nous allons définir une période sur un mois, ce qui représente de 4 à 20 envois selon votre rythme.
La dernière période 'la plus proche dans le temps) sera nommée P1, P2 pour l'avant dernière, P3 pour l'avant avant dernière et P4 pour la plus ancienne. La période d'étude sera donc P0.
Premier fichier : l'agrégat des résultats emailing par période
Pour cela, il vous faut donc les résultats pour chaque emails et pour chaque envoi.
A parti d'un fichier à plat de ce type, reprenant les données sur les périodes P1 à P4 :
- Email (ou identifiant client)
- date (date de l'opération)
- ouverture (oui (1) - non (0))
bertrand@site.fr - 15/01/2008 - 1
bernard@web.fr - 15/01/2008 - 0
bertrand@site.fr - 22/02/2008 - 1
bernard@web.fr - 22/02/2008 - 1
...
A partir de là, pour chaque client, vous agrégez les résultats afin d'obtenir pour chacun d'entre eux
- P1
- P2
- P3
- P4
| P1 | P2 | P3 | P4 | |
| bertrand@site.fr | 1 | 0 | 0 | 1 |
| bernard@web.fr | 0 | 1 | 1 | 1 |
Une fois les périodes concaténéees, cela vous donne :
- Grappe
| Grappe | |
| bertrand@site.fr | 1001 |
| bernard@web.fr | 0111 |
Ensuite vous répéter la même opération pour la période P0 : pour chacun des clients cela vous donne son état : Ouvreur (0 ou 1) - cliqueur (0 ou 1)
Vous obtenez, en associant les deux fichiers, les résultats de vos clients sur la dernière période.
Individuellement, c'est impossible à lire.
Deuxième fichier : l'agrégat par client de leur activité commerciale
Pour chaque client, au cours de la période P0
Les résultats
Une fois que vous obtenez donc des grappes qui retracent les 4 dernières périodes avec pour chacune une population attitrée, voici les indicateurs correspondant :
- Volume (aussi appelé Effectif)
- Nombre d'ouvreurs
- Taux d'ouvreurs
- Nombre de cliqueurs
- Taux de cliqueurs
- Nombre de commandes
- Fréquence (nombre de commandes/ Volume)
- Nombre d'actifs
- Taux de transformation (nombre d'actifs/ volume)
- CA total
- CA / individu sur la période
2 commentaires:
Parceque c'est le seul moyen afin d'augmenter le taux de transfo, je sens que bientot tu va nous parler de personnalisation, de dataminning and co. Je me trompe ?
Eeeeeeuuuuh, non, c'était pas l'objectif...
Quand tu mets en place ce type de segmentation, la simple lecture des résultats est édifiante.
Et automatiquement, on met en place des actions pour remédier à certaines lacunes.
Donc pas la peine que j'en parle :)
Enregistrer un commentaire