Skip to main content

Posts

Sankey Diagram và Profile Reporting trong LEO CDP

Nguồn gốc Sankey Diagram Sơ đồ Sankey được đặt theo tên của Matthew Henry Phineas Riall Sankey, một thuyền trưởng người Ireland sử dụng biểu đồ này để thể hiện hiệu suất năng lượng của động cơ hơi nước vào năm 1898. Theo thời gian, biểu đồ này bắt đầu được sử dụng để hiển thị dòng năng lượng và thậm chí cả dữ liệu trong các hạng mục khác . Biểu đồ Sankey hiển thị các luồng và số lượng của chúng theo tỷ lệ với nhau. Thông thường, Biểu đồ Sankey được sử dụng để thể hiện trực quan quá trình truyền năng lượng, tiền bạc, vật liệu hoặc dòng chảy của bất kỳ hệ thống hoặc quy trình biệt lập nào. Độ dày của mũi tên và đường kẻ cho thấy độ lớn hoặc số lượng của chúng. Mũi tên hoặc dòng chảy có thể kết hợp hoặc tách ra ở mỗi giai đoạn của quy trình. Màu sắc có thể được sử dụng để chia biểu đồ thành các loại khác nhau hoặc để hiển thị quá trình chuyển đổi từ trạng thái này sang trạng thái khác của quy trình. Khi nào sử dụng sơ đồ Sankey Biểu đồ Sankey thường được sử dụng để hiển thị dòng năng lượn
Recent posts
How to target your customers wisely using life-cycle stages Different customer life-cycle stages should have different objectives, right?  You need to treat customers in each group to separate promotions, offers, and communication frequencies to continue exciting them and adequately engage with them over time. To easily monitor and measure KPIs along the way, it’s much easier to automate your entire customer base when you have a life-cycle-first strategy in place as it ensures optimal coverage rates. So, how do you go about planning a life-cycle-first strategy?  Establishing objectives per customer life-cycle Prospect or New Customer : You want to make sure to retain new customers and overcome the challenge of a single purchase or single deposit. You also want to build brand awareness and educate your customers about your product. And finally, expose them to the promotions you run. Active/Engaged Customer : With active customers, you want to retain them too, but you also want to maximi
How to think in the age of Dataism with LEO CDP ? Demo: Tasting consumer success with a Customer Data Platform (CDP) built on Google Cloud How much is a customer worth to Netflix? - Lifetime Value Implementing and Training Predictive Customer Lifetime Value Models in Python
In LEO CDP, you can import tracking events manually. All event data can be collected from 3rd-party systems or just using Excel / Google Sheets. This function could be useful if you have a lot of offline data, but need to import into LEO CDP for data unification Example Data can be viewed at this link:  https://docs.google.com/spreadsheets/d/16i4_FCI5OXf0AepMyC1d7wLlWFdzjsgsKt_YLGKJZIc/view Import Tracking Event UI The steps are:  Customer Data Hub  => Profile Management  => Event Data Import You can watch the video for demo:
  This note is copied from "CDP Use Cases: What Users Want", the report is researched by CDP Institute https://www.cdpinstitute.org/wp-content/uploads/2021/12/CDPI-2324-Use-Case-Generator-Report.pdf Building segments is the most widely required capability, across 72% of use cases. It is an option across all tasks except predictive models. The two core data assembly capabilities, ingest data (96%) and create profiles (90%), are used by nearly all use cases involving those tasks. ID resolution (75%) and clean data (71%) are listed notably less often, perhaps because a significant fraction of users already handle those functions outside their CDP. Predictive models (85%), attribution models (79%) and recommendation models (79%) are the most common capabilities among analysis and predictive modeling tasks. Even tasks such as creating a data set (56%) and appending model results on a recurring basis (58%) are less common, again perhaps because users have other ways to achieve the
Thành công của doanh nghiệp liên quan trực tiếp đến số lượng khách hàng hài lòng và vui vẻ mà doanh nghiệp có được. Đây là lý do tại sao nhân viên bán hàng (salespeople) đóng vai trò quan trọng nhất trong một công ty. Họ là những người tương tác với khách hàng, hiểu nhu cầu của họ, thuyết phục họ về giá trị sản phẩm của bạn và xây dựng mối quan hệ tuyệt vời giữa khách hàng và nhân viên. Trong bán hàng và tiếp thị, các từ “sales lead” và “prospect” thường bị nhầm lẫn với những thứ khác nhau. Sales Lead (khách hàng tiềm năng) là ai? Sales Lead hay  Customer Lead là khách hàng tiềm năng hoặc khách hàng đã bày tỏ sự quan tâm đến công ty hoặc dịch vụ của bạn. Sales Lead là một người vừa bước vào kênh tiếp thị của bạn, VD  microsite  hay landing page. Anh ấy có thể đã điền vào contact form hoặc đăng ký vào chương trình của bạn hoặc nhấp vào quảng cáo của bạn, xem video livestream demo  sản phẩm. Mức độ tương tác của khách hàng tiềm năng thường là tối thiểu. Họ vừa thể hiện sự quan tâm nhưng
Bài dịch từ link:  https://www.projectguru.in/a-conceptual-framework-for-factors-affecting-online-shopping-behaviour-of-generation-z-and-millennials Các bài viết trước về lý thuyết của Hawkins Stern , lý thuyết của Maslow và mô hình ra quyết định trực tuyến của Kim, Ferrin và Rao’s (2008) đã làm sáng tỏ các yếu tố quan trọng ảnh hưởng đến hành vi mua của người tiêu dùng đối với mua sắm trực tuyến. Hơn nữa, các chiến lược marketing của các công ty thương mại điện tử cũng có vai trò ảnh hưởng đến hành vi mua sắm trực tuyến. Cuối cùng, một yếu tố quan trọng khác ảnh hưởng đến hành vi mua sắm trực tuyến của người tiêu dùng là đặc điểm nhân khẩu học, cách sử dụng mạng xã hội và trải nghiệm mua sắm của họ. Độ tuổi của người tiêu dùng xác định cụ thể quyết định mua hàng của họ kể từ thế hệ millennials và thế hệ Z cảm nhận trải nghiệm khác nhau. Những yếu tố này nên được xem xét trong khi đưa ra quyết định tiếp thị trực tuyến. Thiết kế khung khái niệm Để tóm tắt những phát hiện trong nghiên