Du wirst lernen
Erfahren Sie mehr über die verschiedenen Arten von prädiktiven Analysedaten, die in Ihrem Konto angezeigt werden, über die verschiedenen Möglichkeiten, wie Klaviyo diese Daten berechnet, und über Richtlinien, wie Sie diese Daten nutzen können.
Gegebenenfalls sollten Sie die Metrik, die für die Berechnung der prädiktiven Analysen verwendet wird, anpassen und besser mit Ihren Geschäftszielen, der Datenstruktur oder der benutzerdefinierten Integration in Einklang bringen. Um anzupassen, was Metrik in Ihrem Konto global abbildet, gehen Sie zum Leitfaden für Metrik-Mapping.
Klaviyo wendet eine Kombination aus Data Science und maschinellem Lernen auf alle Daten in deinem Konto an, um dir nützliche und umsetzbare Erkenntnisse zu liefern.
Bitte beachte, dass du den Bereich Predictive Analytics auf Profil nur sehen kannst, wenn du die folgenden Bedingungen erfüllst:
-
Mindestens 500 Kunden haben eine Bestellung aufgegeben.
Dies bezieht sich nicht auf das Gesamtprofil, sondern auf die Anzahl der Personen, die tatsächlich eine Bestellung bei deinem Unternehmen getätigt haben. Diese Bestellungen können nicht storniert oder rückerstattet werden und dürfen keinen Nullwert haben. Wenn dieser Abschnitt in einem Profil leer ist, bedeutet das, dass wir nicht genug Daten über diese Person haben, um eine Vorhersage zu treffen. - Du hast eine E-Commerce-Integration (z.B. Shopify, BigCommerce, Magento oder WooCommerce) oder nutzt unsere API, um Bestellungen zu versenden.
- Du hast eine Bestellhistorie von mindestens 180 Tagen und hast innerhalb der letzten 30 Tage Bestellungen aufgegeben.
- Du hast mindestens einige Kunden, die 3 oder mehr Bestellungen aufgegeben haben.
Der Predictive-Analytics-Bereich eines Profils
Du findest den Bereich Predictive Analytics eines Profils auf der Registerkarte Metrik und Einblicke eines Profils. Unten siehst du ein Beispiel für den Abschnitt " Vorhersageanalyse" im Profil eines Kontakts und die angezeigten Informationen:
Die folgende Tabelle definiert die oben gezeigten Predictive-Analytics-Felder. Beachte, dass der Customer Lifetime Value für Customer Lifetime Value steht.
| Feld | Definition | Beispielwert aus Screenshot |
| Historischer Kundenlebenszeitwert |
Der Gesamtwert aller bisherigen Bestellungen einer Person, unter Berücksichtigung von Erstattungen und Rückgaben. |
$401 |
| Voraussichtlicher Customer Lifetime Value |
Eine Vorhersage, wie viel Geld ein bestimmter Kunde im nächsten Jahr ausgeben wird. | $99 |
| Gesamter Kundenlebenszeitwert | Die Summe aus historischem Customer Lifetime Value und prognostiziertem Customer Lifetime Value. | $500 |
| Vorhersage des Abwanderungsrisikos | Die Wahrscheinlichkeit, dass ein Kunde abwandert, basiert auf der Anzahl und Häufigkeit seiner Bestellungen. Jedes Mal, wenn der Kunde eine Bestellung tätigt, sinkt die Abwanderungswahrscheinlichkeit (grün), aber je mehr Zeit zwischen den Bestellungen verstreicht, desto höher ist die Abwanderungswahrscheinlichkeit (rot), wobei ein mittleres Abwanderungsrisiko gelb dargestellt wird. | 21% |
| Durchschnittliche Zeit zwischen den Aufträgen | Die durchschnittliche Anzahl von Tagen zwischen den einzelnen Aufträgen eines Kunden. | 75 Tage |
| Voraussichtliches Geschlecht | Das vorhergesagte Geschlecht ist auch Teil der Predictive Analytics-Funktionen von Klaviyo, wird aber nicht in einem Kunden-Profiling angezeigt. | N/A |
Wie der Customer Lifetime Value berechnet wird
Wie der Customer Lifetime Value berechnet wird
Klaviyo erstellt automatisch ein Customer Lifetime Value (Customer Lifetime Value) Modell mit den Daten deines Unternehmens und trainiert das Modell mindestens einmal pro Woche neu.
Wenn du die benutzerdefinierte API verwendest, um Bestellungsereignisse zu senden, musst du bestätigen, dass dein Bestellwert ein $value-Feld durchläuft. So stellst du sicher, dass du Daten zum Customer Lifetime Value auf der Grundlage deiner Bestellvorgänge erhältst. Beachte, dass der $-Wert der tatsächliche Bestellwert sein muss, damit der Customer Lifetime Value korrekt berechnet werden kann.
Auch wenn niemand die Zukunft mit absoluter Sicherheit vorhersagen kann, sind die Predictive-Analytics-Funktionen von Klaviyo ein mächtiges Werkzeug zur Optimierung der Marketingausgaben und zur Personalisierung der Kundenkommunikation. Die Vorhersagen funktionieren jedoch am besten, wenn sie über viele Kunden gemittelt werden, und es wird nicht erwartet, dass sie für jede einzelne Person exakt sind. Während einige Personen mehr als den prognostizierten Customer Lifetime Value ausgeben werden, werden andere weniger ausgeben, aber im Großen und Ganzen werden sie sich gegenseitig ausgleichen.
Der in der Predictive Analytics Box angezeigte Wert für den prognostizierten Customer Lifetime Value ist zum Beispiel keine exakte Vorhersage. In manchen Fällen kann es vorkommen, dass du eine unmögliche Anzahl an vorhergesagten Bestellungen siehst. Du kannst zum Beispiel 1,43 als Anzahl der vorausgesagten Aufträge für einen bestimmten Kunden sehen. Wenn du das siehst, bedeutet das, dass wir erwarten, dass der Kunde eine oder zwei Bestellungen macht, aber es besteht auch die Möglichkeit, dass er mehr oder weniger Bestellungen macht. Diese Erwartungen machen Sinn, wenn du mehrere Kunden zusammenfasst, weil du die Gesamtzahl der Bestellungen oder Ausgaben für die Gruppe vorhersagen kannst. Wenn wir fünf Kunden mit einer vorhergesagten Anzahl von Aufträgen von 1,43, 0,25, 3,12, 0,78 und 2,97 haben, können wir ungefähr 9 Aufträge in dieser Gruppe erwarten.
Wie das erwartete Datum der nächsten Bestellung berechnet wirdWie das erwartete Datum der nächsten Bestellung berechnet wird
Das erwartete Datum der nächsten Bestellung berücksichtigt das Bestellverhalten des jeweiligen Kunden und das Bestellverhalten aller deiner Kunden. Wenn die Bestellungen des Kunden ein bestimmtes Muster aufweisen, erkennt Klaviyo dieses Muster und trifft darauf basierend eine Vorhersage. Wenn die Aufträge des Kunden kein Muster aufweisen oder wir nicht genügend Daten über den Kunden haben, wird Klaviyo eine vernünftige Vorhersage treffen, die darauf basiert, wie sich deine anderen Kunden verhalten.
FAQ zur Wiederholungskaufserie FlowFAQ zur Wiederholungskaufserie Flow
Muss ich das vergangene Profil in diesen Flow einfügen? Muss ich dem Flow sagen, dass er mit allen möglichen Profilen gefüllt werden soll, um weiterzukommen?
Du musst kein Profil aus der Vergangenheit für ein bestehendes Profil hinzufügen oder dem Flow sagen, welches Profil er einbeziehen soll, das macht er schon für dich. Jeder Kunde, der eine Bestellung bei dir aufgibt, hat ein voraussichtliches Datum für die nächste Bestellung. Profile, die noch nie eine Bestellung bei dir aufgegeben haben, haben kein voraussichtliches Datum für die nächste Bestellung.
Ich habe gesehen, dass der Flow einen Bedingter Split hat. Woher wissen wir das voraussichtliche Datum für Einmalkäufer?
Da wir bei einmaligen Käufern nicht viel über ihr Kaufverhalten wissen, berechnen wir das voraussichtliche Datum der nächsten Bestellung anhand der Daten aller deiner Kunden.
Unsere Marke hat 3 Klassen von Produktfrequenzen. Bei einigen Produkten kommen die Kunden zufällig zurück. Andere werden zwischen 60 und 90 Tagen wieder aufgefüllt. Die letzte Gruppe wird zwischen 100 und 120 Tagen wieder aufgefüllt. Können wir der App beibringen, dass sie weiß, was der Kunde gekauft hat, und Erinnerungen basierend auf dem Produkt senden?
Die App berücksichtigt nicht, welche Produkte der Kunde bestellt hat. Wenn du also Produkte mit unterschiedlichen Auffüllzyklen hast, empfehlen wir dir, für jeden Auffüllzyklus mehrere durch eine Bestellung ausgelöste Flows zu erstellen, indem du Folgendes hinzufügst:
- Filter auslösen, um jeden Flow auf Produkte zu beschränken, die den gleichen Zyklus haben
- Zeitverzögerung, die den bekannten Zyklus widerspiegelt, damit du die Nachschub-E-Mail zum richtigen Zeitpunkt verschickst
Da das voraussichtliche Datum nicht berücksichtigt, was der Kunde zuletzt bestellt hat, und auch nicht den wahrscheinlichen Wiederbeschaffungszyklus für dieses Produkt, sollte ein Kunde, der die Wiederbeschaffungszyklen für die meisten seiner Produktkategorien kennt, bei einer Standardwiederbeschaffung Flow bleiben und diese Funktion nicht nutzen.
Dinge, auf die du bei der Wiederholungskauf-Serie achten solltest Flow
- Wir empfehlen nicht, den Countdown bis zum voraussichtlichen Datum der nächsten Bestellung herunterzuzählen, da der wiederkommende Kunde einfach die gleiche Abfolge von E-Mails bis zur nächsten Bestellung erhält, was zu Abmeldungen führen kann.
- Dieser Flow sollte die Verwendung des Replenishment Flow nicht ersetzen, wenn der Kunde die allgemeinen Zyklen für die meisten seiner Produktkategorien kennt.
- Wenn du einen hohen Prozentsatz an Wiederholungskäufern hast, solltest du diese Funktion nur für Kunden nutzen, die bereits einmal gekauft haben, um sie zu einem zweiten Kauf zu bewegen.
Wie das voraussichtliche Geschlecht berechnet wird
KlaviyoDer Algorithmus zur Geschlechtsvorhersage verwendet den Vornamen eines Kunden zusammen mit den Volkszählungsdaten, um das Geschlecht entweder als wahrscheinlich männlich, wahrscheinlich weiblich oder ungewiss zu bestimmen.
Da das vorhergesagte Geschlecht immer noch ein Näherungswert ist, solltest du bei gezielter Kommunikation einige Informationen für beide Geschlechter angeben.