說到監控顧客活躍度的變化,以購買期間天數計算出的 CAI 指標既單純又好用,本文就讓我們來跟大家分享。
又稱為顧客活躍性指標的 CAI 指標(Customer Activity Index),可以追蹤顧客價值隨著時間的變化,是逐漸提升還是下降,
讓品牌可以專注投入服務那些價值攀升的顧客,並提早警覺哪些顧客價值降低。
CAI 的計算公式如下圖,通常以百分比呈現:
計算顧客活躍的方式很多,CAI 指標將一切單純化,只評估回購天數,是相當適合電商使用的指標。
比較平均購買天數及加權平均購買天數之間的差異,可計算出 CAI 指標,據以判斷客戶活躍度趨勢。
本指標納入「加權」的概念,賦予越近期的購買天數較高的權重,
這代表當 CAI 分數越高時,顧客近期與品牌的互動是有變得越來越緊密的傾向,而顧客潛藏價值也就越高。
假設有甲、乙、丙三個顧客,同一天加入會員,然後都在 30 天內購買相同物品 3 次,且最後一次購買都落在第 30 天:
若採用大家最耳熟能詳的 RFM 模型,則這三名顧客在 R、F、M 的得分都會一樣,比較不出差異。
但我們光用眼睛看,就能辨別其實顧客丙應該是三人中最有價值的,若善加經營,還有可能再提高他的購買頻率或者客單價;
相反的,顧客乙可能已經成為沉睡顧客,喚醒成本不低,
若對這三個人一視同仁投注相同行銷資源,效益可能會大打折扣。
這就是出動 CAI 指標計算的最好時機啦!
讓我們來計算看看,套用 CAI 指標後,會發現什麼不同之處呢?
顧客甲:
平均購買天數 = 總期間 30 天 / 3 次購買 = 10
加權購買天數 = (1*10 + 2*10 + 3*10) / (1 + 2 + 3) = 10
CAI 指數 = (10 - 10) / 10 = 0%
代表此顧客的活躍程度穩定持平,沒有變動。
顧客乙:
平均購買天數 = 總期間 30 天 / 3 次購買 = 10
加權購買天數 = (1*5 + 2*10 + 3*20) / (1 + 2 + 3) = 14
CAI 指數 = (10 - 14) / 10 = -40%
負數的 CAI 指數代表此顧客過去比現在還要活躍,近期幾乎沒有再回購。
顧客丙:
平均購買天數 = 總期間 30 天 / 3 次購買 = 10
加權購買天數 = (1*20 + 2*5 + 3*5) / (1 + 2 + 3) = 7.5
CAI 指數 = (10 - 7.5) / 10 = 25%
大於 0 的 CAI 指數,代表此顧客近期相當活躍,比起過去有更積極的再回購。
備註:加權的計算,是將加權數乘以原分數,再除以加權數總和。
Background photo created by creativeart - www.freepik.com
由於 CAI 指標通常用百分比表示,因此可以輕易地比較其值大小。
其中,常見的有三種區隔方式,簡述如下:
此類顧客從過去到現在,都很穩定的有跟品牌互動,活躍程度保持平穩,沒有明顯的變動。
這類顧客屬於中流砥柱類型,會持續的為品牌帶來營收,但不太會突然買很多。
此類顧客在近期有比過去更加頻繁的跟品牌互動,呈現出高的好感度與信任,
若針對這群人推出優惠行銷活動,更容易獲得收益。
這類顧客近期和品牌的關係變得較為疏遠,要挽回他們的心需要一定的成本,
各位老闆可以多方斟酌,是否要針對這個分群投注行銷資源,
還是要簡單的發送問卷詢問流失原因,做為策略調整的參考即可。
本文講述了何謂 CAI 模型,並用實際範例讓大家更清楚如何計算,並辨別有價值的客群。
還想知道什麼主題,請點選右下角對話框,與顧問聯繫。
希望本篇文章對你有幫助,歡迎訂閱我們的電子報,我們下篇文章見!
參考資料:
工研院資通所。吳昌蓉、陳彥蓉、陳律翰、丁川偉《智慧零售之有效數據分析與商品推薦》。https://ictjournal.itri.org.tw/Content/Messagess/contents.aspx?MmmID=654304432061644411&MSID=1036010402410262063
Alyssa Chen。《商業分析—投稿文章—顧客價值評估工具整理(RFM,NES,FCAI)》
https://medium.com/%E7%A4%BE%E6%9C%83%E4%BA%BA%E7%8E%A9%E8%B3%87%E6%96%99/%E9%A1%A7%E5%AE%A2%E6%B4%BB%E8%BA%8D%E5%BA%A6%E8%A8%88%E7%AE%97-9f02e1737d9b