今天开始,给大家讲一讲在运营工作中经常用到的几个数据:
新用户数量
复购用户数量
沉睡客户数量
激活客户数量
流失客户数量
日活、周活、月活
……
等等指标
今天先来谈一谈新用户:
拉新招新一直是各大企业业绩增长的命门,在维护好老用户,提升口碑的前提下,新用户的注入无疑会提升各项业绩。
但是如果从大量的订单中筛选出新用户的订单,尤其是要进行按月、按周进行分析时,该项工作靠excel表去计算无疑工作量十分繁重,而使用powerbi来计算时,我们只要编写几个度量值就可以一劳永逸地解决问题。
用户增量方式:
1、找到目标用户,了解你的用户的真正需求是什么。让其他的销售人员也成为你的用户
2、根据用户需求找出用户痛点。销售人员的痛点就是利润返点
3、帮用户解决实际需求和痛点问题,真正帮到用户,然后让用户口碑传播,这样增加的用户才能有粘性
举个栗子:
你的去找一个公司跟你合作,不用直接找他们老板,直接找他们的销售人员,不是让他帮忙你销售。是让他帮你引荐他的朋友或者客户,如果成交了,第一单的利润全部给他,你一分钱不赚。
然后你接着维护这个客户两个月,三个月。。。
如果这样的话,你是不是一分钱的成本都没有投入,也没有冒很大的风险,你每个月都有免费的客户送上门,这样你牺牲的只是第一个月的利润,换来的却是源源不断的客户
以上业务层面的问题,操作起来当然需要十分强大的运营能力,除此之外,不管是业务运营人员还是数据分析人员,都需要明确知晓各月的新用户数量以及新用户占比。那么我们用Power BI如何快速地计算出各月新用户数量呢?
仔细考虑其实比较简单,分为三步:
- 计算每一个用户首次购买的时间
- 判断该用户首次购买时间是否落在我们选定的日期范围
- 如果是,那么他就是新用户,count+1,或者输出明细即可
当然,计算之前我们需要首先创建一个日期表,关于如何创建日期表,参考这篇文章:Power BI创建日期表的几种方式概览
以下是数据格式:
我们用订单日期和客户ID来作为关键的列,直接给出度量值:
NEW CUSTOMERS = VAR customer_firstsale= CALCULATETABLE( ADDCOLUMNS( VALUES(sales[客户ID]), "FIRSTSALE", CALCULATE(MIN('sales'[订单日期]))),ALL('日期')) VAR customer_first_sale_in_current_period= FILTER( customer_firstsale, [FIRSTSALE] IN VALUES('日期'[日期])) VAR RESULT= COUNTROWS(customer_first_sale_in_current_period)
RETURN RESULT
这里用到的是表函数的用法,将表作为筛选器,结构上更加清晰一些,当然,你也可以使用CONTAINS函数来计算:
CONTAINS(VALUES ('日期'[日期]),'日期'[日期], [FIRSTSALE])
为了对比该月的总用户数,我们也写一个度量值:
CUSTOMERS = DISTINCTCOUNT(sales[客户ID])
放在矩阵中显示,再添加一个新客户占比:
我们发现,第一个月新客户占比是100%,这是很显然的,第一个月购买的客户的购买日期一定在第一个月内。随着业务发展,老用户沉淀,新用户占比会越来越低,也符合业务发展规律。
在总计行用户和新用户都是790,这是因为总计行和每一行的计算方式不同,总计行忽略了月份,总共就一个日期范围,因此这两个数是相同的。
在实际业务中,运营人员可能需要查看具体的每个月的新客户的名单,重点去跟进,那么这个需求我们如何满足呢?
也比较简单,只不过返回的不是COUNTROWS,而是一个明细,预知后话如何,请关注本公众号,查看后一篇文章。