P A T H

Como fazer uma análise de frequência de compras no Alteryx

O que você vai aprender?

Nessa dica iremos explorar o conceito de “recência” e mostrar uma proposta de como fazer uma análise de frequência de compras no Alteryx.

INTRODUÇÃO

Uma forma muito usada no varejo para avaliar a captação de clientes é através da análise de recência, ou seja, uma análise da frequência de compras dos clientes. A recência demonstra o quanto estamos presentes na mente dos nossos clientes, e com ela vamos responder a seguinte pergunta: Há quanto tempo nossos clientes realizaram a última compra na loja?

As visualizações para análise de recência devem considerar um período amostral adequado e possuir faixas apropriadas para aquele tipo de negócio: Nem pequenas demais, que atrapalhem a visualização gráfica, e nem amplas demais, que não apresentem as variações ocorridas.

 

Abaixo segue um exemplo de um gráfico de colunas com clusters de recência de uma loja:

Dito isso, vamos à nossa dica. Está será nossa base inicial:

Ela é um relatório de compras com Nome do cliente, Data da compra e Valor. Nosso objetivo é fazer algo semelhante ao gráfico que mostramos lá em cima, mas ao invés de calcularmos uma porcentagem de recência, vamos calcular um “Score de Recência” que vai nos dar várias possibilidades para analisar nossos clientes.

Passo 1: ORDENAR DADOS E CRIAR COLUNA DE DIFERENÇA DE MESES ENTRE COMPRAS 

Primeiro, precisamos de uma informação: Qual a diferença de meses entre as compras? Para isso vamos fazer o seguinte:
Traga uma ferramenta de ordenar para o fluxo e ordene pelo Cliente e data.
Após isso, traga uma ferramenta de Fórmula de Múltiplas linhas e faça a seguinte fórmula:

Assim, você verá na aba de resultados, uma nova coluna com a diferença de meses entre as linhas do mesmo cliente.

Passo 2: CRIANDO UMA COLUNA DE PERCENTUAL PARA CADA INTERVALO DE MÊS DE CADA CLIENTE

Agora vamos criar um relatório de quantos % cada diferença de meses representa para o total de vezes que aquele cliente comprou (tirando a data da primeira compra pois não existe data anterior para comparar a diferença de meses). Primeiro vamos descartar as datas das primeiras compras, para isso traga uma ferramenta de filtro:

Após isso, vamos calcular duas informações com ferramentas de Sumarizar:

  • Contagem de cada Dif Meses de cada Pessoa.
  • Contagem distinta de Data de cada Pessoa. (Quantos meses cada pessoa comprou, tirando a primeira compra)

Contagem de cada Dif Meses de cada Pessoa:

Contagem distinta de Data de cada Pessoa:

Agora podemos trazer uma ferramenta de Join para juntar as saídas das ferramentas de sumarizar (pelo campo Nome):

Então teremos nossa base com Nome, Dif Meses, Count Dif Meses e Total Meses. Com essas informações conseguiremos calcular nossa porcentagem, traga uma ferramenta de fórmula:

Então vemos que para a cliente Tânia Pereira, por exemplo, de um total de 08 meses de compra, 06 meses tiveram o intervalo de 01 mês desde a última compra; 01 mês teve o intervalo de 07 meses e 01 mês teve o intervalo de 03 meses. Ou seja:

  • Dif Meses = 1 representa 75% das suas compras;
  • Dif Meses = 7 representa 12%;
  • Dif Meses = 3 representa 12% (aproximadamente).

Em outras palavras, Tânia comprou em intervalos de 01 mês 75% das vezes, intervalos de 7 meses em 12% das vezes e intervalos de 3 meses 12% das vezes.

Passo 3: CALCULAR O SCORE DE RECÊNCIA

Baseado nesses valores, o score de recência é apenas um cálculo levando em consideração o peso da diferença de meses. Se o cliente teve um intervalo maior em alguns meses, seu score vai ficar maior também. Quanto menor o score, maior a recência, ou seja, o cliente faz compras de forma mais regular.
Vamos trazer outra ferramenta de fórmula ou utilizar a ferramenta anterior:

Isso vai nos dar o Score de Recência para cada linha, então vamos sumarizar o score para cada cliente. Assim cada cliente terá o seu Score de Recência total e poderemos junta-lo com a base inicial. Traga uma ferramenta de Sumarizar:

Traga uma ferramenta de Join para juntar com a base inicial:

Por fim, basta ordenar seus dados por Score, Nome e Data de forma decrescente para fazermos uma boa análise:

Vemos que as pessoas com Score perfeito (igual à 1) têm sempre uma boa frequência de compras, sempre compram todo mês (apesar de que as datas das suas últimas compras estão bem distantes, como a Maiara que comprou por 3 meses seguidos mas sua última compra foi em 03/2021. Então talvez outra métrica como “Última data de compra” possa ser traçada na análise em conjunto com o Score de Recência).

 

Já o Score vai aumentando à medida que vamos achando “buracos” nos meses de Data de compra do cliente (Como a Shirlei, que teve um intervalo entre 09/2020 e 01/2021). Abaixo temos as últimas linhas da base, note como os Scores são bem mais altos e a frequência de compra é bem mais inconstante:

30 de Junho de 2022

Pronto! Agora você sabe uma forma de fazer uma análise de frequência de compras no Alteryx.

Language