Excel数据分析案例：用Excel做客户长期价值（CLTV）分析

本案的数据来源于电商网站的每月订阅数据的样本, 涵盖的时间是2010年至2014年。代表了基于价值细分的三组用户：年轻，经典和高级。主要的目标是基于Excel计算客户的CLTV（客户长期价值）并获得客户生命周期的详细概述。

在Excel中选择高级功能/营销工具/ CLTV功能，就出现了如下的设置页面，具体的设置步骤和内容将会分享在我的知识星球中。

在描述性统计信息表之后，显示的第一个结果是每个细分的平均CLV：

然后，对于每个细分获取客户寿命分析表。如下表所示，提供了有关客户行为的一组统计信息。同时该表的第一列提供了客户操作的摘要。因此，可以观察每月有多少客户取消订阅，不再观察（审查）多少客户，并具有相应的保留率和流失率。

并且累计流失功能为我们提供自研究开始以来失去客户的比例。例如经典段，更具体地说是订阅后第六个月的[5.6]期间。累积流失函数的值为25.4％。这意味着大约四分之一的客户在订阅后的前6个月内取消了订阅。

表中的概率密度函数给出了在时间段t期间第t-1周期和取消一个顾客被保留的概率。对于经典细分受众群，客户在订阅的第6个月内取消订阅的可能性为0.027（2.7％）。

表中的危险率是在时刻t取消的条件概率（假设客户从未取消过）。经典细分市场中的客户在知道前一个月（第5个月）是客户的情况下，在第6个月取消会员资格的可能性为3.7％。

最后两列显示CLV（客户生命周期价值）和CLTV的估算值。我们可以看到，在经典细分受众群中，在订阅的第6个月内取消订阅的客户，其平均CLTV为138,227。

下表中位数保留时间和相关的标准偏差如下。对于经典细分市场，15个月后失去了一半的客户（14,719）。

接下来将生成几个图表，这些图表汇总了先前表中包含的信息：

由于在图表设置中选择了段比较选项，也会显示以下输出。它包含三个不同测试的结果：对数秩测试，Wilcoxon测试和Tarone Ware测试。这些测试基于卡方检验。p值越低，段之间的差异就越大。例如下表中，在阈值alpha = 5％时，没有任何测试是有意义的。

最后，将生成一张图表，比较不同部分的保留，密度和危害曲线：