Cosa imparerai

I calcoli del tasso di fidelizzazione offrono approfondimenti utili su quanto è fedele la tua base clienti e su dove potresti dover migliorare per aumentare il comportamento d'acquisto. Il tasso di fidelizzazione va oltre l'individuare chi sono i tuoi clienti più recenti; infatti, tiene conto degli acquisti in un intervallo di tempo definito per valutare il comportamento a lungo termine della clientela.

Calcola il tasso di fidelizzazione

Ci sono 3 passaggi che devi seguire per calcolare il tasso di fidelizzazione.

  • Crea un segmento di clienti che hanno acquistato l'anno scorso E negli ultimi 6 mesi
  • Crea un segmento di clienti che hanno acquistato dal tuo negozio l'anno scorso
  • Calcola

Tieni presente che puoi creare un intervallo di tempo personalizzato se quello sopra non funziona per il tuo modello di business. Ad esempio, se hai un'attività basata su abbonamenti, puoi adattarti a questa tempistica nel modo più sensato per le tempistiche di acquisto della tua clientela.

1. Crea un segmento di clienti che hanno acquistato dal tuo negozio l'anno scorso (tra 365 e 730 giorni fa) e che hanno anche acquistato di recente (ad es. negli ultimi 6 mesi). Si tratta di clienti abituali dell'ultimo anno. Un esempio di questo segmento è mostrato di seguito.

Example segment with profiles that have placed at least one order in last 365 to 730 days and placed order within last 182 days
Example segment with profiles that have placed at least one order in last 365 to 730 days and placed order within last 182 days
Questi clienti non solo hanno acquistato più volte, ma lo hanno fatto anche per un lungo periodo di tempo. Se non aggiungi al tuo segmento la condizione degli ultimi 6 mesi, rischi di includere clienti che hanno effettuato un secondo acquisto subito dopo il primo e poi non sono più tornati nel tuo negozio. Puoi personalizzare l’intervallo di tempo come preferisci, ma tieni presente che usare intervalli mensili ti aiuta a capire meglio la fedeltà dei clienti nel tempo. 2. Il secondo segmento che creerai include solo i clienti che hanno acquistato l'anno scorso (tra 365 e 730 giorni fa). Questo rimuove la condizione che include chi è tornato ad acquistare negli ultimi 6 mesi, così puoi vedere tutti gli acquirenti dell’anno scorso. Un esempio di questo segmento è mostrato di seguito.
Example segment with profiles that placed order at least once between 365 and 730 days
Example segment with profiles that placed order at least once between 365 and 730 days

3. Ora che hai preparato i due segmenti, puoi iniziare a calcolare il tasso di fidelizzazione. Usa la formula qui sotto per il tasso di fidelizzazione:

Retention rate calculation for segments with segment 1 divided by segment 2 multiplied by 100
Retention rate calculation for segments with segment 1 divided by segment 2 multiplied by 100

Ad esempio, se il tuo primo segmento (tra quelli che hanno effettuato acquisti lo scorso anno e negli ultimi sei mesi) include 2.500 profili e il numero totale di profili che hanno effettuato acquisti lo scorso anno era 10.000. La tua equazione sarebbe la seguente:

Retention rate calculation example of 2,500 divided by 10,000 multiplied by 100 to equal 25%
Retention rate calculation example of 2,500 divided by 10,000 multiplied by 100 to equal 25%

Risorse aggiuntive

  • How to calculate average order value (AOV)

    Learn how to calculate your average order (AOV) or the total monetary value of your conversions (orders) divided by the number of conversions (orders that took place). Calculating your average order value (AOV) can be helpful when you want to add a condition to your segments to target high value or low value customers.

  • How to segment by customer lifetime value (CLV)

    Learn how to create a customer lifetime value (CLV) segment and export any key CLV information. CLV is part of Klaviyo's predictive analytics and can be a powerful tool to use in segmentation. It is the total amount, both past and predicted, that a customer will purchase from your brand over time. CLV segments allow you to group customers based on this amount so that you can send them relevant content and trigger segment-based flows. For example, you can use historic CLV to build a VIP welcome flow or use predicted CLV to send targeted campaigns to customers who will likely spend a certain amount over the course of a year.

  • How to calculate revenue per recipient

    Learn how to calculate revenue per recipient (RPR) and understand how each of your marketing channels is performing. RPR helps you to determine the success of a campaign or flow and is a great way to review individual channel performance and opportunities for growth.

  • Understanding Klaviyo's predictive analytics

    Learn more about the different types of predictive analytics data displayed in your account, the various ways Klaviyo computes this, and guidelines for how you can utilize this data.

Questo articolo è stato utile?
Usa questo modulo solo per il feedback sull'articolo. Scopri come contattare l'assistenza.

Esplora altri contenuti di Klaviyo

Community
Entra in contatto con altre aziende simili, partner ed esperti di Klaviyo per trovare ispirazione, condividere approfondimenti e ottenere risposte a tutte le tue domande.
Partner
Assumi un esperto certificato Klaviyo per aiutarti con un compito specifico o per la gestione continua del marketing.
Assistenza

Accedi all'assistenza tramite il tuo account.

Assistenza via e-mail (prova gratuita e account a pagamento) Disponibile 24 ore su 24, 7 giorni su 7

Chat/assistente virtuale
La disponibilità può variare in base alla località e al tipo di piano