可预测的分析或如何帮助您的客户下订单

作为一个普通的店主，我总是好奇明天我能赚多少钱，我怎样才能让这些销售更好，什么时候应该给或不应该给我的顾客折扣。 为什么即使我写了一些有用的与购物者相关的产品或信息的电子邮件，我的电子邮件的打开指数也很低？

那是我开始问的时候。 如何预测客户的行为？ 我什么时候应该给他/她发一封电子邮件或给他们打电话？ 我什么时候应该提醒用户“我在这里”，什么时候应该推动他们进行互动？ 那时我发现了延迟矩阵。 这是一个神奇的球，可以查看并预测任何特定客户何时应该进行下一次交互以及在这种情况下我应该做什么。

Q – 我们应该尽可能频繁地向用户提供折扣以获得更多销售

A – 错误

折扣不应始终用于吸引购物者。 您应该是在每个特定时刻提供他们需要的东西的人，并且您应该密切关注脉搏，以确保您的客户下次会回复您。 提供的折扣不是实现这一目标的正确方法。

让我们看看可预测的魅力如何与延迟矩阵一起使用

一开始看起来很吓人，但我们会一步一步地检查它，你就会知道如何自己阅读和构建相同的。

我们需要做的第一件事是按 2 个维度对买家进行分组——他们在订单之间花费的天数（交互之间的天数）以及确切的客户下了多少订单。 在过滤它们时，我们将使用这两个维度来查看商店的正常客户行为并预测他们未来的行为。

现在让我们尝试构建我们的延迟矩阵。

当我们将所有客户连同他们的订单一起导出后，我们需要找到只下过一份订单的客户。 我们计算客户在注册后下第一个也是唯一一个订单需要多少天。 跳过有 2 个或更多订单的购物者，我们稍后会回复他们。 这个值，即注册和第一个订单之间的天数，应放置在只有一个订单（订单计数）的客户下的第一个订单旁边的第一个单元格中。

客户注册后下单的天数

在我们的示例中，从注册日期到下达第一个订单需要 2 天（平均）。

以同样的方式，我们会根据他们在您的商店下的订单数量过滤第一次下订单的客户。 通过这种方式，如果客户已经有 2 个订单，我们可以获得第一个订单所需的数量或天数，每个客户的 3、4、5 和 11 个以上订单相同。 我们得到以下图片：

买家下第一个订单所需的天数，具体取决于他们在您商店下的订单总数

这是我们可以开始预测的地方。 如果用于计算数量的客户总数（在我们的例子中是 694 位客户）足够高，我们可以说这是所有注册用户都将进行唯一一次购买的时间段。在 2 天内（最多）第一次互动，否则很有可能他们根本不会这样做。 记住这一点，我们可以设置一些自动提醒，告诉购买者一些有趣的事情来吸引他们到你的商店。

客户下订单的最长时间是 12 和 17，尽管有这种行为的客户数量是 49，与所有客户相比，您可以忽略它们。 购物者下单的最短时间为 0，这意味着他们在注册发生的同一天下单。

第一次提醒的正确时间是什么时候？

您希望客户在 2 天内下订单，如果您的客户有一个订单的平均时间，并且考虑到所有购物者，可能最多需要 4 天。 最好将您的提醒设置为在第 5 天发送给我们，让您的他们自己迈出第一步。

您的数字肯定会随着时间的推移而改变，因为您将帮助您的客户按照您的预期表现自己。

为什么你不应该把这封信寄给所有潜在客户

如果您使用任何第三方邮件系统，这种方法可以节省您的时间和金钱。 您的购物者不会将您视为垃圾邮件，因为当他们已经对您的商店失去兴趣时，您不会太快或太晚向他们发送邮件。 如果您在 2 天内为此类用户提供折扣，您不会失去潜在利润，因为他们很可能会自己进行此交互（平均最多 4 天）。

所以我们得到没有任何订单的注册用户列表，并在 5 天内向他们发送提醒。

这是第一个提醒的场景，但是现有客户呢？ 一次性购买者对店主来说是最昂贵的，因此这一群体非常重要，您应该预测他们何时进行下一次互动以及何时进行。

要了解这一点，我们需要收集有关您客户的所有第二笔订单的数据。 因此，我们获取有 2 个订单的购物者列表，并计算他们从第一个订单到第二个订单的天数，并根据他们在您商店的订单数量过滤他们。 所以 120 是客户从第一个订单开始下第二个订单的天数，而购物者只下了 2 个订单，以此类推。

2-nd – 客户下订单所需的天数

此外，您需要计算第一个和第二个订单之间所有客户的平均天数，以查看平均统计数据。 另请记住，这些数字不太准确，因为下过 2 次以上订单的客户数量低于只下过一份订单的客户数量。 对于一般的电商来说，这是正常的情况，这份报告应该可以帮助您推动一次性购买者并进行进一步的互动。

在我们的示例中，为有 2 个订单的购物者下第二个订单需要 120 天，而为所有客户下第二个订单平均需要 110 天。 因此，我们可以预测，只有一份订单的购物者应该在 110 到 120 天内进行第二次购买。 在 121 天内给他们做一个提醒，并推动他们进行第二次购买。

现在是时候提供折扣了，因为折扣比新用户便宜。 您现在可以将您的一次性买家变成忠实客户。

与您对三阶、四阶等的处理方式相同。您可以根据需要进行任意多的订单计数以进行预测。 基本上，下达 10 份以上订单的忠实客户应该受到不同的对待，因此您可以停止这些数字。

作为计算的结果，您得到以下等级，称为延迟矩阵。

延迟矩阵

基本上你需要的是每组的最后一个订单和所有平均数字。 因此，对有 2 个订单的客户即将进行的销售的预测是在有 3 个订单的客户组中进行第 3 个订单（在我们的例子中为 96）所花费的天数及其平均数为 110。对有 3 个订单的购物者的下一次互动的预测是 87 - 59 天，等等。

更重要的是，您可以通过在所有客户组不活动的 3、7、30 天内安排自动回复来提供优惠，以将用户带回您的商店，并将我们的预测作为邮件触发“起点”。

随着时间的推移，这种活的有机体会发生变化，数字会更准确，销售额的百分比也会增加。

此外，为了您的方便，最好获取每个组中的客户总数，因为您将依赖总数，他们可能指的是少数买家，可能不准确。

此外，如果您根据上次交易的时间过滤客户，您可以获得要发送邮件的客户列表，以及可能失去超过 12 个月不活动的购物者的列表。

我应该多久检查一次这个矩阵？

新开的店铺最好每月检查一次，信誉好、销量相当稳定的店铺每三个月检查一次，历史悠久、排名好的店铺每年至少检查一次。

该矩阵未涵盖哪些内容？

您没有考虑进行交互的时间，因此会考虑 2 年前的所有订单和新创建的订单。 行为会随着时间的推移而改变，因为你的新销售速度会加快，但旧数据会降低你的统计数据。

预测客户行为可以帮助您掌握您将开始信任的营销策略和邮件营销。 当您的客户即将永远离开您的商店时，不要让他们独自离开。

该报告很耗时，但可以在 Excel 中或使用 Store Manager for Magento 应用程序企业版（同时支持 Magento 社区和 EE）完成。

查找更多 eMagicOne 的 Magento 报告，请访问 - https://www.mag-manager.com/magento-report/

希望你能快速成长，我们的文章将是一扇打开你广阔未来的小门。

这篇文章由 eMagicOne 的首席营销官 Oksana Semenyuk 提供，该公司提供智能便捷的电子商务解决方案，使维护在线业务变得非常轻松和轻松。