Du kommer att lära dig
Läs mer om hur du skapar ett segment för kundlivstidsvärde (kundlivstidsvärde) och exporterar viktig information om kundlivstidsvärde. Kundlivstidsvärde är en del av Klaviyos prediktiva analys och kan vara ett kraftfullt verktyg att använda vid segmentering. Det är det totala beloppet, både historiskt och förutspått, som en kund kommer att köpa från ditt varumärke över tid. Segment för kundlivstidsvärde gör att du kan gruppera kunder utifrån detta belopp så att du kan skicka relevant innehåll till dem och utlösa segmentbaserade flöden. Du kan till exempel använda historiskt kundlivstidsvärde för att skapa ett VIP-välkomstflöde eller använda förutspått kundlivstidsvärde för att skicka riktade kampanjer till kunder som sannolikt kommer att spendera ett visst belopp under ett år.
Innan du börjar
Observera att du bara kan segmentera baserat på kundlivstidsvärde om:
- Minst 500 kunder har lagt en beställning. Detta avser inte Aktiva profiler, utan antalet personer som faktiskt har gjort ett köp hos ditt företag. Om det här avsnittet finns på en profil men är tomt betyder det att vi inte har tillräckligt med data om den personen för att göra en förutsägelse.
- Du har en e-handelsintegration (t.ex. Shopify, BigCommerce, Magento) eller använder vårt API för att skicka lagda beställningar.
- Du har minst 180 dagars orderhistorik och har ordrar inom de senaste 30 dagarna.
- Du har åtminstone några kunder som har lagt 3 eller fler beställningar.
Skapa ett segment för kundlivstidsvärde
För att skapa ett segment baserat på någon av de tillgängliga kundlivstidsvärde-egenskaperna (dvs. historiskt, förutsagt och totalt kundlivstidsvärde) använder du villkoret Prediktiv analys om någon. Välj sedan önskat mättal och värde.
Exempel
Säg att ditt genomsnittliga beställningsvärde för kunder är runt 15 $. Du kanske vill rikta in dig på kunder som sannolikt inte kommer att nå detta genomsnittliga beställningsvärde med rabatter för att få dem att göra sitt nästa köp.
För att göra detta skapar du ett segment med kunder som förväntas spendera högst 5 $ och riktar en rabattkampanj eller ett flöde till dem – likt en winback - eller återengagemangskampanj. När du riktar in dig via e-post bör du inkludera följande villkor:
- De tillhör din huvudsakliga E-postlista (i det här fallet en nyhetsbrevslista)
- De har öppnat ett e-postmeddelande inom en viss tidsperiod för att säkerställa att du skickar till engagerade prenumeranter (i exemplet nedan är tidslinjen de senaste 90 dagarna)
Exportera segment för kundlivstidsvärde
Exportera data om kundlivstidsvärde kan göra att du kan analysera och förutsäga beteendet hos olika kundgrupper mer ingående. Förutom dina värden för kundlivstidsvärde och prediktiv analys kan du exportera Förutsägelse av risk för kundbortfall. Risken för kundbortfall exporteras till din CSV som ett tal mellan 0 och 1. Till exempel skulle 0,45 motsvara en risk för kundbortfall på 45 %.
Om du har ett stort antal kunder som bara köper en gång kan du ha en hög genomsnittlig risk för kundbortfall. För att sänka din genomsnittliga risk för kundbortfall kan du vilja fokusera dina marknadsföringsinsatser på att behålla kunder efter deras första köp. Du kan använda Klaviyos mättal Förutspått kundlivstidsvärde för att identifiera personer som sannolikt inte kommer att köpa igen, enligt exemplet ovan.
När du exporterar dessa data som en CSV kan du göra dina egna analyser. Några beräkningar som du kan vara intresserad av är:
- Genomsnittligt kundlivstidsvärde Du kan beräkna det genomsnittliga kundvärdet för ett segment genom att ta genomsnittet av historiskt kundlivstidsvärde och totalt kundlivstidsvärde.
- Förutsäg framtida spendering för ett segment Summera det förutsagda kundlivstidsvärdet för alla medlemmar i ett segment så får du den förväntade intäkten från kunder i det här segmentet under nästa år.
- Uppskatta antalet återkommande kunder Börja med att ta genomsnittet av värdena för förutsägelse av risk för kundbortfall. Subtrahera sedan detta genomsnitt från 1. Multiplicera resultatet med antalet personer i segmentet. Detta ger antalet kunder som förväntas återkomma.