Säljarretention på marknadsplatser: den första försäljningen mer än fördubblar chansen att säljaren kommer tillbaka

Marknadsplats · Series A

Försäljningstillväxten var beroende av utbudet: säljarna och varorna de lade upp. Företaget ville veta vilken säljarprofil som var mest värd och hur man fick säljarna att komma tillbaka, men behandlade hela basen på samma sätt.

Läs den historiska säljar- och lagerbasen, alltid per kohort, för att hitta signalerna som förutsäger återkomst och omvandla dem till grupper och åtgärder.

• Vi ställde säljarnas återkomst mot varje säljares första inlämning: om något såldes, hur lång tid det tog, hur många varor som lades upp och till vilket pris.
• Vi analyserade säljarkohorter månad för månad och lagrets ålder, för att se från när varorna slutade säljas.
• Vi förde in resultaten i två åtgärdsgrupper: säljarprofiler efter potential att komma tillbaka och en plan för varor som blivit stående.

Den första försäljningen mer än fördubblade andelen säljare som kom tillbaka. Tiden fram till försäljningen förändrade nästan inte återkomsten, som låg på i stort sett samma nivå för dem som sålde första veckan och för dem som väntade i månader. Säljare som började med fler varor kom tillbaka betydligt oftare än de som började med en eller två. Och en vara som blivit stående hade mycket liten chans att säljas. Analysen låg till grund för säljarportföljerna och en rabattkampanj för inkurant lager.

• På en marknadsplats avgör säljarens första upplevelse om hen kommer tillbaka. Viktigare än att försäljningen går snabbt är att den blir av.
• Storleken på den första inlämningen är en tidig signal om värde: den som börjar stort tenderar att stanna.
• Lager som blir stående tappar i värde. Från en viss ålder måste varans pris eller synlighet ändras.

1. Gör allt per kohort, genom att gruppera säljare och varor efter inträdesmånad. Att blanda kohorter döljer tidens effekt och snedvrider andelarna.

2. Bygg tre tabeller, alla per kohort:

   • säljarretention, med en rad per inträdesmånad och i kolumnerna andelen som kom tillbaka i månad 1, 2, 3 och så vidare till 12;
   • återkomst efter första inlämningen: inom varje kohort, andelen som kom tillbaka beroende på vad som hände vid första inlämningen (såld eller inte, antal varor, genomsnittligt värde);
   • lagrets ålder: inom varje varukohort, chansen att säljas per månads ålder, för att bestämma när rabatt eller mer synlighet ska sättas in.

3. Be en LLM, efter att du tagit bort namn och kontaktuppgifter ur basen:

   Jag klistrar in en export med en rad per säljare: inträdesdatum, upplagda varor vid första inlämningen, genomsnittligt värde per vara, om den första varan såldes, dagar till försäljning och om säljaren lade upp nya varor inom 12 månader. Gruppera allt per månatlig inträdeskohort. Räkna för varje kohort ut andelen som kom tillbaka per intervall av antal varor, per värdeintervall och efter om den första varan såldes, ange vilka signaler som mest konsekvent förutsäger återkomst mellan kohorterna och föreslå 3 säljargrupper med en åtgärd för varje.

   Kopiera