不确定如何可视化客户保留率与产品线数量

数据挖掘 可视化 数据分析
2022-02-20 21:11:38

我创建了一个客户保留网格,按年按地区跟踪客户数量。销售经理很喜欢它。这些数字很糟糕,但现在他们知道了他们不知道的事情并且可以解决它。

报告生成的后续问题是计算客户保留率与产品线数量。我们有五个主要的产品线,销售经理想看看产品线购买数量和保留之间是否存在相关性,我认为这是一个很好的问题。假设是,如果他们只从一个产品线购买一个,保留率很低,但如果我们将整个系统安装到位并且他们购买 4 或 5 个,则保留率很高。

我坚持的是如何分组和显示数据。

  • 客户 A 在第 1 年购买 1 个产品线,然后在第 2 年购买 3 个,然后在第 3 年购买 2 个,然后在第 4 年购买 0 个。
  • 客户 B 在第 1 年购买 1 个产品线,然后在第 2 年购买 1 个,然后在第 3 年购买 0 个,然后在第 4 年购买 0 个。
  • 客户 C 在第 1 年购买 2 条产品线,然后在第 2 年购买 2 条,然后在第 3 年购买 2 条,然后在第 4 年购买 1 条。
  • 客户 D 在第 1 年购买 2 条产品线,其余为零

我最初的想法是平均计数,然后以此为基础绘制图表。

有没有更好/更漂亮/更酷的方法来计算我想要达到的目标?

1个回答

可能有很多不错的选择,像往常一样,我会从一些简单的东西开始(可能与您的想法相似)。

  • 简单的 year1 与 year2 或 year2 与 year3 全球比较:从第 N 年的 X 号到第 N+1 年的 Y 号的客户比例。热图可能会很好地处理这种数据,如果你想要一些花哨的可视化来打动你的老板,你可以试试和弦图桑基图当然,您可以根据过去 2 年的平均值等来改变输入。
  • 由于您有按地区划分的数据并且它似乎显示出不同的模式,因此按地区查看某些内容可能会很有趣。我不确定应该将哪个值用作区域趋势的“总结”,我可以想到几个选项:
    • 第 N 年和第 N+1 年的平均产品数量的简单差异(即显示正或负趋势)
    • 一些衡量分布差异程度的方法,即从第 N 年到第 N+1 年有多少变化
    • N 年与 N+1 年产品数量之间所有客户的简单 Pearson 相关性。