美文网首页大数据,机器学习,人工智能大数据玩转大数据
数据可视化-如何简单、高效地识别出核心客户

数据可视化-如何简单、高效地识别出核心客户

作者: 数据观数据分析平台 | 来源:发表于2018-06-11 17:09 被阅读10次

    来自:数据观 https://www.shujuguan.cn/?from=jianshu

    识别核心客户最简单的方法就是通过历史的交易信息评估客户对公司贡献的价值,进而排出先后名次进行分层管理。然而,当面对企业海量的历史交易信息时,你是否感到无从下手呢?今天,我们就和大家分享一个简单的方法:通过数据可视化分析,充分利用数据过滤的功能,快速识别核心客户。接下来我们以某物流公司统计的交易信息为例,分享一下具体操作方法。

    第1步:锁定关键信息

    一般的交易信息中会包含很多指标,而我们首先要做的是根据公司业务特性,锁定关键点,比如在我们这个例子中,需要关注不同客户的运输次数和运输费用。我们将这些关键信息进行统计后,就可开始简单的数据分析,如下图:

    由上图中,我们可以看到该物流公司共有运输记录8037次,涉及770个客户,总运输费用达10万元。然后我们选取各个客户对应的运输费用,以柱图的方式展现并排序。

    第2步:缩小范围

    此时,我们会发现客户太多,对我们筛选核心客户造成了干扰,在这里我们选择使用数据过滤功能缩小识别的范围。如下图,我们过滤掉运输费用小于400的客户,使每个客户的运输次数和运输总费用清晰可见:

    至此,通过过滤运输费用,我们共筛选出20个客户,并能较为清晰地看出不同客户间运输费用和次数的状况。

    第3步:划分群落

    接下来,可以进一步对筛选出的20个客户从运输费用和运输次数角度划分群落,更直观更精确地锁定核心客户,我们以气泡图的方式呈现:

    上图中,X轴代表运输的总次数,Y轴代表运输的总费用,每个点代表一个客户。从这张图表中,我们很容易就可以将客户分为3个群落:运费高、次数少的客户群,运费高、次数多的客户群,以及运费低、次数少的客户群。

    第4步:挑出典型,展开分析

    假设运费高、次数少的客户是我们的理想型客户,就可以单独过滤出客户张子良,追加一些其他数据进来对其进行综合评价,比如运输方式、顶点的重要等级、订单时间这些数据:

    在气泡图中,X轴为订单时间,Y轴为运输费用,颜色区分运输方式,气泡的大小代表订单的重要等级。可以看出,张子良客户主要以公路运输和一般空运为主,且大部分订单的重要等级高。在饼图中,对张子良客户所有订单的重要程度进行了统计:50%的订单都是最高等级,19%的订单也是相对重要的。从折线图中再看该客户的持续消费情况:一年中大部分月份都有消费记录。

    只需四步,我们就可以识别出张子良是该物流公司的核心客户,并对其进行了更深入的了解。最后,我们再次回顾一下这一方法:

    第1步:锁定关键信息——确定核心客户的筛选标准

    第2步:缩小范围——使用其中一个标准,通过数据过滤,实现初步筛选

    第3步:划分群落——添加标准,进一步过滤

    第4步:挑出典型,展开分析——追加次要信息,进行更加深入的分析

    相关文章

      网友评论

        本文标题:数据可视化-如何简单、高效地识别出核心客户

        本文链接:https://www.haomeiwen.com/subject/hamheftx.html