点击了解更多有关合著者的信息菲利克斯·克格尔-拉普勒。
营销活动或新产品发布可能会在一段时间内使客户数量激增。但从长远来看，效果如何？客户会留下来还是流失？他们中有人会在某个时候回来吗？总收入会增加吗？
可以在客户行为中发现模式：例如，客户常规 芬兰电话号码数据 行为中的模式（即不受我们的营销活动或其他类似行动影响的行为）。我们可能想尝试找到决定客户是否会成为忠诚客户的关键合同期限。另一个值得分析的场景是客户群——看看不同起点的合同中的不同条件是否会导致这些不同的客户群表现出同等的忠诚度（或不表现出同等的忠诚度）。
为了回答这些问题，我们可以按时间群组分析我们随时间变化的销售数据。
识别长期客户行为
群组分析提供 长期反馈 对我们的业务决策和客户参与度的影响。因此，我们将时间作为分析的一个维度。第二个维度是我们分析的指标：合同价值、客户数量、订单数量或任何其他量化客户行为的指标。此“客户价值”针对不同的群组单独显示。群组是数据中的分组，它们基于时间、细分或规模具有相似的特征。有了这三个维度，我们可以识别单个记录中无法看到的模式和趋势，从而更全面地了解我们的业务。
在开始群组分析之前，我们必须定义：
1. 我们在数据中考虑的群组。例如，他们可能是在同一时间范围内开始与您做生意的客户（基于时间的群组）、购买类似产品的客户（基于细分的群组）或中型和大型公司（基于规模的群组）。