利用CDP加深对客户的了解。如何初步分析客户数据

对于实际负责分析客户数据、参与引入或利用CDP的项目、或负责市场营销的任何人来说，这本书都是必读之书。

进行初步分析以更好地了解您的客户的步骤

利用来自 CDP 或其他来源的集成数据来加深对客户的了解的初步分析大致可分为四个步骤。如果您已经整合了数据但不确定从哪里开始，我希望这对您有所帮助。

1.确认客户、数据来源、各类ID的拥有率

检查所有客户各类数据源的链接率（“各类ID拥有率”） （数据与客户的链接程度如何？）。即使您尝试使用 CDP 集成数据，也并非所有数据都会链接到客户。了解每个客户的状态，无论他们仅与一条数据相关还是与多条数据相关。

如“各类ID持有率数据示例（上文）”所示，我们将ID持有数量和持有率进行汇总，以便识别各数据源的ID。表中百分比表示占综合客户总数的各自百分比。 （因为有一些重叠的ID，所以总数超过了100%）

通过查看各个数据源的ID拥有率，你可以了解你的总客户中有多少与各个数据源有关联。画一个类似“CDP中的ID情况（见下文）”的图表来检查每个ID的重复率，会更容易掌握整体情况。

2.了解客户属性

分析性别、年龄、居住地区等“顾客属性”，了解贵公司客户的概况。 如果您已经了解您的客户属性，您可以继续下一步。 然而，CDP 中每天都会积累新的客户数据。例如，当您实施一项活动时，您能够获得什么样的客户？不时检查一下客户属性是否有任何变化是个好主意。

属性数据主要包括顾客注册为会员时可获得的数据，例如人口统计数据（性别、年龄、居住地区等）以及希望接收的电子邮件简讯的权限。根据公司情况，还可能收集有关爱好和偏好的数据。

CDP 数据经常会出现“NULL”（缺失值）值，因为有些客户不存在相应的数据。因此，聚合数据时请排除NULL值，主要比较比率。然而，有时人们只关注比例，最终只会选择少数客户，因此我们建议在图表上也包含实际数字。

举例来说，上图以表格和图表的形式显示了按性别划分的顾客数量和销售额。
60％的顾客是女性。另一方面，我们可以看到男性占销售额的60％。

这样就能了解“各个指标是由什么类型的客户构成的”。使用上图中的 100% 堆积条形图可以轻松理解人口统计数据（性别、年龄等）。由于调查数据（允许多个答案）将包含重复的答案，因此最好绘制每个项目的比率图，如下所示。

还可能存在基于 cookie 的受众类别，例如“烹饪爱好者”或“体育爱好者”，或链接到其他公司数据的调查数据。无论如何，在这个阶段掌握能够揭示人们性格的数据是一个好主意，这样当您以后想知道“那些行为方式的人是什么样的人？”时，您就可以交叉制表属性数据是一个好主意。

3. 了解公司服务各个渠道的趋势

按“漏斗细分”分析贵公司的服务，并了解每个 以色列赌博数据 细分市场的客户和销售构成趋势。

・漏斗划分的一般示例
　：未购买者 → 初次购买者 → 二次购买者 → 重复购买者 | 休眠客户
　：申请前 → 暂定申请 → 申请 | 常任理事国客户

・按行业划分的漏斗划分示例：
　化妆品 / 健康食品
　：试用 / 监测 → 定期购买 →

　订阅保险
　：信息请求 → 合同 → 附加合同

如上所示，使用适合贵公司的漏斗划 西班牙比特币数据库 分来了解贵公司的客户构成。
在下面的漏斗划分图中，客户被分类为[潜在/潜在客户→新客户→回头客→忠诚客户|流失/休眠客户]。通过检查按漏斗分段划分的顾客数量和销售构成，可以更容易地了解公司的服务步骤和顾客分段的构成方式，从而更容易在分析后实施 CRM。阶段数量没有限制，但我们建议开始时就采用可管理的数量。

在考虑漏斗段时，需要记住以下几点。

创建漏斗细分时注意事项
：仅将一个漏斗细分分配给一个客户。

不允许将一个客户同时分配到“潜在客户”和“新客户”类别。
或者，避免以满足两个条件的方式设置相位。

创建漏斗细分时需要注意的要点
：明确定义每个漏斗细分的边界=避免创建难以区分的客户

在漏斗部分，您可以设置由调查或 NPS（净推荐值：公司产品或服务的推荐程度）的值决定的条件。首先，不可能准确识别未回应调查或 NPS 的客户。使用调查或 NPS 来衡量客户忠诚度并没有错，但需要明确界定决定漏斗细分的界限。