文末领取【商业分析资料】
昨日文章→：Python可视化教程（上）—基础篇
先在文章的开始晒一下主要成果图。
下面进入正题吧！
01 模型概念
客户留存模型是测量我们留住新客户的能力，我们计算出某个合适的时间段（如月）的获客数量，再计算之后每个月，这个月的获得的客人的购买数量，购买的客人占这个时间段获客的总数的比例为客户留存率。（即到这个时间段，当时获得的客户还有多少在购买）
02 数据源
下图是某文具批发商2013-2016年近10000条基础销售数据，包括时间，地区，客户名称，此条目商品类别，数量，销售额，利润等基本信息。
03 使用工具
希望最后可视化数据留存模型，使用Tableau制图。
04 模型建立过程
1.计算出每个客户的第一次购买日期FOD，即是我们得到这个新客户的日期。
2.以合适的日期间隔放在FOD上，这里我们取月，这样我们得到每个月得到的新客户，比如2013年1月。（一个客户只有一个FOD，这个相当于他的标签，得以计算同一个FOD的客户群各个月的购买情况）
3. 计算流逝的时间字段，让图左对齐（这里的时间间隔是设置为季度或者月度，方便对不同模型进行修改）
4.计算2013年1月得到的客户群中在之后的每个月有多少客户购买。通过设置COUNTD（客户），在横轴纵轴确认后，可自动计算。
5. 用之后每个月还在购买的客户数 除以 2015年1月得到的客户数，则为当月的存留率。（在表计算中设置为合计百分比，计算依据选择表向下），最终得到结果图如下：
05 模型特点
1.客户留存模型在互联网行业、零售行业等客户与商家要产生高频率互动的行业非常有价值，对于留存率低下的时间点，可以分析这段时间的运营策略，找出原因，方便作出商业行为调整。
2.注意FOD在不同时间段的客户，在相同逝去时间下经历的该时间段的商品/产品/服务形式是不同的。
如某APP在2013年1月获得的客户，在第二个月2013年2月使用的产品，和2016年1月获得的客户，在第二个月2013年2月使用的产品肯定是不一样的。因此我们可以根据哪个阶段获取的客户留存率最好（或最差），分析总结这段时间的运营经验。
End.
作者：云落青岚
来源：简书
本文为转载分享，如侵权请联系作者删除
球分享
球在看