延續上一篇：POWER BI 圖表類型與應用場景：KPI卡片、資料表、長條圖與折線圖，這一篇持續來分享POWER BI 裡面的常用數據圖表，這篇以客戶分析的角度出發，分享這些圖表可以如如何在客戶分析上派上用場。
資料使用客戶消費的訂單資料，這篇文章將分享如何透過數據圖表來回答以下幾件問題：
- 公司的客戶組成長什麼樣子？哪些是對業績貢獻度最高的族群？
- 從2013年到2015年，消費會員數是增加還是衰退，是哪些族群增加或衰退呢？
用圓餅圖了解現況客戶組成
第一個問題：2015年公司的客戶組成長什麼樣子？哪些是對業績貢獻度最高的族群？回答這個問題先從了解現況客戶組成開始，初步分析從新客與舊客的角度出發，第一次消費的客人歸類成新客，消費過兩次以上，含兩次的客人定義為舊客。透過三個年度的圓餅圖可以發現，2015年的新舊客消費狀況，兩個族群的消費額占比差異不大，大約是55分佈的狀態，不過如果再加上2013年和2014年的新客消費佔比來看，很明顯的可以看到新客的消費金額占比從2013年營收占比的77.21％、2014年降到63.61%，2015年則消費金額占比則首度低於舊客的整體消費金額。
新客消費金額占比持續下降是不是一件壞事？只看消費金額占比的變化不太能直接下定論，還需要搭配其他指標以及公司的發展策略搭配來判斷。以這份數據的新舊客消費來看，第一個可以加入判斷的數據指標是新客消費的實際消費金額，2013年新客消費金額是$2,067,359，2014年新客消費金額是$2,166,319，2015年新客消費金額則是$2,171,377，看到這個數據我們就知道，新客的消費金額占比雖然下降，但實際消費金額卻沒有降低，新客消費金額佔比降低只是是因為舊客的消費金額也是逐年度的增加，所以整體來說並不是一個壞的數據徵兆。
特意舉這個例子也是想分享，圓餅圖雖然有助於讓我們看到資料組成狀況，但是在跨年度的趨勢比較上，比例的降低或提高都沒辦法讓我們做出合適的數據判斷，反而有可能誤導我們，如果要了解數據趨勢變化，更建議使用用實際的數字比較。知道目前新舊客的消費金額佔比差不多之後，接下來我們就需要更深入的去了解實際的消費人數變化，以及未來在新客與舊客的消費現況，以利我們未來針對不同族群做出更合適的策略方針。
以瀑布圖看出年度消費人數增長
消費人數、消費金額以及消費頻次大多是企業營收的關鍵指標之一，所以接下來我往下針對新舊客在近幾年的人數變化，讓我們掌握現況整體消費會員的消費狀況，包括：我們的商品是不是持續有想要購買的客群？舊客會不會持續購買我們的商品？我們的商品能不能吸引到新的客人來購買等。
從瀑布圖我們可以看出新舊客每年持續都有成長，不過除了絕對的數字有成長，我們也需要關心成長率的成長趨勢。
以新客成長為例，2012年到2013年成長31位，成長率0.74%，2013年到2014年成長226位，成長率5.39%，2014年到2015年成長215位，成長率4.86%，雖然都有成長，但是可以看到成長率比起2014年的成長率低，就需要注意新客的成長可能性是否已經進去平緩的趨勢，如果逐漸平緩，是因為目前的行銷策略都指觸及到同一群人嗎？是不是需要用不同的溝通渠道擴展新客呢？又或者，現在新客增加比率趨緩，是因為市場已經飽和了嗎？是不是要往新的產品品項或是對象來拓展新客市場。
而在舊客方面，比起舊客人數的增加，舊客經營更需要重視的是流失率以及回購頻率與回購率，也就是我們的產品、溝通，有沒有辦法持續符合客人的需求，這也是持續讓企業獲利的重要關鍵之一。
用樹狀圖區看客戶分群
客戶分析回歸到分析的目的，其實都是希望可以創造更多的營業收入，創造營業收入的方向不外乎是：增加更多願意購買商品的人、增加購買的頻率，例如說一年原本都只買一次，我們用一些方法，讓客戶願意買兩次、買三次，甚至是更多。又或者，提高每次客人願意購買商品的數量以提升客單價等，所以客戶分析到最後，我們還是需要提出行動方案來測試，看看哪種行動可以最大化營收。
不過客戶百百種，想要單仰賴一招打天下，擄獲所有客戶的心是很困難的，這也是為什麼我們需要做客戶分群溝通。客戶分群的方式有非常多種，例如可以以購買產品類型作為分群，例如說都購買3C商品的客人一類、都購買傢俱類型的客人一類；或者可以以消費習慣分群，分析哪些客人可能是有大量採買的家庭需求，哪些客人可能更需要的是小份量的商品組合等；又或者，以客戶的消費習慣跟階段分群也是一種方式，例如說著名的RFM模型、NES模型等，都是常見用來客戶分群的方式。
這邊就先以RFM模型來舉例，RFM模型簡單說就是將客戶的消費頻率（requency）、消費金額（monetary）以及最近一次消費的距今天數（recency）做分類，區分成8種客戶類型，消費頻率愈高、消費金額愈高以及消費天數距今天數愈近，對於企業來說愈是重要的VVIP，相對的，這個分群也可以讓我們找到一些過去消費金額高、消費頻次高，但可能最近都沒有來購買的客人，這群快要流失的客人，也可以讓我們找到這群人，接著想辦法提醒他們回購。
分群過後，我們可以把不同族群的會員人數以樹狀圖的方式呈現，也能很輕易地看出目前哪些族群的人數佔比最高，可以從人數佔比最高的開始提出行動方案，當然，也可以從快流失的客群的方向著手，最終的目的都是希望透過檢視目前客戶的消費行為與狀態，規劃出適合的喚醒策略。
那今天這篇從客戶分析角度出發的分享就分享到這裡啦，希望能給大家一點新想法，我們下篇文章見～
Sharon
Buy me a coffee 用行動支持我的內容創作
如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～
