用户订阅保留、ARPU、CAC、CLV 的群组分析

如何仅使用 Google 表格来利用群组分析、跟踪订阅绩效并部署营销和销售策略

如果您正在运行订阅业务模式,无论互联网上是否有类似的模式或没有类似的模式。了解客户对您的产品和服务的反馈至关重要。因为这些数据和见解高度反映了该业务精细化收入和利润预测的趋势。多米诺骨牌效应会直接影响您对品牌和营销选项(从付费到社交和电子邮件推动销售和客户宣传)的决策。在未来的几年里,我相信如果所有来自实际表现和预测的积极损益结果都能出现,这一切都归功于这个良好的开端。

那么问题是如何分析订阅业务模式的表现。在本文中,我将引导您了解如何利用 Google 表格中可能存在的群组分析。目的是了解订阅的实际保留率和流失率表现。在本文结束时,您可以了解到为您的订阅业务进行同期群分析的美妙之处。因此,您可以根据分析部署您的营销和销售策略。

什么是群组分析?

群组分析是行为分析的一种。它从给定的电子商务订单、网站订阅者或在线游戏用户获取数据,而不是将所有用户视为一组。并将它们分解为相关的客户细分以进行分析。因此,在订阅业务模式中,您可以通过免费试用和付费选项来销售不同的会员资格。因此,您可以将其分解为不同的部分,并查看会员资格在一段时间内的表现。

群组分析是一种衡量用户随时间重新购买、更新和重新参与活动的工具。它有助于了解随着时间的推移,用户参与度实际上是变得更好还是更差。因此您可以从当前的内容、产品或服务了解用户终身价值。您可以根据当前的客户生命周期价值,预测即将到来的销售和营销活动活动中的 CAC。

订阅计划和计划表现

任何企业只能为顾客提供一种选择。或者根据客户细分需求,任何企业都可以提供多种选择并将其分解为不同的定价等级。该计划可以是月度计划或年度计划等。这可以取决于您的客户购买行为和用户模式。无论您的企业采用什么订阅产品方式。基本上,每个计划都必须有一个按新、续订、取消或其他情况细分的绩效跟踪器。它们尤其可能出现在您的商业模式中。因此,您可以通过选定的回溯窗口跟踪有多少结束用户平衡。您可以了解到用户总数正在增加,表现平平,或者不幸的是下降。

必要的Google Sheets公式和工具

为了组织群组分析表上的原始数据,基本上,您至少必须有一些成员基线数据。这包括注册/退款/取消数据、会员唯一ID等。

如果您的数据库中没有这三列数据,则无法分析准确的客户保留率、流失率、CAC 和 CLV。

  • Google Sheets 中的 Month () 和 Year () 函数。

对于计算客户生命周期价值,数据点至关重要,例如开始日期、结束日期等。如果日期格式显示为 1/1/2017 则需要将其拆分为月份和年份,以便于计算。

  • 月数

这个数据主要告诉我们客户使用了多少个月的会员资格,从月份和年份开始,过程中续订,最后取消。

Number of months = (joined year - 2017)*12 + joined month

  • Vlookup() 或 Index/Match() 计算新注册月号的函数

我们需要计算一段时间内的新注册 ID 生命周期值。因此,我们需要了解每个唯一 ID 的新注册 Month_no 的生命周期。在此之前,首先,您需要使用,或match/index()来识别她或他加入会员时的month_no中相同的客户ID和Feed。在这里,我将所有 newb2c 数据复制并粘贴到新工作表中,然后将 newb2c vlookup回原始数据表。

如果您有兴趣学习索引/匹配,请查看这篇文章

  • 寿命

现在我们从month_no 知道唯一ID 何时创建和取消订阅。因此,使用未订阅的month_no减去唯一ID创建日期等于会员有效期

Lifespan = month_no - newsignup_monthno

  • 终生价值 – if () 和 or () 函数

新注册和续订会员是计算客户终身价值的数据点。因此,如果您的计划定价为 99 美元,您可以创建一个列并使用 if() 和 or() 来区分已付费和取消订阅或退款。

Lifetime value = IF(or(D2=”newb2c”, D2=”RENEWB2C”),99,0)

  • 数据透视表

原始数据表准备好后,您需要使用 Google 表格中的数据透视表来直观地按寿命和 newsignup_monthno 呈现一次性总金额

  • 色彩缩放器

会员总数、续订会员和退订人数都在这里。这样我们就可以计算出留存率,即按月续订的会员数/总会员数。

为了轻松发现月份之间的变化,您可以使用 Google Sheets 颜色缩放器。您还可以发现哪个月的营销活动较好或较差。

平均。保留率、流失率、CAC 和 CLV

之前我们分享了一个公式,用于在生命周期、保留率和 CAC 数据到位的情况下如何计算会员客户生命周期价值。欲了解更多详情,请查看这篇文章。

针对 6 个客户细分的电子商务一对一营销策略

我们可以逆向计算每个用户的CAC和毛利润。这是因为我们知道平均会员计划。从该队列分析表中可以看出生命周期内按月划分的保留率和用户。

我们假设每月的会员费是一个固定数字,因此我们可以计算每月的收入。可以说,这个会员资格代表了一组客户,因此客户终身价值等于会员终身价值。这样,我们最终就可以计算出每用户平均收入(ARPU)。

从这里开始,如果我们的目标是在新用户获取方面实现收支平衡或赚取利润,CAC 应该等于或小于每个用户的平均收入。如果我们的目标是提高 CAC 来接触更高渠道的客户,那么保留率增量就是关键。

很容易,对吧?我希望您喜欢阅读订阅业务模型中保留率、流失率、CAC、CLV 的群组分析。如果您这样做了,请通过执行下列操作之一来支持我们,因为这总是对我们的频道有所帮助。