Entendendo a análise preditiva da Klaviyo

O que você vai aprender

Saiba mais sobre os diferentes tipos de dados de análise preditiva exibidos na sua conta, as várias formas como a Klaviyo calcula isso e diretrizes sobre como você pode utilizar esses dados.

A Klaviyo aplica uma combinação de técnicas de ciência de dados e aprendizado de máquina a todos os dados da sua conta para oferecer insights úteis e acionáveis.

This content requires Functional cookies to be enabled.

Update Cookie Settings

A seção de análise preditiva de um perfil

Você pode encontrar a seção Análise preditiva de um perfil na guia Métricas e insights de um perfil.  Abaixo está um exemplo da seção Análise preditiva do perfil de um contato e as informações exibidas:

A tabela abaixo define os campos de análise preditiva mostrados acima. Observe que CLV significa valor da vida útil do cliente.

Como os dados de valor da vida útil do cliente são calculados

O Klaviyo cria automaticamente um modelo de valor da vida útil do cliente (valor da vida útil do cliente) usando os dados da sua empresa e reprocessa o modelo pelo menos uma vez por semana.

Embora ninguém possa prever o futuro com absoluta certeza, os recursos de análise preditiva da Klaviyo são ferramentas poderosas para otimizar os gastos com marketing e personalizar a comunicação com o cliente. No entanto, as previsões funcionam melhor quando são calculadas como média em muitos clientes e não devem ser consideradas exatas para nenhum indivíduo específico. Embora algumas pessoas gastem mais do que o valor da vida útil do cliente previsto e outras gastem menos, como um todo, elas vão se equilibrar na média.

Por exemplo, o valor do valor da vida útil do cliente previsto exibido na caixa de análise preditiva não é uma previsão exata. Em alguns casos, você pode ver um número impossível de pedidos previstos. Por exemplo, você pode ver 1,43 como o número de pedidos previstos para um determinado cliente. Quando você vê isso, significa que esperamos que o cliente faça um ou dois pedidos, mas também existe a chance de ele fazer mais ou menos. Essas expectativas começam a fazer sentido quando você agrupa vários clientes, porque você pode prever o número total de pedidos ou o gasto do grupo. Se tivermos cinco clientes com um número previsto de pedidos de 1,43, 0,25, 3,12, 0,78 e 2,97, podemos esperar aproximadamente 9 pedidos nesse grupo.

Como a data prevista do próximo pedido é calculada

Data esperada do próximo pedido leva em consideração o comportamento de pedidos do cliente específico e o comportamento de pedidos de todos os seus clientes. Se os pedidos do cliente apresentarem um padrão, o Klaviyo reconhece esse padrão e fará uma previsão com base nele. Se os pedidos do cliente não apresentarem um padrão ou se não tivermos dados suficientes sobre o cliente, o Klaviyo fará uma previsão razoável com base em como seus outros clientes se comportam.

Perguntas frequentes sobre fluxo de série de estímulo a compras repetidas

Preciso adicionar perfis anteriores a este fluxo? Preciso informar ao fluxo para preencher com todos os perfis possíveis daqui para frente?

Você não precisa adicionar perfis antigos para perfis existentes nem informar ao fluxo quais perfis incluir; ele fará isso automaticamente para você. Cada cliente que faz um pedido com você tem uma data prevista para o próximo pedido. Perfis que nunca fizeram um pedido com você antes não terão uma data prevista para o próximo pedido.

Vi que o fluxo tem uma divisão condicional. Como sabemos a data prevista para compradores de compra única?

Para compradores únicos, como não sabemos muito sobre o comportamento de compra deles, calculamos a data prevista do próximo pedido usando dados de todos os seus clientes.

Nossa marca tem 3 classes de frequência de produtos. Para alguns produtos, os clientes voltam aleatoriamente. Outros são repostos entre 60 e 90 dias. O último grupo é reposto entre 100 e 120 dias. Podemos ensinar o aplicativo a saber o que o cliente comprou e enviar lembretes com base no produto?

O app não considera quais produtos o cliente pediu, então, se você tem produtos com ciclos de reposição distintos, recomendamos que você crie vários fluxos acionados por Placed Order para cada ciclo de reposição, adicionando o seguinte:

• Filtros de acionamento para restringir cada fluxo a produtos que compartilham o mesmo ciclo
• Atraso de tempo que reflete o ciclo conhecido, para que você envie e-mails de reposição no momento certo

Como a data prevista não vai considerar o que o cliente pediu por último nem o ciclo de reposição provável desse produto, se um cliente tiver ciclos de reposição conhecidos para a maioria das categorias de produtos, ele deve usar um fluxo de reposição padrão e não usar esse recurso.

O que observar no fluxo da série de nutrição de compras repetidas

• Não recomendamos fazer uma contagem regressiva para a data prevista do próximo pedido, pois clientes recorrentes simplesmente receberão a mesma sequência de e-mails antes de cada pedido, o que pode resultar em cancelar inscrição.
• Este fluxo não deve substituir o uso de fluxos de reposição se os clientes conhecem os ciclos gerais da maioria das suas categorias de produtos.
• Se você tiver uma alta porcentagem de compradores recorrentes, talvez queira usar esse recurso apenas para clientes que compraram uma vez, para nutri-los até a segunda compra.

Como o gênero previsto é calculado

O algoritmo de previsão de gênero da Klaviyo usa o primeiro nome do cliente junto com dados do censo para prever o gênero: provavelmente masculino, provavelmente feminino ou incerto.

Como o gênero previsto ainda é uma aproximação, ao usar a comunicação segmentada, inclua algumas informações para ambos os gêneros.

Recursos adicionais