编辑导语:无论新客还是老客,都是用户运营体系中非常重要的群体。本文主要围绕新老客的定义、具体的划分逻辑及细分领域有哪些,一起跟随本文详细了解下吧。
“新客和老客,是做用户运营、用户增长最最基础的人群细分。”
关于新老客,其实大家应该都耳熟能详。包括之前也分享过几篇文章,《用户拉新的来源分析》等,也涉及新老客相关的内容。但关于新老客,具体的划分逻辑应该是怎样,都有哪些新老客的实践应用,我们今天详细来看看。
一、新老客的定义
首先聊聊,什么是新客、什么是老客。
如果是没有系统思考过这个问题的朋友,根据表明意思也能猜出,新客不就是最近才来网站的客户,老客就是以前就来过网站的客户嘛!
对,这个理解基本是没有问题的。
详细一点,所谓新客,就是最近一段时间与网站(或者品牌等实体)有过行为,之前没有行为的用户;所谓老客,就是最近一段时间与网站(或者品牌等实体)有过行为,且之前也有过行为的用户。
但是作为一个数据人、一个互联网人,如果对于上面的定义再深究一下,可能很多朋友就模糊了:如果一个用户一年以前来过,最近3个月没来,是新客还是老客?比如,新客+老客=所有客户吗?
哈哈,给大家3秒钟思考。
上面的那段定义,大家可以好好多读几遍。
因此,我们需要一个更加明确的逻辑,来定义新老客,不止停留在基础的理解上。具体划分及逻辑细节,我们下面详细展开。
二、新老客的详细逻辑
下面,我们正式全面地展开,关于新老客划分逻辑的细节。要准确理解新老客的定义,需要掌握下面几个具体的参数,尤其是时间窗口和行为类别。
1. 时间窗口
要准确的理解新老客的具体区别,首先要知道,划分新老客时,首先有两个时间窗口的概念。
在时间轴上,我们需要定义两个具体的时间窗口,这里暂且起名为【追溯期】和【统计期】。
追溯期和统计期,在时间上是先后顺序,而且是无间隔的。比如,追溯期是2020年2月1日-2021年1月31日,统计期是2021年2月1日-2021年2月28日。
因此,根据上面的图示也很清晰,新客户就是在追溯期没有发生行为,在统计期发生了行为的用户,老客户就是在追溯期和统计期均发生了行为的用户。
通常,追溯期按照常用的,一般会设置180天、365天、历史所有,这几个长度。而统计期,往往按照日、周、月、年来看。
比如,2020年天猫平台新用户,这个统计期就是2020一年,追溯期默认历史所有,即天猫上线以来。再比如,2021年7月10日365天老客,看的是7月10日这一天的统计期,追溯期往前365天,这俩时间段都有行为的客户。
通常而言,追溯期看历史口径的比较常见一些。但由于有些类目,比如快消品等,用户的复购周期很短,看历史的购买对于当下的营销、分析,参考意义不是很大,因此会看比较短的追溯期,抛弃了一年一前的用户行为。另外,计算量大也是一个导致不看历史口径的原因,后面会提到。
2. 行为类别
上面我们详细拆解了关于时间窗口。下面,我们对行为类别进行阐述。
什么是行为类别?其实就是图中所述的【行为】。
行为,包括很多。就电商而言,常见的行为包括购买行为(再具体而言,是下单、支付、还是成交)、登录行为、点击行为等。
不同的行为类型,新老客的划分含义也是完全不一样的。如果看的是购买行为,那么新客、老客就是统计期内所有购买用户的细分;如果看的是点击或者登陆行为,那么新客、老客就是统计期所有有网站点击或者登陆行为的用户细分。
具体用什么行为,要根据具体公司的业务形态、业务需求来。比如京东,新老客就完全是成交用户的划分;而抖音,相信新老客应该是互联网行为。
就我的经验而言,通常如果是按照成交相关的行为划分,我们称为新客、老客;而按照互联网行为划分,一般称为新用户、老用户。
3. 细分扩展
其实时间窗口、行为类别这两个参数都确定好了之后,就完全可以进行新老客的划分以及相关指标的计算了。
但是呢,为了做的更精细化,有的业务对新老客又进行了二次的细分。从上图中,我们看到,在统计期、追溯期内都是看的是【是否有行为】,而这里的精细化逻辑就是将【是否】升级为【次数】。
上图是个示意图。具体的按次数的划分逻辑及名称,大家可以根据业务的具体情况进行调整,这里给出的是一个思路。
三、新老客细分的意义与价值
上面聊了这么多新老客的具体划分逻辑,下面我们简单聊聊,为啥需要新老客分析呢?
1. 用户细分
其实本质上,新老客的划分,仍然是用户细分、用户分群的一种逻辑罢了。
目的是通过细分人群,精准了解细分人群的特征,并且针对细分人群进行针对性营分析、销。和将用户分为高中低价值、分为消费者4A人群等,都是一样的道理。
2. 不同业务方的诉求不同
为什么各个公司都关注新客、老客?除了新老客是非常基础的细分逻辑外,很重要的一个原因是,新老客贴合了不同业务部门的诉求。
公司一般都有市场部、用户运营,一些前卫的公司现在也有了用户增长部。市场部一般关注的是新客的获取,而用户运营经常关注老客户的维系、运营。不同业务部门的指标就是按照新老客来作为业绩标准,因此新老客的划分自然也就很重要了。
3. 不同行业的不同关注点
还有一点,就是不同行业的关注点是不一样的。
比如,耐消品行业,更加关注新客的获取,可以参考《新客如何进行获取与潜力分析》。因为用户一旦购买了一个耐消品(比如冰箱),可能未来5年都不会再买冰箱了。那冰箱品类关注老客户的复购,基本是意义不大的。
而快消品,用户复购周期短,对于拉新和老客复购都是有诉求,因此都会关注。
四、新老客细分的实践操作
最后简单聊一下新老客细分的一些实践内容。
1. 关于计算量
新老客这个分析常见归常见,确实比较耗计算。因为经常统计的是历史所有的行为,而且最关键的一点,是统计时间窗口的灵活性。如果为了更加灵活的时间窗口分析,对于计算量的消耗,确实是非常大的。
当然,如果是固定的统计时间窗口,比如就是最近1天的,而不是支持任意天的,那就好很多。
2. 关于产品化
产品化这部分,暂时不写了,有时间再详细展开吧。
不过另外有一点,其实新老客和用户留存分析还是有一些共通点的。关于留存分析大家可以看《用户留存分析思路及产品化》。这里不总结了。
#专栏作家#
NK冬至,公众号:首席数据科学家,人人都是产品经理专栏作家。在金融领域、电商领域有丰富数据及产品经验。擅长数据分析、数据产品等相关内容。
本文原创发布于人人都是产品经理。未经许可,禁止转载。
题图来自Unsplash,基于CC0协议。