Abbiamo visto dati fondamentali rispetto alle vendite.

Adesso andiamo a vedere un ulteriore dato che è fondamentale.

Ovvero vogliamo sapere qual è la frequenza di riacquisto.

Che succede? Che avviene all'interno del nostro store.

Questo perché è importante perché innanzitutto ci dice se i nostri clienti riacquistano e quindi c'è una frequenza di riacquisto.

Quindi calcoliamo entrambi gli elementi il tempo di riacquisto tra il primo e il secondo ordine, tempo di riacquisto dal secondo al terzo e poi andiamo a vedere anche qual è la frequenza media di acquisto all'interno del nostro database.

Queste informazioni sono importanti perché poi ci dicono due cose, principalmente se abbiamo dei clienti di di ritorno.

Quanto spesso comprano a livello di frequenza in un determinato periodo di tempo? E poi ci dicono anche qual è il tempo medio che passa tra un ordine e l'altro? Tutti questi ragionamenti di nuovo ci aiutano per alimentare la nostra strategia.

Per esempio, ci possono dire che se il tempo medio che passa tra un ordine e l'altro è troppo lungo, dobbiamo eventualmente far partire delle sequenze di marketing supportate eventualmente da campagne di advertising su determinati segmenti della nostra customer base.

Dopo un certo periodo dall'ordine stesso.

Quindi per esempio Remo, una sequenza di marketing di post Peach, quindi di post vendita dopo venticinque giorni dopo venti giorni e a a seconda di quello che è il tempo medio di riacquisto che possiamo dedurre da questi dati e se è troppo lungo, vogliamo po- poter provare a ridurlo tutti.

Questi ragionamenti, inoltre, ci aiuteranno anche a fare dei podcast, perché se sappiamo qual è la frequenza di riacquisto che avviene sul nostro store, possiamo poi utilizzare questa informazione per fare un Forst, un previsionale di quello che ci possiamo aspettare a livello di fatturato su base trimestrale semestrale annuale e vedremo anche questo nel nel prossimo modulo.

Allora ci sono vari modi per andare a trovare queste informazioni.

In particolare la informazione su quanto tempo passa tra un ordine e l'altro lo possiamo trovare in due modi principali o utilizziamo una piattaforma esterna, come per esempio Triple Well, che è una delle più utilizzate in assoluto? Ovviamente c'è un costo associato.

Non tutti gli store non tutti i brand possono volerlo utilizzare, perché ovviamente è un investimento, ma se si supera sicuramente il milione di euro all'anno è molto, molto importante e molto utile da capire perché ci fa capire tutta una serie di informazioni extra tra cui, oltre al alla reportistica ci facilita, diciamo l'estrazione di informazioni di questo tipo.

Tra tra le varie perché all'interno della della piattaforma ci sono una serie infinita di informazioni utilissime proprio sui sui segmenti della nostra customer base e poi tutta una serie di supporti di report che ci aiutano a livello di attribuzione.

Quindi possiamo utilizzare il I report di attribuzione di terza, quindi attraverso questo strumento per capire da dove arriva l'impatto principale a livello delle nostre campagne di marketing.

Ma questo è un altro discorso, quindi vediamo all'interno di triple Well.

Se hai Trip Will, potrai utilizzare questo tool per andare a vedere qual è il tempo medio di riacquisto ed è molto semplice farlo.

Si va nella sezione retention qua siamo all'interno di trip Well, non stiamo nel sommario, siamo nella sezione retention.

Clicchiamo su all'interno di questa sezione Abbiamo proprio questa informazione il tempo medio che avviene tra un ordine e l'altro, per esempio nell'esempio di questo store sono cinquanta giorni tra il primo e il secondo ordine.

Quarantotto giorni tra il secondo e il terzo quarantacinque giorni tra il terzo e il quarto, poi subito sotto.

In realtà abbiamo l'informazione più importante, cioè la distribuzione di questi di queste di questa tempistica.

Ovvero, um abbiamo un picco intorno al giorno, ventisette e un picco intorno al um intorno.

Insomma, tra il giorno venti più o meno e il giorno trentotto.

Questi sono, diciamo i giorni in cui si concentra la stragrande maggioranza dei dei secondi ordini.

E poi abbiamo anche un altro picco al giorno, cinquantasei circa.

La media sarà questo numero.

Però è molto importante anche verificare la distanza, perché questa distribuzione ci farà capire eventualmente quando c'è domanda di questo prodotto e quindi quando potrebbe avere senso.

Quindi lanciare, fare automatizzare un nostro una nostra sequenza email e s M s di post, quindi di di post vendita dopo che è arrivato il primo ordine, per esempio, potremmo mandare un'e-mail di post vendita o far scatenare un flusso di post vendita dal giorno ventisette in poi.

Stessa cosa avviene rispetto al al terzo ordine abbiamo la distribuzione, vediamo che la distribuzione, rispetto al giorno in cui avviene questo terzo ordine, è da ventotto giorni per la stragrande maggioranza dei casi dal secondo ordine e un altro piccolo abbiamo il giorno cinquantasei.

Questo è un modo.

Poi ci sono c'è un altro modo più manuale nel caso in cui non abbiamo questo tool per calcolare proprio questo questo numero.

Quindi andiamo a vedere un esempio di come poterlo estrarre da shopify direttamente.

Come prima cosa, dobbiamo scaricare i dati associati ai nostri clienti in modo tale da capire quando sono venuti gli ordini e e poi per scaricarci l'informa C S V e importarlo all'interno di Excel.

Se non hai familiari con l'utilizzo di Excel e di Google Sheets in generale, formule e tabelle PV ti consiglio di saltare questa parte.

Se ti interessa invece approfondire come farlo, possiamo vederlo insieme.

Quindi prima cosa entriamo all'interno del nostro report Overtime.

Le informazioni che davvero ci servono principalmente sono quelle legate al customer i D.

Cioè dobbiamo avere un riferimento rispetto a il cliente che che compra.

Dobbiamo avere poi un rispetto al prodotto.

Quindi, per esempio, nel nostro caso possiamo prendere o un titolo prodotto che è più semplice se ci serve sapere anche il nome del del prodotto, oppure in questo caso, per esempio, prendiamo il Product ID.

Altre informazioni utili sono l'identificativo del dell'ordine, quindi selezioniamo anche Order Name e poi selezioniamo anche ovviamente la data, la data, eh? Adesso ci viene data in termini di mese.

Selezioniamo quindi giorno in questo caso, così avremo un report specifico per giorno.

Ora qua, per esempio, adesso io vado a prendere un dataset abbastanza limitato.

Ovviamente lo possiamo prendere sugli ultimi dodici mesi.

Per esempio adesso qui, per semplicità e per non scaricare un file troppo pesante.

Vado a considerare per esempio, gli ultimi um gli ultimi novanta giorni clicchiamo su Apply e a questo punto ci verrà scaricato tutta tu.

Ci verranno scaricate tutte queste informazioni.

Abbiamo quindi customer i D, il project di Order name e e il il riferimento insomma, rispetto agli ordini stessi.

Adesso andiamo a scaricare queste informazioni cliccando su Export in C S V E poi adesso andiamo a importare il file dentro Excel.

Clicchiamo su file in porta, clicchiamo su upload, trasciniamo il file che abbiamo appena scaricato all'interno di questo upload ci verrà richiesta, ci verrà fuori questa questa finestra.

Clicchiamo su questa finestra su se l'abbiamo Esatto.

Se l'abbiamo all'interno di un tab il separatore lo facciamo um automaticamente riconoscere clicchiamo su importata.

A questo punto il file verrà importato una volta che il file sarà importato.

Avremo tutte queste informazioni, quindi sapremo quando è venuto l'ordine.

Che tipologia di utente è qui il riferimento del customer i D che potrebbe essere per esempio anche l'e-mail.

Quindi l'identificativo di chi ha comprato, cosa ha comprato e anche l'i- l'identificativo dell'ordine stesso con queste informazioni.

Noi adesso abbiamo un dataset.

Questo dataset lo andiamo a selezionare in modo tale da poi farci dei calcoli specifici.

Okay? Per esempio noi adesso andiamo a selezionare questo dataset.

Lo selezioniamo tutto cliccando su e destra per arrivare fino all'ultima colonna e poi giù quindi e freccia giù per selezionare tutto.

Clicchiamo su inserisci tabella PV all'interno di tabella PV Sappiamo che abbiamo già selezionato il range perché l'abbiamo appena selezionato attraverso le colonne.

Selezioniamo, inserisci all'interno di questo e indichiamo esattamente in quale in quale cella vogliamo posizionare la tabella PV.

Clicchiamo su create e a questo punto avremo la nostra tabella PV.

Andiamo ad inserire il RID all'interno delle righe rose e quindi avremo adesso il nostro customer i D.

La prossima cosa che dobbiamo fare è andarci a calcolare il valore minimo della data, cioè per capire quando è stato il primo ordine come facciamo a calcolare il valore minimo.

Quindi qua scriviamo.

Data, primo ordine, selezioniamo la nostra formula.

Adesso dobbiamo andare a dirgli qual è, Cioè dimmi qual è la data minima il valore minimo.

Okay, quindi noi andiamo a selezionare nella sezione data, selezioniamo tutta questa colonna, poi gli diamo virgola e stiamo attenti a che tipologia di excel abbiamo.

Se abbiamo un Google shit impostato nei nei come americano, dobbiamo utilizzare virgola.

Se ce l'abbiamo invece selezionato come italiano, dobbiamo selezionare il punto virgola.

Quindi stare un attimino attenti anche a questi a questi separatori gli diciamo Quindi trova il mio valore minimo a livello di data e all'interno della colonna del customer i D, quindi come secondo secondo criterio e in particolare trovami la data del customer i d specifico quindi dell'utente che voglio, di cui voglio sapere appunto la data di primo ordine.

Diamo invio e ci darà questo numero che ovviamente non è um diciamo così, um formattato correttamente per formattarlo correttamente.

Clicchiamo sulla su questo simbolo.

Quindi il formato e e automaticamente ci ha ci ha dato un numero.

Io ho selezionato questo formato come anno, mese, giorno, Quindi selezioniamo questo formato qua facciamo comma c quindi copiamo e incolliamo fino in fondo, sostanzialmente fino alla fine del del dataset.

Questa questa formula in modo tale da avere lo stesso la stessa identica informazione per tutti gli altri clienti.

Adesso sapremo quindi la data del primo ordine.

Adesso andiamo a fare la stessa cosa con la di secondo ordine.

Per farlo andiamo a selezionare la stessa identica formula.

La copiamo ed incolliamo all'interno di questa cella.

Aggiungiamo altre altre condizioni, altri criteri che sono nello stesso periodo.

Quindi, considerando lo stesso periodo a livello di giornate virgola, aggiungere la condizione che sia il la la data sia diversa e lo facciamo con questo simbolo qua da and il primo ordine, quindi da questo valore qua.

Quindi questa formula non fa altro che dirgli adesso trovami l'altra data sempre associata allo stesso cliente, però diversa dalla data di primo ordine ci darà un valore uguale a zero oppure no, a seconda che esiste effettivamente una data di second'ordine.

Copiamo ed incolliamo la stessa formula come abbiamo fatto precedentemente anche per tutto il resto delle celle e avremo dei delle celle che mostreranno dei valori.

Queste celle saranno le celle che hanno effettivamente una data associata, quindi ricordiamoci di cambiare quindi il formato a data, quindi utilizzando lo stesso identico formato.

Tutte le celle che hanno come dato milleottocentonovantanove sono quelle che avevano come dato zero e quindi che non hanno un second'ordine associato filtriamo per eh i eh diciamo tutti coloro tutti i i valori che hanno questa data che vuol dire zero e rimuoviamo questa informazione in questo modo avremo soltanto come celle popolate quelle che effettivamente hanno una data associata.

Ora dobbiamo fare la stessa identica cosa con la data di terz'ordine, quindi gli andiamo a dare tu le stesse identiche informazioni.

La differenza è che ovviamente dobbiamo far riferimento a questa cella, quindi non è non è la dieci, ma è la due che vado a utilizzare qua e ovviamente anche qua avremmo i due come um come parametro.

Quindi consideriamo questo cliente e e questa data in modo tale da appunto farlo correttamente e calcolarlo per tutti i vari clienti.

A questo punto il cliente che utilizzeremo sa sarà lo stesso identico.

Quindi selezioniamo di nuovo l'array di date e andiamo a dare come criterio virgola di nuovo lo stesso valore, quindi diverso e da il dal valore quindi and che troveremo nella data di second'ordine in questo caso, quindi andiamo poi di nuovo a copiare ed incollare fino in fondo con tutte le varie date e in questo modo avremo di nuovo gli stessi identici le stesse identiche informazioni.

Però per la data di terz'ordine andiamo a cambiare questo um questo formato in data successivamente di nuovo filtriamo per le date che corrispondono a zero.

Quindi questo valore che non ha senso attraverso un filtro in modo tale da rimuoverle in maniera rapida.

Quindi selezioniamo solo queste gli diamo l'okay e le rimuoviamo e a questo punto andiamo a togliere il filtro e a questo punto avremo quindi finalmente tutte le informazioni rispetto al periodo, quindi tempo, quindi time quindi al il tempo necessario alla alla seconda vendita e poi il tempo necessario alla terza vendita.

Quindi tu accese quindi tempo vendita due diciamo in italiano e tempo necessario fino alla vendita tre quindi tra la due e la tre ora non ci resta che calcolare il tempo che intercorre tra il primo e il secondo ordine tra il secondo e il terzo ordine.

Come facciamo adesso andiamo a filtrare per tutti i valori che in que- nella data che abbiamo appunto una data nella colonna data di secondo ordine e facciamo la differenza uguale differenza tra data di secondo ordine, meno data di primo ordine e questo ci darà di base le informazioni rispetto a e quanti giorni intercorrono tra l'uno e l'altro e in questo modo di diamo l'ok copiamo ed incolliamo la stessa identica formula e avremo quindi adesso i giorni che intercorrono tra l'uno e l'altro.

Possiamo poi fare la stessa identica cosa andando a calcolare per tutti, diciamo le i i customer i d quindi tutti i clienti che hanno avuto anche un terzo ordine.

Andiamo a filtrare per tutti i clienti che hanno avuto il terzo ordine e gli calcoliamo la differenza tra la data di terzo ordine meno la data di second'ordine in questo caso poi copiamo ed incolliamo la stessa formula um fino in fondo, quindi andiamo fino in fondo, copiamo ed incolliamo questa formula e avremo anche qua il numero di giorni che intercorre.

A questo punto non ci non ci rimane che calcolare la media del tempo necessario tra il primo e il secondo ordine e poi lo calcoleremo anche tra il secondo e terz'ordine.

Qui andiamo a inserire la funzione media lo calcoliamo su tutta la colonna due, ricordandoci ovviamente di togliere i filtri quando non sono necessari, perché sennò poi va a considerare necessariamente tutti i dati giusti.

Riportiamo sopra queste informazioni spostiamo questa questo calcolo sul la media di tempo.

Questo sarà un dato molto, molto importante per noi, perché ci fa capire esattamente quanto tempo intercorre tra l'uno e l'altro.

Lo andiamo a selezionare.

Questo sta considerando quindi la media andiamo a calcolare la media di eh questa colonna e poi ci calcoliamo anche la media quindi di questa colonna, quindi del tempo intercorso tra il secondo e il terzo ordine e quindi sapremo finalmente che sostanzialmente abbiamo una media di ventinove giorni tra il primo e il secondo ordine e una media di eh ventuno giorni tra il secondo e il terzo ordine l'ultimo.

Dato che ci manca di questa informazione è molto interessante perché praticamente la maggior parte delle persone che riacquista e riacquista dopo circa trenta giorni ci circa un mese.

Informazione che possiamo utilizzare per le nostre strategie di marketing in generale di um di strategy e poi ventuno giorni tra il secondo e il terzo, quindi si accorcia questo tempo un'informazione molto utile per appunto far capire quando fa scattare l'automazione per gli ulteriori acquisti dopo.

Il secondo ultima informazione che ci serve è quella della frequency, quindi della frequenza di acquisto.

Questa informazione la calcoliamo come il rapporto tra il numero di ordini diviso in numero di clienti.

Quindi ci andiamo a trovare questa informazione all'interno di shopify torniamo dentro shopify o nella principale degli analytics oppure all'interno del report overtime.

Andiamo ad aggiungere a livello di colonne sicuramente quella dei clienti, quindi customers sia quella degli ordini.

Quindi orders andiamo a selezionare e quindi avremo nello stesso nello stesso periodo di tempo che abbiamo considerato precedentemente.

Quindi in questo caso gli ultimi novanta giorni andiamo a considerare il numero totale di ordini, quindi cinquemiladuecento diciotto diviso tre novecento ottantotto li andiamo a mettere all'interno di questa cella e avremo sostanzialmente la frequenza di riacquisto che è di circa uno punto trentuno.

Quindi in media i nostri clienti riacquistano uno punto trentuno a volte queste informazioni poi ce le potremo andare a mettere all'interno di nuovo del nostro file di inside strategici che ci consentirà quindi di tenere traccia di come stanno andando le le le cose.

Quindi andiamo a ad inserire queste queste informazioni, perché sappiamo che sono appunto cruciali per noi.

Quindi abbiamo ventinove giorni.

Il tempo medio tra primo e secondo ventuno giorni tra secondo e terzo frequenze di acquisto è uno virgola tre.

Avremo queste tre informazioni e le avremo aggiunte.

Quindi al al nostro documento e le aggiungeremo come categoria.

E questa cosa qua ci farà poi far, diciamo, ci farà riflettere su come gestire, soprattutto in marketing S M s più campagne di retention.

Okay, quindi queste sono tutte informazioni che noi poi possiamo andare a utilizzare come insite strategici.