רמת ההוצאות הצפויה של הלקוח: צלולה כמו בוץ

הזהרתי לגבי איך מערכות ניתוח מסוימות מעוררות הייפ על מה שהן עושות. בטח ראיתם את זה גם עם אותן חברות מבוססות הון סיכון, הכל על בינה מלאכותית, שיוצאות עכשיו כל חודש.

לפני זמן מה, Shopify הוציאה א ניתוח שכבות הוצאה צפויות עבור לקוחות של סוחר. זה דירג את הלקוח כגבוה, בינוני או נמוך בהתבסס על ארבע מדדים שונים:

• באיזו תדירות לקוח ביצע רכישות
• כמה הלקוח הוציא בממוצע להזמנה בהשוואה להוצאה הממוצעת הכוללת להזמנה
• כמה הזמנות הלקוח ביצע
• כמה זמן לאחרונה הלקוח ביצע את ההזמנה האחרונה שלו

כשהוא יצא שמתי לב שזה דומה ל-RFM. חסר בו הערך הכספי (M, המבוסס על LTV) אבל הוסיף את ערך ההזמנה הממוצע של הלקוח לעומת ערך ההזמנה הממוצע הכולל של החנות.

מדדים די טובים ששימושיים לכל סוחר.

אבל היה קצת הייפ סביב המדד החדש הזה כשהוא הושק, אז הייתי קצת סקפטי. זיקוק התנהגות עבר לערך אחד גבוה, בינוני או נמוך ולקרוא לזה ניבוי היה קצת מפוקפק ועורר את החינוך שלי לגבי שוק המניות.

לא גרוע כמו הבינה המלאכותית של הקופסה השחורה - הכל שחברות אחרות פיתחו, אבל אטום ועם קצת "תאמין לנו" מפוזר בתוכו.

ובכן, בחודש שעבר Shopify פרסם את ה-API עבור אפליקציות כדי שיוכלו לגשת ישירות לנתוני החיזוי הללו. חופר לתוך ה מסמכי תכנות כי זה מגלה משהו שונה לחלוטין:

• גבוה – הוצאות הלקוח גבוהות מהאחוזון ה-70 ממכירות לקוחות החנות.
• נמוך – ההוצאות של הלקוח נמוכות מהאחוזון ה-10 ממכירות לקוחות החנות, כולל לקוחות שלא ביצעו רכישה חוזרת.
• בינוני – הוצאות הלקוח הן בין האחוזון ה-10 ל-70 ממכירות לקוחות החנות.

בהתבסס על כך, המדידה היחידה שבה משתמשים היא כמה הלקוח הוציא בהשוואה להוצאות החנות. הוצאות הלקוח זהות לערך החיים הכולל (LTV) וניתן להניח ש shop's customer sales הוא יחס החיים הממוצע. (להשוות אותו לסך המכירות של החנות יהיה שטויות).

שימו לב כיצד גרסת הסוחר לא מציינת את ההוצאה הכוללת של הלקוח, אלא רק את הממוצע.

משהו קורה כאן:

• מסמכי הסוחרים טועים וגורמים למדד להיראות חזק יותר ממה שהוא באמת. מה שלאחר מכן נקלט והועלה על ידי Shopifyכותבי התוכן של בהשקה, או
• מסמכי ה-API שגויים ומתארים משהו שונה לחלוטין, או
• אף אחד לא יודע מה באמת נמדד וזו אחת מאותן קופסאות שחורות של בינה מלאכותית.

בהתחשב באופן שבו מסמכי API נכתבים עבור קהל טכני יותר ודורשים דיוק הנדסי, אני נוטה לכיוון המחשבה שמדובר בגרסה הנכונה ומסמכי הסוחר הגזימו עם מה שנמדד.

אטימות זו מתרחשת כל הזמן כאשר חברות מתעסקות עם מדדים. החל ממציאת שמות חדשים למדדים קיימים או משחק עם החישובים כדי לייצר מדדים משלהן, זה יכול להיות בלגן מבלבל, הכל למען "יתרון תחרותי". צריכה להיות נטל הוכחה שבו חברה צריכה לפחות להסביר בערך כיצד המדד מחושב לפני שמישהו בוטח בו ומשתמש בו.

בתקווה שמישהו ב Shopify יבהירו ויתקנו את התיעוד שלהם. פילוח וחיזוי התנהגות לקוחות הם בעלי ערך, אך סוחרים צריכים להיות מסוגלים לסמוך על המדידות. כל דבר אחר מוביל לבלבול ושימוש לרעה.

ייתכן שאני רוצה לשלב את רמת ההוצאות החזויה של הלקוח באפליקציה שלי, מכיוון שהיא נמצאת באותו תחום כמו מודלי RFM, LTV ודירוג שאני משתמש בהם.

בעיית השקיפות הזו עומדת מאחורי תוספת שכללתי בדפי הפוקוס עבור תובנות לקוחות חוזרותרבים כוללים כעת מסמכים בנושא "כיצד זה נמדד" ממש בדף המתארים כיצד המדד פועל, בשפה פשוטה.

עכשיו, אחרי שמצאתי עיצוב טוב לזה, אני מקווה להשתמש בהם בכל מקום באפליקציה במקום לקוות שהלקוחות ידעו מה המשמעות של כל המדדים של התעשייה והמותאמים אישית.

אריק דייוויס