Het aandeel terugkerende klanten hangt af van de aankoopgeschiedenis die je bewaart

Voor een percentage terugkerende klanten is meer nodig dan een rapportagemaand. Je moet ook bepalen hoe ver je terugkijkt. Als de maand gelijk blijft maar eerdere aankopen uit de export verdwijnen, veranderen de accounts die deze maand kopen niet. Wel verandert wat het rapport over hun geschiedenis kan herkennen.

We hielden die maandelijkse groep gelijk en vergeleken exports met 90, 180 of 365 dagen vóór het begin van de maand. Elke export bevatte ook de volledige rapportagemaand. Een account telde als zichtbaar terugkerend als het vóór de maand een meetellende aankoop had, of binnen de maand minstens twee afzonderlijke aankoopmomenten. ^[2]

Die tweede mogelijkheid is belangrijk. Iemand kan de eerste zichtbare aankoop doen en later in dezelfde maand opnieuw kopen. Het weglaten van oudere geschiedenis wist die herhaalaankoop binnen de maand niet uit. Onze vergelijking doet dus meer dan iedereen die ontbreekt in een korte lijst uit een eerdere periode als nieuw bestempelen.

Van januari tot en met november 2011 verlaagde het gebruik van 90 in plaats van 365 dagen vóór de maand het aandeel zichtbaar terugkerende accounts met 11,6 tot 25,9 procentpunt. Het mediane maandverschil was 19,3 procentpunt. De tabel toont alle elf maanden, inclusief het kleinere verschil in januari.

De richting volgt uit de berekening: eerdere aankopen toevoegen kan meer bewijs van herhaling zichtbaar maken, nooit minder. Het nuttige resultaat is hoeveel het label in deze administratie veranderde en hoe consequent dat gebeurde in de vooraf vastgelegde maanden. Deze cijfers beschrijven een historische rapportagekeuze, geen verandering in klantgedrag.

Januari geeft een concreet voorbeeld uit de echte gegevens. Die maand hadden 735 klantaccounts een meetellende aankoop. Met 90 dagen eerdere geschiedenis telden er 580 als zichtbaar terugkerend: 78,9% van die accounts. Met 365 dagen waren dat er 665, of 90,5%. Door de oudere gegevens terug te zetten veranderden 85 labels, een verschil van 11,6 procentpunt.

Kijk nu naar de kleinere groep die een marketeer vervolgens zou kunnen bekijken. In het rapport met de korte geschiedenis bleven 155 accounts over zonder zichtbare herhaalaankoop. Daarvan hadden er 85 wel een eerdere meetellende aankoop in de vergelijking met 365 dagen. Dat is 54,8% van de groep zonder herhaalaankoop onder de korte regel, niet 54,8% van alle kopers in januari.

Beide percentages beantwoorden een nuttige vraag. Het verschil van 11,6 procentpunt beschrijft het volledige maandrapport. De 54,8% beschrijft hoeveel oudere aankoopgegevens aanwezig zijn binnen de groep die geen herhaallabel kreeg. Door de noemers te verwarren kan dezelfde verandering veel groter of kleiner lijken.

Dit onderscheid bleef ook na januari bestaan. In elk van de elf maanden had meer dan de helft van de groep zonder zichtbare herhaalaankoop onder de 90-dagenregel eerder bewijs binnen 365 dagen. De maandpercentages liepen van 51,3% tot 67,7%. Die eerdere meetellende aankopen vielen buiten de korte geschiedenis, maar stonden al in de administratie.

Voor een campagnebriefing is de eerste vraag dus wat het label ‘nieuw’ precies moet betekenen. Een welkomstbericht voor een eerste bestelling veronderstelt meer dan ‘geen herhaling gevonden in deze export’. De analyse vertelt niet welk bericht beter zou werken. Wel laat zij zien waarom de doelgroepomschrijving vast moet staan voordat je die creatieve keuze maakt.

Met 180 dagen vóór de maand kwam het rapport dichter bij de vergelijking met 365 dagen. Het resterende maandverschil was 3,9 tot 11,7 procentpunt, met een mediaan van 7,9. Van de accounts waarvoor onder de 180-dagenregel nog geen herhaalaankoop zichtbaar was, had 22,9% tot 52,3% eerder bewijs onder de 365-dagenregel.

We controleerden ook of de uitkomst afhing van de definitie van een aankoopmoment. Eén alternatief telde alle positieve activiteit op numerieke facturen mee, inclusief regels buiten de productcodes die primair meetelden. Een ander telde afzonderlijke aankoopdagen, zodat twee aankopen op één dag geen herhaalaankoop binnen de maand konden opleveren. De verschillen tussen de geschiedenisregels bleven onder beide definities bestaan. ^[4]

Noch 180, noch 365 dagen blijkt daarmee voor elk bedrijf de juiste instelling. Uitbreiden van 365 dagen naar alle beschikbare eerdere gegevens veranderde het primaire maandpercentage nog steeds met 0,5 tot 4,1 procentpunt. Het archief begon in december 2009; ook de langste beschikbare geschiedenis kon dus niet iemands volledige aankoopverleden vaststellen.

Bovendien groeide de extra beschikbare geschiedenis voorbij een jaar naarmate 2011 vorderde. Daardoor kunnen we de verschillen in latere maanden niet lezen als bewijs van een seizoenseffect. De praktische vergelijking gaat tussen duidelijk benoemde vensters, niet tussen een zogenaamd onvolledig rapport en perfecte kennis van de klant.

Een kortere geschiedenis kan een bewuste keuze zijn. Een team kan accounts die recent kochten willen onderscheiden van accounts waarvan de laatste zichtbare aankoop verder terugligt. Een segment voor recente kopers op basis van 90 dagen kan daarvoor geschikt zijn. Het wordt pas misleidend als de omschrijving een ander feit belooft, zoals de eerste aankoop bij het bedrijf.

Begin bij de beslissing die het rapport moet ondersteunen. Een maandelijks verkoopoverzicht kan een vaste definitie van terugkerende accounts nodig hebben om veranderingen door de tijd te begrijpen. Een heractivatiebriefing kan juist uitgaan van een bepaalde tijd sinds een aankoop. Voor een welkomstbriefing kan bewijs over de eerste aankoop nodig zijn. Die verschillende taken verdienen meer dan één vaag label ‘nieuw versus terugkerend’.

Vraag de rapportverantwoordelijke naar de vroegste bewaarde aankoopdatum, de eindgrens van de rapportage en de exacte herhaalregel. Krijgt een bureau of creator een doelgroepomschrijving, voeg die informatie dan in gewone taal toe. ‘Geen herhaalaankoop zichtbaar in de bewaarde 90-dagengeschiedenis of deze maand’ is minder handig dan ‘nieuwe klanten’, maar belooft geen kennis die de export niet bevat.

Houd dezelfde maandelijkse accounts in de vergelijking. Een klantenbestand van drie maanden vervangen door een jaar aan klanten verandert zowel de geschiedenis als de noemer van de doelgroep. Onze audit herstelde eerder bewijs voor dezelfde accounts die in de rapportagemaand kochten; we vergeleken geen twee klantenlijsten van verschillende omvang.

Onderscheid tot slot een gegevenswijziging van een prestatieverandering. Als een nieuwe export oudere bestellingen terugbrengt, kan het gerapporteerde aandeel terugkerende accounts stijgen zonder dat een campagne een aankoop heeft beïnvloed. Vermeld die definitiewijziging voordat je de beweging aan een actie toeschrijft. Dit onderzoek meet het rapportagemechanisme, niet de effectiviteit van een bericht of kanaal.

Een korte overdracht kan het onderscheid bruikbaar maken zonder van de campagnebespreking een databasecontrole te maken. Vraag degene die de bestellingenexport beheert de onderstaande velden in te vullen. Ze beschrijven het bewijs in het rapport; berichten testen en toestemming om klanten te benaderen blijven aparte beslissingen.

Doel: [maandelijks prestatierapport, welkomstbericht of heractivatiebriefing]. Benoem welke beslissing het label ondersteunt. Gaat het om recente aankopen, vermeld dan expliciet welke periode je recent noemt.

Rapportagemaand en doelgroep: [begindatum], [einddatum], [accounts met een meetellende aankoop in die maand]. Houd die accountlijst gelijk wanneer je geschiedenisvensters vergelijkt. Vermeld of een account een bedrijf kan vertegenwoordigen in plaats van één consument.

Beschikbare geschiedenis: [vroegste bewaarde datum], [dagen vóór het begin van de maand], [of de volledige rapportagemaand is opgenomen]. Benoem een exportgrens als een grens, in plaats van de eerste zichtbare bestelling de eerste bestelling ooit te noemen.

Aankoopregel: [welke transacties meetellen], [hoe gelijke tijdstippen en bestellingen op dezelfde dag worden behandeld], [hoe ontbrekende identificaties, tegenstrijdige facturen en annuleringen worden behandeld]. Vraag naar de regel die werkelijk in het rapport wordt gebruikt, niet naar een veronderstelde definitie.

Vergelijking: [terugkerende accounts onder elke geschiedenisregel], [ongewijzigd maandelijks aantal accounts], [accounts waarvan het label verschilt]. Voeg het aandeel toe van de groep zonder herhaalaankoop onder de korte geschiedenis waarvoor ouder bewijs bestaat. Die laatste noemer helpt het team de specifieke doelgroep te begrijpen die het gaat omschrijven.

Beslissing en vervolg: [definitie voor recente kopers behouden, beschikbare geschiedenis herstellen of het label hernoemen], [verantwoordelijke], [volgende rapportagedatum]. Gebruik de gekozen regel consequent in volgende rapporten en vermeld wijzigingen in gegevensbron of definitie.

In het januarivoorbeeld zou het vergelijkingsveld luiden: ‘580 tegenover 665 zichtbaar terugkerende accounts van de 735; 85 gewijzigde labels.’ De doelgroepnotitie voegt toe: ‘85 van de 155 accounts zonder herhaling onder de korte regel hadden ouder bewijs.’ Geen van beide zinnen noemt die accounts eerste kopers of voorspelt hun reactie op een campagne.

Controleer de definities achter beide voordat je een dashboard met een export vergelijkt. Shopify maakt in zijn documentatie over klantrapporten onderscheid tussen eerste en terugkerende klanten en erkent herhaalaankopen binnen de eerste aankoopperiode. Amazon heeft beschreven hoe het meer aankoopgeschiedenis beschikbaar maakt voor new-to-brand-metingen, vooral bij langere aankoopcycli. Hun rapportagedefinities verschillen van deze maandelijkse exportaudit. ^{[3] [7]}

Vraag welke eerdere aankopen de tool kan zien, of extra aankopen binnen de rapportagemaand meetellen en of de accountnoemer overeenkomt met die van de export. Verschillende definities kunnen verschillende antwoorden geven zonder dat een van de berekeningen fout is. Dezelfde naam voor een meetwaarde is niet genoeg om vergelijkbaarheid vast te stellen.

De vergelijking over elf maanden laat zien waarom die controle ertoe kan doen. De maandelijkse accounts blijven gelijk, de aankoopregel is expliciet en zowel kleine als grote verschillen blijven zichtbaar. Een ander bedrijf kan dat onderscheid gebruiken bij de beoordeling van zijn rapport, zonder de percentages van deze verkoper als prestatiedoel over te nemen.

We gebruikten het door UCI gepubliceerde Online Retail II-werkboek met twee werkbladen, dat loopt van 1 december 2009 tot en met 9 december 2011. Januari tot en met november 2011 zijn vooraf gekozen als volledige rapportagemaanden met 365 dagen eerdere brondekking. December 2011 is uitgesloten omdat de bron vóór het einde van die maand stopt. ^[1]

Het werkboek bevat 1.067.371 rijen. In de volledige bron hadden 243.007 rijen een ontbrekende of ongeldige klantidentificatie. We kenden geen identiteit toe op basis van naburige rijen. Daarnaast bevatten 82 numerieke facturen tegenstrijdige tijdstippen; die zijn volledig uitgesloten, zonder een tijdstip te raden. Dit zijn overlappende bronkwaliteitsaantallen op verschillende niveaus, geen opeenvolgende aftrekposten van een maandelijks klanttotaal. ^[5]

Een meetellende regel vereiste een numeriek factuurnummer, een geldige klantidentificatie en datum, en positieve aantallen en prijzen. De primaire productcoderegel gebruikte vijf cijfers met optionele letters, bevatte twee gedocumenteerde productcode-uitzonderingen en sloot twee gedocumenteerde transport- of verpakkingskosten uit. De omschrijvingen zijn vóór de berekeningen van klantgeschiedenis bekeken. De publieke code bevat de exacte regels. ^[5]

Geschikte facturen van één account op exact hetzelfde tijdstip werden één zichtbaar aankoopmoment. Zo kunnen twee factuurnummers op hetzelfde geregistreerde tijdstip geen eerdere aankoop suggereren. Herhaalde regels binnen of tussen de werkbladen kunnen geen extra momenten creëren. Facturen met een annuleringsvoorvoegsel en niet-positieve regels creëren geen aankopen; we koppelden terugbetalingen niet aan oorspronkelijke bestellingen en beweerden niet dat positieve facturen uiteindelijk behouden bestellingen waren.

Per maand bestond de noemer uit de accounts met minstens één geschikt aankoopmoment in die maand. Een account telde als zichtbaar terugkerend bij een eerder moment in de bewaarde geschiedenis vóór de maand, of minstens twee aantoonbaar opeenvolgende momenten binnen de maand. De geschiedenis begon precies 90, 180 of 365 dagen vóór het maandbegin; die grens telde mee. Het eerste tijdstip van de volgende maand viel buiten de rapportageperiode. ^[2]

We controleerden de factuurintegriteit in het hele aangeleverde archief voordat we de maanden vergeleken. Binnen die vaste, geschikte bron kunnen latere aankopen het label van een eerdere maand niet beïnvloeden. Dit is een retrospectieve audit, geen simulatie van wat een live systeem zou hebben geweten voordat latere tegenstrijdige bronregels binnenkwamen.

De download bevat alle 165 rijen met percentages, 99 vergelijkingsrijen en de vaste samenvattings- en gevoeligheidsresultaten. De vergelijkingen zijn beschrijvende berekeningen voor dit archief, zonder betrouwbaarheidsintervallen of de aanname dat herhaalde account-maandwaarnemingen onafhankelijk zijn. Een afzonderlijke implementatie reproduceerde elk vooraf vastgelegd aggregaat uit het oorspronkelijke werkboek. De publieke uitvoer bevat geen klantidentificaties of aankoopgeschiedenissen per account. ^[6]