客户分析
SellingPilot 的 客户分析 功能是您洞察客户关系、评估客户健康度、识别高价值人群的核心工具。系统基于订单数据自动构建客户档案，并通过智能匹配、趋势监控与 RFM 模型，帮助您实现从“看到客户”到“理解客户”再到“激活客户”的闭环运营。
📌 访问路径：登录后进入 客户关系分析页面
一、客户关系分析：自动识别与合并客户
系统会自动从您的订单数据中提取买家信息，并智能识别是否为已有客户。当同一买家在不同订单或不同平台（如 Amazon、Walmart）下单时，系统将尝试将其归并为唯一客户档案，避免重复统计，确保客户视图完整。
客户匹配优先级如下：
- 邮箱地址（最高优先级）
- 系统优先比对订单中的买家邮箱与历史客户记录中的邮箱。
-
若完全一致，则直接合并为同一客户。
-
电话号码
- 若邮箱缺失或不一致，系统将尝试匹配收件人电话号码。
-
适用于无邮箱或使用不同邮箱下单的场景。
-
姓名 + 地址组合
- 当邮箱和电话均不可用时，系统综合比对以下字段：
- 收件人姓名
- 城市
- 州/省
- 邮政编码
- 若整体匹配度 ≥ 90%，则判定为同一客户。
✅ 自动创建新客户：若所有匹配条件均未命中，系统将自动创建一条新客户记录，确保每位买家都被纳入管理。
💡 提示：建议确保订单数据中包含有效邮箱或电话，以提升客户识别准确率。
二、客户健康分析：掌握客户群体动态
本模块通过四大核心指标的趋势变化，直观反映您客户池的整体健康状况：
| 指标 | 定义 | 业务意义 |
|---|---|---|
| 总客户数 | 历史累计去重客户总数 | 衡量品牌用户资产规模 |
| 活跃客户 | 近 30 天内有购买行为的客户 | 反映当前业务活力与复购能力 |
| 休眠客户 | 距离最近购买在 31–90 天内的客户 | 存在流失风险，需及时唤醒 |
| 流失风险客户 | 距离最近购买超过 90 天的客户 | 极可能已流失，建议启动召回策略 |
📈 图表以折线形式展示上述四类客户的日度或周度趋势，帮助您：
- 判断营销活动是否有效激活了休眠客户
- 监测大促后活跃客户是否持续留存
- 预警客户流失加速的异常信号
三、RFM 客户价值分析
系统基于经典的 RFM 模型（Recency, Frequency, Monetary）对每位客户进行价值评分，并自动划分为 8 类典型群体（如“冠军”、“忠实”、“有潜力”、“已流失”等），助您精准分层运营。
- R（最近一次消费）：越近越好，代表活跃度
- F（消费频率）：越高越好，代表忠诚度
- M（消费金额）：越高越好，代表商业价值
您可在客户列表中直接按 RFM 标签筛选目标人群，例如：
- 向“冠军”客户推送 VIP 专属福利
- 对“存在风险”客户发放限时召回优惠券
- 针对“新客户”发送欢迎礼包提升首复购率
使用建议
- 每日：查看客户健康趋势，关注活跃客户占比是否稳定
- 每周：导出“休眠客户”名单，执行邮件或广告再营销
- 每月：结合 RFM 分析，优化客户分层策略与资源分配
✅ 客户不是数据，而是增长的起点。
用好客户分析，让每一次互动都更有价值。