30 Окт

Анализ сообщества преподавателей МИРБИС в Facebook

Тестирую новый собственный инструмент анализа профилей в Facebook. Когда потребуется аналогичный анализ – обращайтесь! На ком как ни на коллегах-преподавателях МИРБИС проводить эксперименты? Небольшое изначально исследование стало достаточно масштабным. В зону внимания анализа попало 27776 профилей в ФБ. Скорее всего, себя вы так же найдете в этом списке (пока не стал его выкладывать). Но ближе к делу! Читать далее

01 Авг

Анализ данных: на что «клюют» клиенты

Про роль аналитики, больших данных, статистического анализа говорят в бизнесе очень много. Но хороших интересных кейсов мало. Поделюсь некоторыми подходами. Вы сможете применить их самостоятельно и получить быстрый результат.

Клиника обратилась с просьбой провести анализ клиентской базы. Нашли много интересных закономерностей. Но наиболее насущный вопрос стоял так: как нам начать продавать больше услуг. ОК. Работаем:

  1. Вычленяем наиболее прибыльных клиентов клиники. Параллельно, обращаем внимание, что 75% клиентов совершили не более двух обращений за всю историю. А 50% клиентов потребили всего одну услугу. Причем, рекордсмены по стоимости услуги (разовый чек) именно среди эти «одноразовых». Правда интересно? Выводы напрашиваются сами собой. Но нас интересуют пока только наиболее прибыльные постоянные клиенты.
  2. Смотрим, какую первую услугу покупали наши целевые клиенты. Упс… оказывается, совсем не те услуги, которые мы активно рекламируем. Топ-10 первых покупаемых услуг и список самых рекламируемых услуг вообще не совпадают! Меняем содержание рекламы, начинаем привлекать целевых клиентов.
  3. Дополнительно получаем  информацию о пожизненной ценности клиента (CLV) и коэффициенте удержания. Эти параметры для нас важны, чтобы оценивать эффективность рекламной кампании. А так же понимать, какую максимальную сумму мы можем потратить на привлечение клиента (CAC).

И это далеко не все, что можно вытащить из простой истории покупок клиентов.

PS: Для тех, кто хочет большего, я специально предлагаю услугу по анализу клиентов. Извлеките максимум полезной информации из своих данных, опередите конкурентов!

01 Авг

Анализ клиентской базы по истории покупок

Компания собрала и хранит огромное количество данных о своих клиентах. Если грамотно обработать эти данные, родится большое количество новых результативных идей и эффективных управленческих решений. Однако есть проблема. Кто владеет методами статистической обработки данных, как правило, не сильно понимает в бизнесе. Полученные выводы не может трансформировать в грамотные рекомендации. И наоборот, кто разбирается в бизнесе, как от огня бежит от математики, формул, распределений и тд. В такой ситуации очень легко получить преимущество перед конкурентами. Просто начать первыми анализировать данные. То, что это делает пока крайне небольшое количество компаний я убедился, разместив бесплатный скрипт по анализу клиентской базы. На мой взгляд, скрипт безумно ценный. Он умеет на основании стандартного отчета из 1С:

  • считать коэффициенты удержания по кварталам и годам;
  • находить расстояние между заказами клиентов;
  • делить клиентов на активных, потерянных и тех, кого можем потерять.

Только что посмотрел статистику. Скачали этот скрипт ВСЕГО 58 человек. Да, и я промотировал этот скрипт по всем каналам. Правда, в такой ситуации легко опередить конкурентов?

Теперь это будет еще проще. Я предлагаю выполнить анализ вашей клиентской базы в следующих аспектах: Читать далее

15 Апр

Простой вариант Conjoint анализа

Пара дней назад я попросил своих друзей принять участие в экспериментальном опросе по методу Conjoint. Спасибо всем, кто откликнулся! Цель эксперимента: я хотел посмотреть как работает один из простых вариантов Conjoint анализа. Оригинальное его описание по ссылке.

Цель данного анализа: узнать, как отдельные факторы влияют на формирование ценности продукта, оценить эластичность ценности к цене и тд. Что в итоге: не понравилось. Скоро попробую другой вариант, следите за новостями. Тем не менее, расшифровка анализа ниже и она не без интересна.

Обработанные Читать далее

03 Май

Скрипт MS Excel для анализа клиентской базы

В прошлом посте «Как посчитать коэффициент удержания клиентов«, я предлагал принять участие в тестирование. Выгрузку из 1С надо было направить мне на почту. Ну что ж, спасибо тем, кто рискнул это сделать. Благодаря им я смог обкатать скрипт и понять, как адаптировать к различиям в отчетах. Скачать скрипт можно совершенно бесплатно, воспользовавшись формой ниже.


Скачай скрипт бесплатно!

Ваше имя (обязательно)

Ваш e-mail (обязательно)

Скрипт умеет:

  • определять является ли клиент активным или ушел
  • выявлять клиентов из группы риска. А значит надо что срочно звонить или встречаться
  • считать коэффициенты удержания по годам и кварталам

Как настроить скрипт и пользоваться им ниже. Читать далее

10 Дек

10 глобальных потребительских трендов на следующие 5 лет (Euromonitor,2012)

Euromonitor_logoКак и обещал, до Нового года вас ждет серия публикаций посвященных трендам. Но подождите, может тренды абстракция? Может это все обман? Давайте вместе попробуем оценить, насколько верными были тренды, например, указанные агентством Euromonitor в декабре 2012 года. В данном случае, я позволю себе оценку и комментарии. Мой текст будет выделен курсивом.

Итак, пять глобальных потребительских трендов, которые просматривались в декабре 2012 году. Читать далее

Андрей Кулинич. Copyright © 2001-2016