อัตราลูกค้าที่กลับมาซื้อขึ้นอยู่กับประวัติที่เก็บไว้
ในข้อมูลเก่าของผู้ค้าของขวัญรายหนึ่งในสหราชอาณาจักร ผู้ซื้อกลุ่มเดิมในแต่ละเดือนให้สัดส่วนบัญชีที่พบการซื้อซ้ำต่างกันเมื่อเอาประวัติการซื้อก่อนหน้านั้นออก ลูกค้าจำนวนมากของผู้ค้ารายนี้เป็นผู้ค้าส่ง ผลที่พบชี้ว่ารายงานแคมเปญต้องระบุให้ชัดว่าใช้ประวัติย้อนหลังแค่ไหน
การวิเคราะห์ต้นฉบับจาก UCI Online Retail II ซึ่งเป็นข้อมูลเดือนธันวาคม 2009–ธันวาคม 2011 ของผู้ค้ารายหนึ่งในสหราชอาณาจักรที่ไม่มีหน้าร้าน การเปรียบเทียบรายเดือนครอบคลุมเดือนมกราคม–พฤศจิกายน 2011
บทคัดย่อ
อัตราลูกค้าที่กลับมาซื้ออาศัยประวัติการซื้อย้อนหลังมากแค่ไหน? ในข้อมูลปี 2011 ของผู้ค้าของขวัญรายหนึ่งในสหราชอาณาจักร การใช้ประวัติ 90 วันแทน 365 วันก่อนแต่ละเดือนที่รายงาน ทำให้สัดส่วนบัญชีที่พบการซื้อซ้ำต่างกัน 11.6 ถึง 25.9 จุดเปอร์เซ็นต์ ค่ามัธยฐานของส่วนต่างรายเดือนอยู่ที่ 19.3 จุด การเปรียบเทียบใช้ผู้ซื้อกลุ่มเดิมในเดือนนั้นภายใต้ทุกกติกา และยังนับการซื้อซ้ำภายในเดือนด้วย ผู้ค้ารายนี้มีลูกค้าที่เป็นผู้ค้าส่งจำนวนมาก ตัวเลขจึงเป็นกรณีศึกษาจากอดีต ไม่ใช่เกณฑ์อ้างอิงผู้บริโภคในปัจจุบัน [1] [2]
ในกลุ่มบัญชีที่ยังไม่พบการซื้อซ้ำเมื่อใช้กติกา 90 วัน มี 51.3% ถึง 67.7% ที่มีหลักฐานการซื้อก่อนหน้านั้นอยู่ภายใน 365 วัน การใช้ 180 วันช่วยลดส่วนต่าง แต่ไม่ได้ทำให้หายไป ข้อค้นพบนี้นำไปใช้ตรวจรายงานได้ทันที: ระบุประวัติที่รองรับป้ายกำกับกลุ่มเป้าหมาย ก่อนใช้ป้ายกำกับนั้นในบรีฟต้อนรับหรือบรีฟสำหรับลูกค้าที่กลับมาซื้อ การนิยามผู้ซื้อในช่วงล่าสุดด้วยระยะเวลาสั้นกว่าอาจเหมาะสม แต่ไม่ได้ยืนยันว่าบัญชีนั้นเป็นลูกค้าใหม่ของธุรกิจ
นักการตลาดเปิดรายงานประจำเดือนแล้วเห็นคนกลุ่มใหญ่ถูกจัดเป็น “ลูกค้าใหม่” สิ่งที่มักนึกถึงต่อคือข้อความต้อนรับ: อธิบายสินค้า แนะนำแบรนด์ หรือช่วยให้ซื้อครั้งแรกได้ง่ายขึ้น แต่มีคำถามหนึ่งที่ควรถามก่อน “ใหม่” หมายถึงใหม่สำหรับธุรกิจจริง ๆ หรือแค่ไม่ปรากฏในข้อมูลเก่าที่รวมอยู่ในไฟล์ส่งออกนี้?
เราตรวจสอบคำถามนี้ด้วยข้อมูลธุรกรรมในอดีตของผู้ค้ารายหนึ่ง โดยไม่เปลี่ยนแคมเปญ ลูกค้า หรือเดือนที่รายงาน สิ่งเดียวที่เปลี่ยนคือปริมาณประวัติการซื้อก่อนหน้านั้นที่การคำนวณนำมาใช้ได้
ส่วนต่างที่เกิดขึ้นมากพอจะเปลี่ยนคำอธิบายกลุ่มเป้าหมาย และยังทำให้เห็นความแตกต่างที่สำคัญระหว่างอัตราบัญชีที่กลับมาซื้อในรายงานทั้งหมด กับหลักฐานเก่าที่ซ่อนอยู่ในกลุ่มซึ่งยังไม่พบการซื้อซ้ำ
ประวัติต่างกัน แต่เดือนที่รายงานเหมือนเดิม
ใช้เดือนเดิม แล้วเปลี่ยนช่วงประวัติย้อนหลัง
การคำนวณอัตราลูกค้าที่กลับมาซื้อต้องมีมากกว่าเดือนที่รายงาน ต้องกำหนดด้วยว่าจะย้อนกลับไปไกลแค่ไหน หากเดือนที่รายงานยังเหมือนเดิม แต่การซื้อก่อนหน้านั้นหายไปจากไฟล์ส่งออก บัญชีที่ซื้อในเดือนนี้ไม่ได้เปลี่ยน สิ่งที่เปลี่ยนคือประวัติที่รายงานมองเห็นได้
เราคงกลุ่มบัญชีรายเดือนนั้นไว้ แล้วเปรียบเทียบไฟล์ส่งออกที่มีประวัติ 90, 180 หรือ 365 วันก่อนต้นเดือน ทุกไฟล์มีข้อมูลครบทั้งเดือนที่รายงานด้วย บัญชีจะนับว่าพบการซื้อซ้ำเมื่อมีการซื้อที่เข้าเกณฑ์ก่อนเดือนนั้น หรือมีการซื้ออย่างน้อยสองครั้งที่แยกจากกันภายในเดือน [2]
เงื่อนไขที่สองนี้สำคัญ คนคนหนึ่งอาจซื้อครั้งแรกที่เห็นในข้อมูล แล้วซื้ออีกครั้งในเดือนเดียวกัน การตัดประวัติก่อนหน้าออกไม่ได้ลบการซื้อซ้ำภายในเดือน ดังนั้นการเปรียบเทียบของเราจึงไม่ได้แค่เรียกทุกคนที่ไม่อยู่ในรายชื่อช่วงก่อนหน้าสั้น ๆ ว่าเป็นลูกค้าใหม่
บัญชีรายเดือนกลุ่มเดิม กับประวัติก่อนหน้าที่มีความยาวต่างกัน
สัดส่วนบัญชีที่พบการซื้อซ้ำจากข้อมูลเก่าของผู้ค้าของขวัญรายหนึ่งในสหราชอาณาจักร ทุกกติกาประวัติรวมเดือนที่รายงานครบและนับการซื้อซ้ำภายในเดือนนั้น
| เดือนที่รายงาน | 90 วันก่อนต้นเดือน (%) | 180 วันก่อนต้นเดือน (%) | 365 วันก่อนต้นเดือน (%) | บัญชีที่ซื้อในเดือน |
|---|---|---|---|---|
| มกราคม 2011 | 78.9% | 86.5% | 90.5% | 735 |
| กุมภาพันธ์ 2011 | 67.0% | 79.7% | 84.4% | 754 |
| มีนาคม 2011 | 57.6% | 77.0% | 82.9% | 971 |
| เมษายน 2011 | 61.8% | 79.8% | 87.7% | 851 |
| พฤษภาคม 2011 | 69.3% | 81.4% | 89.2% | 1,052 |
| มิถุนายน 2011 | 67.3% | 77.6% | 89.3% | 989 |
| กรกฎาคม 2011 | 70.7% | 80.1% | 89.2% | 946 |
| สิงหาคม 2011 | 72.7% | 80.3% | 88.0% | 931 |
| กันยายน 2011 | 61.8% | 74.2% | 84.5% | 1,258 |
| ตุลาคม 2011 | 62.4% | 71.9% | 81.7% | 1,360 |
| พฤศจิกายน 2011 | 69.8% | 77.8% | 86.6% | 1,659 |
ตั้งแต่มกราคมถึงพฤศจิกายน 2011 การใช้ประวัติ 90 แทน 365 วันก่อนต้นเดือนทำให้สัดส่วนบัญชีที่พบการซื้อซ้ำลดลง 11.6 ถึง 25.9 จุดเปอร์เซ็นต์ ค่ามัธยฐานของส่วนต่างรายเดือนคือ 19.3 จุด ตารางแสดงครบทั้งสิบเอ็ดเดือน รวมถึงส่วนต่างที่น้อยกว่าในเดือนมกราคม
ทิศทางของผลถูกกำหนดอยู่ในวิธีคำนวณแล้ว: การเพิ่มการซื้อก่อนหน้าอาจทำให้พบหลักฐานการซื้อซ้ำเพิ่ม แต่ไม่ทำให้หลักฐานลดลง สิ่งที่มีประโยชน์คือป้ายกำกับเปลี่ยนมากเพียงใดในข้อมูลของผู้ค้ารายนี้ และเกิดการเปลี่ยนแปลงสม่ำเสมอแค่ไหนในเดือนที่กำหนดไว้ ตัวเลขนี้อธิบายผลของการเลือกวิธีรายงานข้อมูลในอดีต ไม่ใช่การเปลี่ยนพฤติกรรมลูกค้า
ในเดือนมกราคม บัญชี 85 จาก 735 บัญชีเดิมเปลี่ยนกลุ่ม
เดือนมกราคมเป็นตัวอย่างที่ชัดเจนจากข้อมูลจริง เดือนนั้นมีบัญชีลูกค้า 735 บัญชีที่ซื้อเข้าเกณฑ์ เมื่อใช้ประวัติก่อนหน้า 90 วัน มี 580 บัญชีที่พบการซื้อซ้ำ คิดเป็น 78.9% เมื่อใช้ 365 วัน จำนวนเพิ่มเป็น 665 บัญชี หรือ 90.5% การนำข้อมูลเก่ากลับมาทำให้บัญชี 85 บัญชีเปลี่ยนกลุ่ม ต่างกัน 11.6 จุดเปอร์เซ็นต์
ลองมองกลุ่มที่เล็กลงซึ่งนักการตลาดอาจตรวจต่อ รายงานที่ใช้ประวัติสั้นเหลือ 155 บัญชีที่ยังไม่พบการซื้อซ้ำ ในจำนวนนี้ 85 บัญชีมีหลักฐานการซื้อก่อนหน้าที่เข้าเกณฑ์เมื่อเปรียบเทียบด้วย 365 วัน นั่นคือ 54.8% ของกลุ่มที่ไม่พบการซื้อซ้ำภายใต้ประวัติสั้น ไม่ใช่ 54.8% ของผู้ซื้อทั้งหมดในเดือนมกราคม
ทั้งสองเปอร์เซ็นต์ตอบคำถามที่มีประโยชน์คนละข้อ ส่วนต่าง 11.6 จุดอธิบายรายงานรายเดือนทั้งหมด ส่วน 54.8% บอกว่ามีหลักฐานเก่าอยู่มากเท่าไรในกลุ่มที่ยังไม่ได้รับป้ายกำกับว่าซื้อซ้ำ หากสับสนระหว่างฐานคำนวณทั้งสอง การเปลี่ยนแปลงเดียวกันอาจดูใหญ่หรือเล็กเกินจริง
หลักฐานเก่าในกลุ่มที่ไม่พบการซื้อซ้ำภายใต้ 90 วัน
ผู้ค้าของขวัญรายหนึ่งในสหราชอาณาจักรจากข้อมูลเก่า มกราคม–พฤศจิกายน 2011 ใช้นิยามการซื้อสินค้าหลัก ฐานคำนวณคือบัญชีที่ไม่พบการซื้อซ้ำภายใต้กติกา 90 วัน
| เดือนที่รายงาน | ไม่พบการซื้อซ้ำภายใต้ 90 วัน | มีหลักฐานก่อนหน้าภายใต้ 365 วัน | บัญชีที่มีการซื้อก่อนหน้าในกลุ่มที่ไม่พบการซื้อซ้ำ (%) |
|---|---|---|---|
| มกราคม 2011 | 155 | 85 | 54.8% |
| กุมภาพันธ์ 2011 | 249 | 131 | 52.6% |
| มีนาคม 2011 | 412 | 246 | 59.7% |
| เมษายน 2011 | 325 | 220 | 67.7% |
| พฤษภาคม 2011 | 323 | 209 | 64.7% |
| มิถุนายน 2011 | 323 | 217 | 67.2% |
| กรกฎาคม 2011 | 277 | 175 | 63.2% |
| สิงหาคม 2011 | 254 | 142 | 55.9% |
| กันยายน 2011 | 480 | 285 | 59.4% |
| ตุลาคม 2011 | 511 | 262 | 51.3% |
| พฤศจิกายน 2011 | 501 | 278 | 55.5% |
ความแตกต่างนี้ไม่ได้เกิดเฉพาะมกราคม ในทุกเดือนจากสิบเอ็ดเดือน มากกว่าครึ่งของกลุ่มที่ไม่พบการซื้อซ้ำภายใต้กติกา 90 วัน มีหลักฐานก่อนหน้าอยู่ภายใน 365 วัน สัดส่วนรายเดือนอยู่ระหว่าง 51.3% ถึง 67.7% การซื้อก่อนหน้าที่เข้าเกณฑ์ของบัญชีเหล่านั้นอยู่นอกช่วงประวัติสั้น แต่มีอยู่แล้วในข้อมูลของผู้ค้า
สำหรับบรีฟแคมเปญ จึงควรถามทันทีว่าคำว่า “ใหม่” ต้องการยืนยันอะไร ข้อความต้อนรับสำหรับคำสั่งซื้อแรกตั้งอยู่บนสมมติฐานที่มากกว่า “ไม่พบการซื้อซ้ำในไฟล์ส่งออกนี้” การวิเคราะห์ไม่ได้บอกว่าข้อความใดจะได้ผลดีกว่า แต่ชี้ว่าควรตกลงคำอธิบายกลุ่มเป้าหมายให้ชัดก่อนตัดสินใจเรื่องครีเอทีฟ
ใช้ 180 วันแล้วส่วนต่างลดลง แต่ไม่ได้หายไป
การใช้ประวัติ 180 วันก่อนต้นเดือนทำให้รายงานใกล้เคียงกับการเปรียบเทียบ 365 วันมากขึ้น ส่วนต่างรายเดือนที่เหลืออยู่คือ 3.9 ถึง 11.7 จุดเปอร์เซ็นต์ โดยมีมัธยฐาน 7.9 ในบัญชีที่ยังไม่พบการซื้อซ้ำภายใต้กติกา 180 วัน มี 22.9% ถึง 52.3% ที่มีหลักฐานก่อนหน้าภายใต้กติกา 365 วัน
เราตรวจด้วยว่าผลขึ้นอยู่กับนิยามของการซื้อหนึ่งครั้งหรือไม่ ทางเลือกหนึ่งรวมกิจกรรมที่มีปริมาณและราคาเป็นบวกทั้งหมดในใบแจ้งหนี้ที่ใช้รหัสตัวเลข รวมถึงรายการนอกขอบเขตรหัสสินค้า อีกทางเลือกนับวันที่ซื้อที่ต่างกัน ทำให้การซื้อสองครั้งในวันเดียวไม่สร้างการซื้อซ้ำภายในเดือน ส่วนต่างจากช่วงประวัติยังคงอยู่ภายใต้ทั้งสองนิยาม [4]
ส่วนต่างจากช่วงประวัติยังอยู่เมื่อเปลี่ยนกติกาการซื้อ
ข้อมูลเก่าของผู้ค้าของขวัญรายหนึ่งในสหราชอาณาจักร มกราคม–พฤศจิกายน 2011 ค่ามัธยฐานส่วนต่างรายเดือนเป็นจุดเปอร์เซ็นต์ เปรียบเทียบประวัติก่อนเดือนแต่ละช่วงที่สั้นกว่ากับ 365 วัน
| นิยามการซื้อ | 90 เทียบกับ 365 วัน (จุดเปอร์เซ็นต์) | 180 เทียบกับ 365 วัน (จุดเปอร์เซ็นต์) |
|---|---|---|
| การซื้อสินค้าที่เวลาต่างกัน | 19.3 จุดเปอร์เซ็นต์ | 7.9 จุดเปอร์เซ็นต์ |
| กิจกรรมบวกทั้งหมดในใบแจ้งหนี้ที่เวลาต่างกัน | 19.1 จุดเปอร์เซ็นต์ | 7.8 จุดเปอร์เซ็นต์ |
| การซื้อสินค้าในวันที่ต่างกัน | 20.4 จุดเปอร์เซ็นต์ | 8.5 จุดเปอร์เซ็นต์ |
ไม่ได้มีข้อสรุปว่า 180 หรือ 365 วันคือค่าที่เหมาะกับทุกธุรกิจ แม้ขยายจาก 365 วันไปใช้ข้อมูลก่อนหน้าทั้งหมดที่มี สัดส่วนรายเดือนตามนิยามหลักก็ยังเปลี่ยน 0.5 ถึง 4.1 จุด ฐานข้อมูลเริ่มในเดือนธันวาคม 2009 จึงไม่อาจยืนยันประวัติการซื้อทั้งชีวิตของใครได้ แม้ใช้ช่วงที่ยาวที่สุด
ประวัติที่มีเกินหนึ่งปียังเพิ่มขึ้นเรื่อย ๆ ระหว่างปี 2011 ด้วย โอกาสในการเห็นข้อมูลเก่าที่เปลี่ยนไปนี้ทำให้ไม่อาจอ่านส่วนต่างในช่วงเดือนท้าย ๆ ว่าเป็นหลักฐานของผลตามฤดูกาล การเปรียบเทียบที่นำไปใช้ได้คือระหว่างช่วงเวลาที่ระบุชัด ไม่ใช่ระหว่างรายงานที่ถูกมองว่าไม่ครบกับความรู้ทั้งหมดเกี่ยวกับลูกค้า
เลือกให้ชัดว่ารายงานหมายถึงซื้อไม่นานมานี้หรือเคยซื้อมาก่อน
ประวัติที่สั้นกว่าอาจเป็นความตั้งใจของทีม ทีมอาจต้องการแยกบัญชีที่ซื้อไม่นานมานี้ออกจากบัญชีที่การซื้อครั้งล่าสุดที่มองเห็นอยู่ไกลออกไป กลุ่มผู้ซื้อใน 90 วันล่าสุดใช้ตอบโจทย์นี้ได้ จะชวนให้เข้าใจผิดก็ต่อเมื่อคำอธิบายอ้างข้อเท็จจริงอีกอย่าง เช่น เป็นการซื้อครั้งแรกของลูกค้ากับธุรกิจ
เริ่มจากการตัดสินใจที่รายงานจะช่วยสนับสนุน สรุปยอดขายรายเดือนอาจต้องใช้นิยามบัญชีที่กลับมาซื้อแบบคงที่ เพื่อให้อ่านการเปลี่ยนแปลงตามเวลาได้ บรีฟกระตุ้นให้กลับมาซื้ออาจตั้งใจมุ่งที่ระยะห่างจากการซื้อซึ่งกำหนดไว้ ส่วนบรีฟต้อนรับอาจต้องมีหลักฐานการซื้อครั้งแรก งานเหล่านี้ไม่ควรใช้ป้ายกำกับ “ใหม่หรือกลับมาซื้อ” ที่คลุมเครืออันเดียวกัน
ขอให้เจ้าของรายงานบอกวันที่ซื้อที่เก็บไว้เก่าที่สุด จุดตัดข้อมูลของรายงาน และกติกาการซื้อซ้ำที่ใช้จริง หากเอเจนซีหรือครีเอเตอร์ได้รับคำอธิบายกลุ่มเป้าหมาย ควรแนบรายละเอียดเหล่านี้ด้วยภาษาที่เข้าใจง่าย “ไม่พบการซื้อซ้ำในประวัติ 90 วันที่เก็บไว้หรือในเดือนนี้” อาจยาวกว่า “ลูกค้าใหม่” แต่ไม่อ้างความรู้ที่ไฟล์ส่งออกไม่มี
ใช้บัญชีกลุ่มเดิมของเดือนนั้นในการเปรียบเทียบ หากเปลี่ยนไฟล์ลูกค้าสามเดือนเป็นไฟล์ลูกค้าหนึ่งปี ทั้งประวัติและฐานจำนวนกลุ่มเป้าหมายจะเปลี่ยน การตรวจสอบนี้นำหลักฐานก่อนหน้ากลับมาให้บัญชีกลุ่มเดิมที่ซื้อในเดือนรายงาน ไม่ได้เปรียบเทียบรายชื่อลูกค้าสองชุดที่มีขนาดต่างกัน
สุดท้าย แยกการเปลี่ยนข้อมูลออกจากการเปลี่ยนผลงาน หากไฟล์ส่งออกใหม่มีคำสั่งซื้อเก่ากลับมา สัดส่วนที่รายงานว่ากลับมาซื้ออาจสูงขึ้น แม้ไม่มีแคมเปญใดมีอิทธิพลต่อการซื้อ ระบุการเปลี่ยนนิยามนี้ในรายงานก่อนโยงความเคลื่อนไหวไปยังโปรโมชัน งานศึกษาวัดกลไกการรายงานนี้ ไม่ได้วัดประสิทธิผลของข้อความหรือช่องทางใด
ใส่กติกาประวัติย้อนหลังไว้ข้างบรีฟแคมเปญ
ข้อมูลส่งต่อสั้น ๆ ช่วยให้ทีมใช้ความแตกต่างนี้ได้ โดยไม่ต้องเปลี่ยนการคุยเรื่องแคมเปญให้เป็นการตรวจฐานข้อมูล ขอให้ผู้ดูแลไฟล์ส่งออกคำสั่งซื้อกรอกรายละเอียดต่อไปนี้ ข้อมูลเหล่านี้อธิบายหลักฐานที่ใช้รายงาน ส่วนการทดสอบข้อความและสิทธิในการติดต่อลูกค้ายังคงเป็นคนละการตัดสินใจ
คงบัญชีรายเดือนกลุ่มเดิมไว้
ระบุช่วงเวลา
ใช้เดือนรายงานเดิมและบัญชีที่ซื้อในเดือนนั้นกลุ่มเดิม
ตรวจประวัติก่อนหน้า
เปรียบเทียบหลักฐานการซื้อซ้ำที่เห็นได้ภายใต้แต่ละช่วงประวัติที่เก็บไว้
อธิบายกลุ่มเป้าหมาย
ระบุว่าป้ายกำกับยืนยันอะไรได้ ก่อนเขียนบรีฟแคมเปญ
วัตถุประสงค์: [รายงานผลรายเดือน ข้อความต้อนรับ หรือบรีฟกระตุ้นให้กลับมาซื้อ] ระบุว่าป้ายกำกับจะช่วยตัดสินใจเรื่องใด หากสนใจการซื้อในช่วงล่าสุด ให้บอกช่วงเวลานั้นอย่างชัดเจน
เดือนที่รายงานและกลุ่มเป้าหมาย: [วันเริ่มต้น] [วันสิ้นสุด] [บัญชีที่มีการซื้อเข้าเกณฑ์ในเดือนนั้น] คงรายชื่อบัญชีชุดนี้ไว้เมื่อเปรียบเทียบช่วงประวัติ ระบุด้วยว่าหนึ่งบัญชีอาจแทนธุรกิจ ไม่ใช่ผู้ซื้อรายบุคคล
ประวัติที่มี: [วันที่เก่าที่สุดที่เก็บไว้] [จำนวนวันก่อนต้นเดือน] [รวมเดือนที่รายงานครบทั้งเดือนหรือไม่] บันทึกข้อจำกัดของไฟล์ส่งออกตามจริง แทนที่จะเรียกคำสั่งซื้อแรกที่มองเห็นว่าคำสั่งซื้อแรกตลอดมา
กติกาการซื้อ: [ธุรกรรมใดนับรวม] [จัดการเวลาที่ตรงกันและคำสั่งซื้อวันเดียวกันอย่างไร] [จัดการรหัสที่หาย ใบแจ้งหนี้ที่ข้อมูลขัดแย้ง และการยกเลิกอย่างไร] ขอข้อมูลกติกาที่ใช้จริงในรายงาน ไม่ใช่นิยามที่คาดเอาเอง
การเปรียบเทียบ: [บัญชีที่กลับมาซื้อภายใต้แต่ละช่วงประวัติ] [จำนวนบัญชีรายเดือนที่คงเดิม] [บัญชีที่เปลี่ยนกลุ่ม] เพิ่มสัดส่วนของกลุ่มที่ไม่พบการซื้อซ้ำในประวัติสั้นแต่มีหลักฐานเก่าด้วย ฐานคำนวณสุดท้ายนี้ช่วยให้ทีมเข้าใจกลุ่มเป้าหมายเฉพาะที่กำลังจะอธิบาย
การตัดสินใจและติดตาม: [คงนิยามผู้ซื้อช่วงล่าสุด นำประวัติที่มีคืนมา หรือเปลี่ยนชื่อป้ายกำกับ] [ผู้รับผิดชอบ] [วันรายงานครั้งถัดไป] ใช้กติกาที่เลือกอย่างสม่ำเสมอในรายงานต่อไป และทำหมายเหตุเมื่อแหล่งข้อมูลหรือนิยามเปลี่ยน
ในตัวอย่างเดือนมกราคม ช่องการเปรียบเทียบจะระบุว่า “พบบัญชีซื้อซ้ำ 580 เทียบกับ 665 จาก 735 บัญชี มี 85 บัญชีเปลี่ยนกลุ่ม” ส่วนหมายเหตุกลุ่มเป้าหมายจะเพิ่มว่า “85 จาก 155 บัญชีที่ไม่พบการซื้อซ้ำภายใต้กติกาสั้นกว่า มีหลักฐานเก่า” ไม่มีข้อความใดเรียกบัญชีเหล่านั้นว่าลูกค้าที่ซื้อครั้งแรก หรือทำนายว่าจะตอบสนองต่อแคมเปญอย่างไร
ตรวจว่าเครื่องมือรายงานนิยามลูกค้าที่กลับมาซื้ออย่างไร
ก่อนเทียบแดชบอร์ดกับไฟล์ส่งออก ให้ตรวจนิยามเบื้องหลังทั้งสองอย่าง เอกสารรายงานลูกค้าของ Shopify แยกลูกค้าที่ซื้อครั้งแรกกับลูกค้าที่กลับมาซื้อ และนับการซื้อซ้ำภายในช่วงที่ซื้อครั้งแรกด้วย Amazon เคยอธิบายการขยายประวัติการซื้อที่ใช้วัดลูกค้าใหม่ของแบรนด์ โดยเฉพาะเมื่อรอบการซื้อยาวกว่า นิยามการรายงานของทั้งสองต่างจากการตรวจไฟล์ส่งออกรายเดือนนี้ [3] [7]
ถามว่าเครื่องมือเห็นการซื้อก่อนหน้าใดบ้าง รวมการซื้อเพิ่มภายในเดือนรายงานหรือไม่ และฐานจำนวนบัญชีตรงกับไฟล์ส่งออกหรือไม่ นิยามที่ต่างกันอาจให้คำตอบต่างกันโดยที่การคำนวณทั้งสองไม่ได้ผิด ชื่อตัวชี้วัดที่เหมือนกันเพียงอย่างเดียวไม่ยืนยันว่าเทียบกันได้
การเปรียบเทียบสิบเอ็ดเดือนแสดงให้เห็นว่าทำไมการตรวจนี้จึงสำคัญ โดยคงบัญชีรายเดือนเดิม ระบุกติกาการซื้อให้ชัด และเก็บทั้งส่วนต่างที่น้อยและมากไว้ ธุรกิจอื่นนำความแตกต่างนี้ไปใช้ตรวจรายงานได้ โดยไม่ต้องยืมเปอร์เซ็นต์ของผู้ค้ารายนี้ไปตั้งเป็นเป้าหมายผลงาน
วิธีคำนวณการเปรียบเทียบรายเดือน
เราใช้เวิร์กบุ๊ก Online Retail II สองชีตที่เผยแพร่โดย UCI ครอบคลุมวันที่ 1 ธันวาคม 2009 ถึง 9 ธันวาคม 2011 กำหนดเดือนมกราคมถึงพฤศจิกายน 2011 เป็นเดือนรายงานที่ครบถ้วนและมีข้อมูลก่อนหน้าเต็ม 365 วัน ตัดเดือนธันวาคม 2011 ออกเพราะข้อมูลสิ้นสุดระหว่างเดือน [1]
เวิร์กบุ๊กมี 1,067,371 แถว ในข้อมูลทั้งหมด 243,007 แถวมีรหัสลูกค้าหายไปหรือใช้ไม่ได้ เราไม่ได้กำหนดตัวตนจากแถวข้างเคียง อีกส่วนหนึ่ง ใบแจ้งหนี้ที่ใช้รหัสตัวเลข 82 ฉบับมีเวลาขัดแย้งกัน จึงตัดออกทั้งฉบับโดยไม่คาดเดาเวลา ตัวเลขคุณภาพข้อมูลเหล่านี้ซ้อนทับกันและอยู่คนละระดับ ไม่ใช่จำนวนที่หักออกตามลำดับจากยอดลูกค้ารายเดือน [5]
รายการที่เข้าเกณฑ์ต้องมีรหัสใบแจ้งหนี้เป็นตัวเลข รหัสลูกค้าและวันที่ที่ใช้ได้ รวมทั้งปริมาณและราคาเป็นบวก กติการหัสสินค้าหลักใช้ตัวเลขห้าหลักที่อาจตามด้วยตัวอักษร รวมข้อยกเว้นรหัสสินค้าที่มีเอกสารรองรับสองรายการ และตัดค่าขนส่งหรือบรรจุหีบห่อสองรายการที่ระบุไว้ เราตรวจคำอธิบายก่อนคำนวณประวัติลูกค้า กติกาที่แน่นอนอยู่ในโค้ดสาธารณะ [5]
ใบแจ้งหนี้ที่เข้าเกณฑ์ของแต่ละบัญชีและมีเวลาตรงกันถูกนับเป็นการซื้อที่พบหนึ่งครั้ง วิธีนี้ป้องกันไม่ให้เลขใบแจ้งหนี้สองเลข ณ เวลาเดียวกันสร้างการซื้อก่อนหน้าที่ไม่ได้เกิดแยกกัน รายการซ้ำในชีตเดียวกันหรือข้ามชีตไม่เพิ่มจำนวนครั้ง ใบแจ้งหนี้ที่มีอักษรนำหน้าแสดงการยกเลิกและรายการที่ไม่เป็นบวกไม่สร้างการซื้อ เราไม่ได้จับคู่เงินคืนกับคำสั่งซื้อเดิม และไม่ได้อ้างว่าธุรกรรมในใบแจ้งหนี้ที่เป็นบวกจะไม่ถูกยกเลิกหรือคืนในภายหลัง
ในแต่ละเดือน ฐานคำนวณคือบัญชีที่มีการซื้อเข้าเกณฑ์อย่างน้อยหนึ่งครั้งในเดือนนั้น บัญชีถือว่าพบการซื้อซ้ำหากมีการซื้อก่อนหน้าในประวัติก่อนเดือนที่เก็บไว้ หรือมีอย่างน้อยสองครั้งภายในเดือนซึ่งมีเวลาต่างกันและเรียงก่อนหลังได้ ประวัติเริ่มตรง 90, 180 หรือ 365 วันก่อนต้นเดือนและรวมจุดเริ่มต้นนั้นด้วย ไม่รวมขณะแรกของเดือนถัดไปในช่วงรายงาน [2]
เราตรวจความสอดคล้องของใบแจ้งหนี้จากข้อมูลทั้งหมดที่ได้รับก่อนทำการเปรียบเทียบรายเดือน ภายในแหล่งข้อมูลที่เข้าเกณฑ์และตรึงไว้แล้ว การซื้อภายหลังไม่เปลี่ยนป้ายกำกับของเดือนก่อนหน้า นี่คือการตรวจย้อนหลัง ไม่ใช่การจำลองว่าระบบที่ทำงานจริงจะรู้อะไรบ้าง ก่อนจะมีข้อมูลที่ขัดแย้งกันเข้ามาในภายหลัง
ไฟล์ดาวน์โหลดมีข้อมูลอัตราครบ 165 แถว การเปรียบเทียบ 99 แถว และผลสรุปกับการตรวจความไวที่กำหนดไว้ การเปรียบเทียบเป็นการคำนวณเชิงพรรณนาสำหรับข้อมูลชุดนี้ ไม่มีช่วงความเชื่อมั่นหรือข้ออ้างว่าการสังเกตบัญชีเดิมซ้ำข้ามเดือนเป็นอิสระต่อกัน การเขียนโปรแกรมแยกต่างหากให้ผลรวมที่กำหนดไว้ตรงกันทุกค่าจากเวิร์กบุ๊กต้นฉบับ ผลลัพธ์สาธารณะไม่มีรหัสลูกค้าหรือประวัติของบัญชีรายตัว [6]
- ดาวน์โหลดค่าที่ใช้ในรูป หน่วย และขอบเขตข้อมูล (CSV)
- ดาวน์โหลดผลรายเดือนทั้งหมด วิธีวิเคราะห์ และโค้ดคำนวณซ้ำ (ZIP; คำแนะนำเป็นภาษาอังกฤษ)
CSV มีค่าตัวเลข 83 ค่าจากข้อมูล 25 แถวในรูป ZIP เก็บข้อมูลอัตราครบ 165 แถว การเปรียบเทียบ 99 รายการ สรุปเก้ารายการ และบันทึกเกณฑ์คัดกรองที่กำหนดล่วงหน้าสองรายการ พร้อมที่มาของข้อมูลและโค้ดที่อ่านไฟล์ UCI อย่างเป็นทางการบนเครื่อง ไม่มีการเผยแพร่รหัสลูกค้าหรือประวัติการซื้อรายบุคคลซ้ำ ช่องตัวเลขใช้จุดเป็นเครื่องหมายทศนิยม
แหล่งข้อมูลและหมายเหตุ
- Daqing Chen, Online Retail II, UCI Machine Learning Repository, DOI 10.24432/C5CG6D ข้อมูลของผู้ค้ารายหนึ่งในสหราชอาณาจักรที่ไม่มีหน้าร้าน ตั้งแต่ 1 ธันวาคม 2009–9 ธันวาคม 2011 แหล่งข้อมูลระบุว่าขายของขวัญและมีลูกค้าที่เป็นผู้ค้าส่งจำนวนมาก ชุดข้อมูลใช้สัญญาอนุญาต CC BY 4.0 Influence IQ แปลงเวิร์กบุ๊กสาธารณะเป็นผลเปรียบเทียบแบบรวมตามที่อธิบายไว้ที่นี่
- สำหรับเดือน M ใช้บัญชีกลุ่มเดิมที่มีการซื้อเข้าเกณฑ์ใน [M, เดือนถัดไป) เมื่อใช้ประวัติ W วันก่อนเดือน สถานะเป็นจริงเมื่อมีการซื้อใน [M−W, M) หรือมีอย่างน้อยสองครั้งที่แยกจากกันและเรียงตามเวลาภายในเดือน W ไม่ใช่ช่วงย้อนหลังแบบเลื่อนตามการซื้อแต่ละครั้ง การเปรียบเทียบที่ไม่มีประวัติก่อนหน้ายังคงนับการซื้อซ้ำในเดือน ส่วนการเปรียบเทียบประวัติทั้งหมดเริ่มที่ 1 ธันวาคม 2009 การเปรียบเทียบหลักคือ 90 กับ 365 และ 180 กับ 365 ส่วน 365 กับประวัติทั้งหมดเป็นการเปรียบเทียบรอง
- เอกสารรายงานลูกค้าของ Shopify อธิบายลูกค้าที่ซื้อครั้งแรกและลูกค้าที่กลับมาซื้อ พร้อมนับการซื้อเพิ่มภายในช่วงที่ซื้อครั้งแรก วิธีจัดการเวลาของรายงานแต่ละแบบมีผล การคำนวณจากไฟล์ส่งออกโดยตรึงเดือนของเราเป็นนิยามเพื่อการวิเคราะห์ ไม่ใช่การสร้างรายงานลูกค้าของ Shopify ขึ้นใหม่หรือการตรวจสอบรายงานนั้น
- ทางเลือกที่กำหนดไว้ใช้เวลาของกิจกรรมที่เป็นบวกทั้งหมดในใบแจ้งหนี้รหัสตัวเลขโดยไม่จำกัดรหัสสินค้า หรือใช้วันที่ซื้อสินค้าที่ต่างกัน ค่ามัธยฐานส่วนต่าง 90/365 เท่ากับ 19.26, 19.08 และ 20.44 จุดเปอร์เซ็นต์ ตามลำดับสำหรับเวลาตามนิยามหลัก เวลาตามนิยามกว้าง และวันซื้อ ค่ามัธยฐาน 180/365 ที่สอดคล้องกันคือ 7.87, 7.85 และ 8.46 แต่ละนิยามคงฐานจำนวนบัญชีรายเดือนเดิมไว้เมื่อเปลี่ยนความยาวประวัติ
- ขอบเขตสินค้าคือรหัสตัวเลขห้าหลักที่อาจตามด้วยอักษรตัวใหญ่ รวม PADS (ไส้เบาะ) และ SP1002 (กระดานชอล์ก/ขาตั้ง) แต่ไม่รวม 23444 (ค่าขนส่ง) และ 23574 (ค่าบรรจุหีบห่อ) “Manual” และรหัสอื่นที่ยังไม่จัดหมวดอยู่นอกขอบเขตหลัก แต่รวมในการตรวจความไวแบบกว้างหากผ่านเงื่อนไขอื่น การตรวจข้อมูลทั้งคลังตัดใบแจ้งหนี้ที่มีเลขที่เป็นตัวเลข หากมีรหัสลูกค้าที่ใช้ได้ขัดแย้งกัน หรือเวลาที่ใช้ได้ขัดแย้งกัน นอกจากนี้ หากรายการใดมีรหัสลูกค้าที่ใช้ได้ มีจำนวนและราคาเป็นบวก แต่มีวันที่ใช้ไม่ได้ จะตัดใบแจ้งหนี้นั้นทั้งฉบับด้วย ภายใต้กติกานี้ไม่พบรหัสลูกค้าขัดแย้งกันหรือวันที่ใช้ไม่ได้ในรายการที่นำมาพิจารณา แต่ตัดใบแจ้งหนี้ 82 ฉบับที่เวลาขัดแย้งกัน
- ตรึงโพรโทคอล การปรับคำอธิบายแหล่งข้อมูล และโปรแกรมวิเคราะห์ก่อนคำนวณผลประวัติลูกค้า เกณฑ์พิจารณาบทความที่กำหนดล่วงหน้าต้องผ่านสองเงื่อนไข คือมีส่วนต่างอัตราอย่างน้อย 5 จุดเปอร์เซ็นต์ และอย่างน้อย 10% ของบัญชีที่จัดว่าไม่พบการซื้อซ้ำภายใต้กติกาประวัติที่สั้นกว่าต้องมีการซื้อที่ผ่านเกณฑ์ก่อนหน้านั้น ทั้งสองเงื่อนไขต้องเป็นจริงในอย่างน้อยหกเดือน สำหรับคู่เปรียบเทียบเดียวกันภายใต้ทั้งสามนิยาม การเปรียบเทียบ 90 วันผ่านทั้งสองเงื่อนไขในสิบเอ็ดเดือน และ 180 วันผ่านในเก้าเดือน นี่เป็นเกณฑ์เพื่อพิจารณาบทความ ไม่ใช่การทดสอบนัยสำคัญ จุดตัดที่ดีที่สุด หรือค่าประมาณประชากร ไฟล์ดาวน์โหลดมีผลลัพธ์ครบและโค้ดสำหรับคำนวณซ้ำ
- ประกาศของ Amazon วันที่ 7 มกราคม 2025 อธิบายการขยายประวัติการซื้อที่ใช้วัดลูกค้าใหม่ของแบรนด์ รวมถึงกรณีที่รอบการซื้อยาวกว่า จึงสนับสนุนความสำคัญที่ทราบอยู่แล้วของการระบุช่วงประวัติให้ชัด แต่นิยามโฆษณาและข้อมูลนั้นต่างจากการตรวจรายเดือนของผู้ค้ารายเดียวในงานนี้
ฉบับนี้แปลโดยตรงจากบทความต้นฉบับภาษาอังกฤษ ทุกภาษากล่าวถึงผู้ค้ารายเดียวกันในสหราชอาณาจักรจากข้อมูลในอดีต และการเปรียบเทียบเดือนมกราคม–พฤศจิกายน 2011 การแปลไม่เปลี่ยนประชากรในแหล่งข้อมูลหรือกติกาการรายงาน