最佳CP：流入流出分析 vs ?；鶊D---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

最佳CP：流入流出分析 vs ?；鶊D---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

品牌流入流出是競爭分析以及厘清會員行為的常用分析方法。---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

本篇主要介紹品牌的流出分析，最終效果見下圖（流入等下篇啦~）：

案例背景與需求

某商場入駐了多家玩具品牌，A品牌最近客戶數量有些下滑，想知道自己家的客戶流失去了哪里？要請商場的數據分析師小明幫忙分析看看。---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

我們來幫小明拆解一下這個問題：客戶流失去了哪？站在上帝視角，我們可以這么看：利用MECE原則把客戶分兩類（繼續在商場交易、不再在商場交易），然后每個分類再繼續拆分，如下：

但其實，不在商場繼續交易的客戶，商場是收集不到客戶的數據的，那么A品牌的可分析范圍就只能框定在繼續在商場交易的客戶，這樣的客戶分兩類：

隨便舉個栗子：Kitty，原本是A品牌的會員，被小紅書種草了B品牌，就想著買來試試，于是乎，就從A品牌轉到了B品牌。哪知B品牌剛用兩次，發現其質量堪憂，此時，Kitty繼續研究小紅書，可能有三個選擇：①換回A品牌；②繼續換其它品牌；③等等 再說。這是客戶一個很常規的行為鏈路，這三個選擇中：---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

① A – B - A，消費行為路徑最簡單；

② A – B - C/D…，路徑其次；

③ A – B - 空 - A/C/D…，其路徑最為復雜；

這種場景想要展示清楚，非?；鶊D莫屬！

?；鶊D，也叫?；芰糠至鲌D或者?；芰科胶鈭D。它是一種特定類型的流程圖，圖中延伸的分支的寬度對應數據流量的大小，所有主支寬度的總和應與所有分出去的分支寬度的總和相等，保持能量的平衡，非常適用于用戶流量等數據的可視化分析。

在用戶行為分析領域，利用此圖能非常直觀地展現用戶旅程，尤其是用戶旅程紛繁復雜的時候，?；鶊D能很直觀地表現出用戶的使用習慣，幫助我們了解用戶行為。

先來拆解一下?；鶊D的組成，?；鶊D想要表達的是流向問題，即從哪里（起點）到哪里（終點），流了多少（流量）。我用點、線、面來概括這其中的三個要素：

點：即流向的起點、終點（維度）；

線：起點、終點之間有流量（隱性約束條件）；

面：流量多大？流量越大，線的面寬越寬（指標）；

在FineBI的?；鶊D示意中，要求需要至少兩個維度、一個指標，對應到此需求分析中的兩個維度是：最早交易品牌、最晚交易品牌。一個指標是：去重會員數。---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

需要制作兩個自助數據集來實現：

數據集①，含兩個字段：會員id、最早交易品牌；

數據集②，最終分析表，含三個字段：會員id、最早交易品牌、最晚交易品牌；

下面逐步來看：

打開FineBI6.0，在tab【我的分析】中新建分析主題。

1制作數據集①：

1.2 計算 最早交易品牌后分組匯總

新增公式列：最早交易品牌：IF(交易時間=DEF(MIN_AGG(交易時間),會員id),品牌,"")

1.3 過濾，最早交易品牌非空

2制作數據集②：

2.1 數據導入（同上面第一步1.1，不再贅述）

2.2 計算最晚交易品牌后分組匯總新增公式列：最晚交易品牌：IF(交易時間=DEF(MAX_AGG(交易時間),會員id),品牌,"")

2.3 過濾，最晚交易品牌非空 

2.4 左合并，將最早交易品牌合并進表內，用會員id連接（注意多對多，此案例內數據有膨脹，因為真實的業務場景中存在這種情況且數據樣本較小，故此處未做特殊處理，數據量大的時候，不建議用多對多）---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

02

儀表板設計

選擇?；鶊D

2. 將 “最早交易品牌”拖入圖形屬性中的【起點】，“最晚交易品牌”拖入 【終點】；

3. 添加計算字段，用于計算去重會員數：

4. 將“會員數”拖入圖形屬性中的【大小】

5. 調整顏色，將“最早交易品牌”拖入【顏色】設置框，可自定義調節

6. 顯示標簽，將“最早交易品牌”、“最晚交易品牌”、“會員數”拖入標簽框（可根據自己的需求，自行選擇想要展示的標簽）---泉州外貿網站建設-泉州谷歌推廣-泉州谷歌優化

最終效果如下：

7. 解讀一下這個數據：

以LEGO舉例，

點擊圖例中的“LEGO”，可查看更詳細的流出數據，如下圖：