Analyse de Réachat des Nouveaux Clients

I. Introduction à la Calculatrice

La Calculatrice d'Analyse de Réachat des Nouveaux Clients est un outil spécialisé pour analyser le comportement de réachat des utilisateurs nouvellement enregistrés après l'enregistrement. En calculant les taux de réachat de 7 et 30 jours, cet outil vous aide à acquérir des insights approfondis sur la fidélité des nouveaux clients et le potentiel de réachat, fournissant un support de données pour développer des stratégies d'exploitation des nouveaux clients.

Fonctionnalités Principales

• Analyse du Taux de Réachat sur 7 Jours: Statistiques sur le comportement de réachat des nouveaux clients dans les 7 jours suivant l'enregistrement (y compris le jour d'enregistrement)
• Analyse du Taux de Réachat sur 30 Jours: Statistiques sur le comportement de réachat des nouveaux clients dans les 30 jours suivant l'enregistrement (y compris le jour d'enregistrement)
• Analyse des Tendances Temporelles: Fournit des graphiques de tendances quotidiennes, hebdomadaires et mensuelles du taux de réachat pour observer les changements dans le comportement de réachat
• Statistiques Groupées: Groupe par mois d'enregistrement pour afficher les performances de réachat des nouveaux clients dans différentes périodes

Scénarios d'Application

• Évaluer l'efficacité des stratégies d'exploitation des nouveaux clients
• Identifier les caractéristiques des groupes de nouveaux clients avec des taux de réachat plus élevés
• Comparer les performances de réachat des nouveaux clients à travers différentes périodes
• Développer des stratégies d'activation et de rétention des nouveaux clients

Clients Ciblés

Cette calculatrice convient à toutes les industries et scénarios qui ont besoin d'analyser le comportement de réachat des nouveaux clients, en particulier les types de clients suivants :

• Industrie de la Restauration et des Boissons: Restaurants, chaînes de restauration rapide, cafés, boutiques de thé aux perles, etc. Analyser le réachat des nouveaux clients après l'enregistrement, évaluer l'impact de la qualité des aliments et de l'expérience de service sur la rétention des nouveaux clients
• Plateformes E-commerce: E-commerce B2C, plateformes C2C, e-commerce vertical, etc. Analyser le taux de réachat des nouveaux utilisateurs après l'enregistrement, optimiser les opérations des nouveaux clients et les stratégies de recommandation de produits
• Industrie de la Vente au Détail: Supermarchés, dépanneurs, magasins spécialisés, vente au détail de marques, etc. Comprendre les habitudes de réachat des nouveaux clients, développer des stratégies de marketing d'adhésion et de promotion
• Services de la Vie Quotidienne: Salons de beauté, clubs de fitness, services de lavage de voitures, services à domicile, etc. Évaluer comment la qualité du service favorise le réachat des nouveaux clients
• Éducation en Ligne: Plateformes de cours en ligne, institutions de formation, etc. Analyser les taux de réachat des nouveaux étudiants, optimiser le contenu des cours et l'expérience d'apprentissage
• Services d'Abonnement: Plateformes vidéo, plateformes musicales, plateformes de lecture, etc. Analyser la volonté de renouvellement et le comportement de réachat des nouveaux utilisateurs après l'abonnement
• Autres Entreprises B2C: Toute entreprise ciblant les consommateurs individuels, tant qu'elle implique l'acquisition de nouveaux clients et la conversion de réachat, peut utiliser cet outil pour l'analyse

Prérequis: Votre entreprise doit être en mesure de fournir des données avec l'ID utilisateur, la date de commande et la date d'enregistrement, et les nouveaux clients ont généralement des commandes le jour de l'enregistrement.

---

II. Introduction à l'Algorithme

2.1 Concepts Clés

Définition du Réachat

Réachat: Les utilisateurs ont plusieurs dates de commande différentes dans une fenêtre temporelle spécifiée (count(distinct order_date) > 1).

Par exemple :

• L'utilisateur A s'est enregistré et a passé une commande le 2024-01-01, puis a passé une autre commande le 2024-01-03 → A un réachat
• L'utilisateur B s'est enregistré et a passé une commande le 2024-01-01, a passé plusieurs commandes le même jour (mais seulement 1 date de commande) → Pas de réachat

Définition de la Fenêtre Temporelle

• Fenêtre de 7 jours: Du jour d'enregistrement au jour d'enregistrement + 6 jours, totalisant 7 jours (y compris le jour d'enregistrement)
• Fenêtre de 30 jours: Du jour d'enregistrement au jour d'enregistrement + 29 jours, totalisant 30 jours (y compris le jour d'enregistrement)

2.2 Logique de Calcul

Étape 1 : Filtrage des Données

Le système filtre les utilisateurs qui répondent aux conditions suivantes :

1. La date d'enregistrement doit être fournie: Les utilisateurs doivent avoir un champ de date d'enregistrement valide
2. Doit avoir une commande le jour d'enregistrement: Seuls les utilisateurs qui ont passé des commandes le jour d'enregistrement sont comptés ; les utilisateurs sans commandes le jour d'enregistrement sont exclus

Étape 2 : Jugement du Réachat Utilisateur

Pour chaque utilisateur qualifié :

1. Obtenir toutes les dates de commande (dédupliquées) de l'utilisateur dans la fenêtre temporelle spécifiée après l'enregistrement
2. Juger si le nombre de dates de commande est supérieur à 1
   • Si count(distinct order_date) > 1 → L'utilisateur a un réachat
   • Si count(distinct order_date) = 1 → L'utilisateur n'a pas de réachat

Étape 3 : Calcul du Taux de Réachat

Taux de réachat global :

Taux de Réachat = Nombre d'utilisateurs avec réachat / Nombre total d'utilisateurs qualifiés

Taux de réachat groupé par date d'enregistrement :

Taux de réachat un jour spécifique = Nombre d'utilisateurs enregistrés ce jour avec réachat / Nombre total d'utilisateurs enregistrés ce jour

Étape 4 : Affichage des Résultats

1. Métriques Globales:
   • Taux de réachat sur 7 jours : Taux de réachat de tous les nouveaux clients dans les 7 jours suivant l'enregistrement
   • Taux de réachat sur 30 jours : Taux de réachat de tous les nouveaux clients dans les 30 jours suivant l'enregistrement
2. Graphiques de Tendances:
   • Tendance Quotidienne du Taux de Réachat sur 7 Jours: Affiche les taux de réachat quotidiens sur 7 jours par date d'enregistrement
   • Tendance de 30 Jours du Taux de Réachat sur 7 Jours: Affiche les taux de réachat quotidiens sur 30 jours par date d'enregistrement (Note : Ce graphique montre le taux de réachat dans les 30 jours suivant l'enregistrement, pas dans les 7 jours)
3. Tableau de Statistiques Groupées:
   • Groupé par mois d'enregistrement
   • Affiche le nombre de nouveaux clients, le nombre de réachats sur 7 jours, le nombre de réachats sur 30 jours, le taux de réachat sur 7 jours et le taux de réachat sur 30 jours pour chaque mois

2.3 Règles de Filtrage des Données

• Plage Temporelle: Les graphiques et tableaux n'affichent que les données des 2 dernières années ; les données historiques de plus de 2 ans sont automatiquement filtrées
• Complétude des Données: Les enregistrements manquant de champs clés (ID utilisateur, date de commande, date d'enregistrement) sont automatiquement exclus

---

III. Instructions d'Utilisation et Notes

3.1 Préparation des Données

Champs Requis

Avant d'importer les données, veuillez vous assurer que votre fichier de données contient les trois champs suivants :

1. ID Utilisateur (user_id)
   • Description : Champ qui identifie de manière unique les utilisateurs (ID utilisateur ou numéro de téléphone)
   • Exigences de format : Texte ou nombres sont acceptables
   • Exemples : U001, 12345, 13800138000
2. Date de Commande (order_date)
   • Description : Date à laquelle l'utilisateur a passé la commande
   • Exigences de format : Prend en charge plusieurs formats de date (tels que YYYY-MM-DD, YYYY/MM/DD, MM/DD/YYYY, etc.)
   • Notes : Le système reconnaît automatiquement les formats de date courants ; il est recommandé d'utiliser des formats de date standard pour assurer un parsing précis
3. Date d'Enregistrement (first_order_date)
   • Description : Date d'enregistrement de l'utilisateur (utilisée comme jour d'étiquetage)
   • Exigences de format : Identique au format de date de commande
   • Important : Ce champ doit être fourni ; les utilisateurs manquant ce champ seront exclus de l'analyse

Exigences de Format des Données

• Format de Fichier: Prend en charge les formats CSV et Excel (.xlsx)
• Encodage: L'encodage UTF-8 est recommandé
• Volume de Données: Il est recommandé que le volume de données pour une seule analyse ne dépasse pas 1 million d'enregistrements pour assurer l'efficacité du calcul

3.2 Mapping des Champs

Après le téléchargement des données, le système vous demandera de mapper les colonnes de votre fichier de données aux champs suivants :

• Colonne ID Utilisateur → Sélectionnez la colonne contenant les identifiants uniques des utilisateurs
• Colonne Date de Commande → Sélectionnez la colonne contenant les dates de commande
• Colonne Date d'Enregistrement → Sélectionnez la colonne contenant la date d'enregistrement de l'utilisateur

3.3 Filtrage des Données (Optionnel)

Le système prend en charge le filtrage des dates de commande et des dates d'enregistrement :

• Filtrage de Plage de Dates: Vous pouvez spécifier la plage temporelle pour l'analyse, analysant uniquement les données dans la période spécifiée
• Recommandation d'Utilisation: Si le volume de données est important, il est recommandé de filtrer d'abord les données des 1-2 dernières années pour améliorer la vitesse de calcul

3.4 Interprétation des Résultats

Description des Métriques

• Taux de Réachat sur 7 Jours: Reflète l'activité de réachat des nouveaux clients dans une semaine après l'enregistrement, une métrique importante pour mesurer l'efficacité de l'activation des nouveaux clients
• Taux de Réachat sur 30 Jours: Reflète l'activité de réachat des nouveaux clients dans un mois après l'enregistrement, une métrique importante pour mesurer l'efficacité de la rétention des nouveaux clients

Analyse des Tendances

• Tendance à la Hausse: Le taux de réachat montre une tendance à la hausse, indiquant que les stratégies d'exploitation des nouveaux clients sont efficaces
• Tendance à la Baisse: Le taux de réachat montre une tendance à la baisse, nécessitant une attention à la qualité des nouveaux clients ou aux stratégies d'exploitation
• Volatilité Élevée: Peut être affectée par des facteurs saisonniers ou des activités opérationnelles

3.5 Notes

⚠️ Limitations Importantes

💡 Recommandations d'Utilisation

3.6 Questions Fréquemment Posées

Q1 : Pourquoi certains utilisateurs dans mes données ne sont-ils pas comptés ?

R : Les raisons possibles incluent :

• Les utilisateurs manquent de champs de date d'enregistrement
• Les utilisateurs n'ont pas passé de commandes le jour d'enregistrement
• Les dates de commande des utilisateurs ou les dates d'enregistrement ne peuvent pas être analysées

Q2 : Le calcul du taux de réachat inclut-il les commandes le jour d'enregistrement ?

R : Oui. Le jugement de réachat est basé sur "le nombre de dates de commande différentes." Si un utilisateur a passé une commande le jour d'enregistrement et a des commandes sur d'autres dates plus tard, cela compte comme un réachat.

Q3 : Si un utilisateur passe plusieurs commandes le même jour, cela compte-t-il comme un réachat ?

R : Non. La définition du réachat est "plusieurs dates de commande différentes." Plusieurs commandes le même jour ne comptent que pour 1 date de commande, donc cela ne compte pas comme un réachat.

Q4 : Que signifie "Tendance de 30 Jours du Taux de Réachat sur 7 Jours" dans le graphique ?

R : Ce graphique montre : Pour chaque date d'enregistrement, le taux de réachat des utilisateurs enregistrés ce jour dans les 30 jours suivant l'enregistrement. Note : La fenêtre temporelle ici est de 30 jours, pas 7 jours.

Q5 : Comment améliorer le taux de réachat des nouveaux clients ?

R : Il est recommandé de commencer par les aspects suivants :

• Optimiser l'expérience d'enregistrement des nouveaux clients pour améliorer la satisfaction des utilisateurs
• Renforcer la portée utilisateur 3-7 jours après l'enregistrement, pousser des coupons ou des informations d'activité
• Établir un système d'avantages exclusifs pour les nouveaux clients pour inciter au réachat
• Analyser les caractéristiques des nouveaux clients avec des taux de réachat élevés pour optimiser les stratégies d'exploitation

---

IV. Résumé

La Calculatrice d'Analyse de Réachat des Nouveaux Clients vous aide à comprendre pleinement le comportement de réachat des nouveaux clients grâce à des algorithmes scientifiques et des visualisations intuitives. L'utilisation appropriée de cet outil peut :

• Identifier rapidement les métriques clés pour le réachat des nouveaux clients
• Découvrir les tendances du taux de réachat et ajuster les stratégies d'exploitation en temps opportun
• Comparer les performances des nouveaux clients à travers différentes périodes pour évaluer l'efficacité de l'exploitation
• Fournir un support de données pour développer des stratégies d'activation et de rétention des nouveaux clients

Si vous avez des questions ou avez besoin d'un support technique, veuillez contacter l'administrateur du système.