Power BI客户留存分析

之前曾经介绍过，与其相对应的，还有个留存客户分析，也就是经过一段时间，依然活跃的客户；客户留存率经常用来衡量市场营销活动的质量，这篇文章就来介绍一下如何用进行留存分析。

以这个简易的订单模型为例，一个订单表和两个维度表，模型如下：

通过这个模型，计算出每期的客户数量很简单，写个度量值即可：

客户数 = (('订单表'

客户姓名

))

活跃客户留存分析

如果你想查看本月下单的客户中，在1个月后还有多少客户购买、2个月后还有多少客户……？这就是一种活跃客户的留存分析。

对于1个月后、2个月后……这种分组，首先需要建个分组表（方法参考：）：

这个分组表不需要与模型中的其他表建立关系，在这个表中，也添加了“本月”的类别，这样不仅能显示N个月后的数据，也能同时显示本月数据，方便放到一起比较。

并且分组表的序号非常有用，这里不仅可以对类别进行按列排序，还可以利用它来控制月份，留存客户数的度量值如下：

这个逻辑很简单，就是先找出本月的客户列表，然后根据留存分组表的序号，利用函数移动到对应的月份，筛选出移动N月后的客户列表，然后统计二者交集的行数，就是N月后的留存客户数。

将年度月份放到矩阵的行、留存分组表类别放到矩阵的列，展示这个度量值的结果如下：

因为模拟数据是截至到2020年底，所以当前月的N个月后，如果晚于2020年12月，就不会再有数据，所以对角线右下方的数据都是空值。

有了留存客户数，还可以计算出留存客户率：

留存客户率 = (

留存客户数

客户数

为了更直观看出留存客户分布的规律，可以对这个矩阵的数据设置背景色：

渐变背景色效果如下：

以上是对本月所有客户的留存分析，也就是本月活跃客户的留存分析，实际上，留存分析更多的用途是针新获取的客户，计算N月后的留存下来的客户还有多少，来检验拉新活动的效果。

新客户留存分析

关于新客户的计算逻辑，可以参考之前关于新客户分析的介绍：

计算每月新客户的度量值是这样写的：

对于新客户在N个月以后的留存数量，同样可以利用函数移动到N月后，看看这些新客户还有多少是活跃的，将这个新客户度量值的最后一行稍微改一下即可：

这样就计算出了新客户在N个月以后依然有交易行为的客户数量，矩阵展示如下：

有了新客户的留存数量，就能很方便的计算新客户留存率：

新客户留存率 = (

新客户留存数

新客户数

设置背景色后的留存率展示效果如下：

至于留存率的结果，并不都是随着时间的流逝，留存率越来越低，还要结合产品更换周期、市场推广活动等综合考虑，来解释和发现留存率的真实规律。

以上就是对活跃客户以及新客户的留存分析思路，如果你想看看某一期间留存的是哪些客户，你也可以利用这篇文章的方式显示所有的留存客户的名称：

本文示例是按月为周期的留存分析，你可以根据需要扩展为其他粒度，基本逻辑是类似的。

帮你从0到1，轻松上手

如果你对感兴趣，欢迎加入我的学习社群，获取更多学习资源，和4000+ 爱好者一起精进~

假如你刚开始接触Power BI，也可以在微信公众号后台回复""，获取《七天入门》电子书，轻松入门。