершавших покупки в рассматриваемый период,
б) сформированный список клиентов делится пополам и берется значение показателя у клиента в середине списка. - Затем формируются 6 сегментов по следующим правилам:
- Наилучшие ∈ R<Rm; F<=Fm & M>Mm
- Ценные ∈ R<Rm & F>Fm & M>Mm
- Обычные ∈ R<Rm & F<=Fm & M<=Mm
- Новые ∈ R<Rm & F>Fm & M<=Mm
- Отток ∈ R>=Rm & F<=Fm & M>Mm
- Частые ∈ R>=Rm & F<=Fm & <=Mm
- Транжиры ∈ R>=Rm & F>Fm & M>Mm
- Неустойчивые ∈ R>=Rm & F>Fm & M<=Mm.Потерянные клиенты – клиенты, не имеющие покупок в границах анализа периодов поведения.
Остальные клиенты – клиенты, которых не затрагивает текущая модель сегментации, включая тех клиентов, покупки которых осуществлялись исключительно до начала периода анализа поведения.
Без покупок – клиенты, не совершившие ни одной покупки (актуально, для случаев, когда, например, производится массовый выпуск карт УПЛ, которые числятся в системе, но еще не привязаны к профилям клиентов).
Smart-анализ (плавающий период)
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок;
· Monetary (M) – сумма покупок клиента с момента регистрации в программе лояльности.
Отличие данного типа сегментации от обыкновенного smart-анализа состоит в том, что показатели рассматриваются за любой произвольно выбранный отрезок времени, ограниченный настоящим моментом, без учета периодов:
профилям клиентов).
Smart-анализ (RFM кластеризация)
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок;
· Monetary (M) – сумма покупок клиента с момента регистрации в программе лояльности.
Показатели рассматриваются на следующих промежутках времени:
· Т1 – текущий закрытый базовый период времени;
· T2 – предыдущий закрытый базовый период времени;
· Т0 – текущий открытый базовый период времени (при формировании сегментов не принимается в расчёт).
Сегменты формируются согласно следующему алгоритму:
- Сначала определяются медианы для Rm (медиана по дате последней покупки), Fm (количество дней между первой и последней покупкой / количество чеков за период) и Mm (медиана по сумме чеков клиентов). Расчет медианных показателей происходит так:
а) по необходимому показателю сортируется список клиентов, совершавших покупки в рассматриваемый период,
б) сформированный список клиентов делится пополам и берется значение показателя у клиента в середине списка. - Затем формируются 8 сегментов по следующим правилам:
- Наилучшие ∈ R<Rm & F<=Fm & M>Mm
Купили недавно / Высокая частота / Много тратят
- Ценные ∈ R<Rm & F>Fm & M>Mm
Купили недавно / Низкая частота / Много тратят
- Обычные ∈ R<Rm & F<=Fm & M<=Mm
Купили недавно / Высокая частота / Мало тратят
- Новые ∈ R<Rm & F>Fm & M<=Mm
Купили недавно / Низкая частота / Мало тратят
- Отток ∈ R>=Rm & F<=Fm & M>Mm
Купили давно / Высокая частота / Много тратят
- Частые ∈ R>=Rm & F<=Fm & М<=Mm
Купили давно / Высокая частота / Мало тратят
- Транжиры ∈ R>=Rm & F>Fm & M>Mm
Купили давно / Низкая частота / Много тратят
- Неустойчивые ∈ R>=Rm & F>Fm & M<=Mm
Купили давно / Низкая частота / Мало тратят.Потерянные клиенты – клиенты, не имеющие покупок в границах анализа периодов поведения.
Остальные клиенты – клиенты, которых не затрагивает текущая модель сегментации, включая тех клиентов, покупки которых осуществлялись исключительно до начала периода анализа поведения.
Без покупок – клиенты, не совершившие ни одной покупки (актуально, для случаев, когда, например, производится массовый выпуск карт УПЛ, которые числятся в системе, но еще не привязаны к профилям клиентов).
Якорь smartfloat smartfloat
Smart-анализ (плавающий период)
smartfloat | |
smartfloat |
Данный способ формирования сегментов основывается на сравнении следующих показателей:
· Recency (R) – давность совершённой покупки;
· Frequency (F) – частота покупок;
· Monetary (M) – сумма покупок клиента с момента регистрации в программе лояльности.
Отличие данного типа сегментации от обыкновенного smart-анализа состоит в том, что показатели рассматриваются за любой произвольно выбранный отрезок времени, ограниченный настоящим моментом, без учета периодов:
Задать временной отрезок для данного типа сегментации необходимо по адресу: Настройки – Компоненты – Поведение покупателя, где нужно установить значение параметра Величина плавающего периода и активировать его:
Также можно активировать параметр Период хранения информации: за пределами этого периода информация будет подрезаться. По сути, данный параметр отражает максимально возможный плавающий период. При корректировке этого периода система выводит предупреждающее окно, сообщающее о последствиях. В настройках данного параметра нельзя задавать значение меньше, чем 2 базовых и 1 плавающий период.
Сегменты формируются согласно следующему алгоритму:
- Сначала определяются медианы для Rm (медиана по дате последней покупки), Fm (количество дней между первой и последней покупкой / количество чеков за выбранный период) и Mm (медиана по сумме чеков клиентов). Расчет медианных показателей происходит так:
а) по необходимому показателю сортируется список клиентов, совершавших покупки в рассматриваемый период,
б) сформированный список клиентов делится пополам и берется значение показателя у клиента в середине списка.Затем формируются 6 сегментов по следующим правилам:
- Наилучшие ∈ R<Rm; F<=Fm & M>Mm
- Ценные ∈ R<Rm & F>Fm & M>Mm
- Обычные ∈ R<Rm & F<=Fm & M<=Mm
- Новые ∈ R<Rm & F>Fm & M<=Mmпо сумме чеков клиентов). Расчет медианных показателей происходит так:
а) по необходимому показателю сортируется список клиентов, совершавших покупки в рассматриваемый период,
б) сформированный список клиентов делится пополам и берется значение показателя у клиента в середине списка. - Затем формируются 8 сегментов по следующим правилам:
- Наилучшие ∈ R<Rm & F<=Fm & M>Mm
Купили недавно / Высокая частота / Много тратят
- Ценные ∈ R<Rm & F>Fm & M>Mm
Купили недавно / Низкая частота / Много тратят
- Обычные ∈ R<Rm & F<=Fm & M<=Mm
Купили недавно / Высокая частота / Мало тратят
- Новые ∈ R<Rm & F>Fm & M<=Mm
Купили недавно / Низкая частота / Мало тратят
- Отток ∈ R>=Rm & F<=Fm & M>Mm
Купили давно / Высокая частота / Много тратят
- Частые ∈ R>=Rm & F<=Fm & <=Mm=Fm & М<=Mm
Купили давно / Высокая частота / Мало тратят
- Транжиры ∈ R>=Rm & F>Fm & M>Mm
Купили давно / Низкая частота / Много тратят
- Неустойчивые ∈ R>=Rm & F>Fm & M<=Mm
Купили давно / Низкая частота / Мало тратят.Потерянные клиенты – клиенты, не имеющие покупок в границах анализа поведения за выбранный период.
Остальные клиенты – клиенты, которых не затрагивает текущая модель сегментации, включая тех клиентов, покупки которых осуществлялись исключительно до начала периода анализа поведения.
Без покупок – клиенты, не совершившие ни одной покупки (актуально, для случаев, когда, например, производится массовый выпуск карт УПЛ, которые числятся в системе, но еще не привязаны к профилям клиентов).
...