tl;dr
Mit Customer Segments definierst du beliebige Teilmengen von Kunden — über mehr als 100 Dimensionen: bestellte Produkte, Marketing-Quelle, Activity State, Value-Metriken und mehr
Segmente gehen über die eingebauten Report-Filter hinaus — du kannst mehrere Bedingungen mit UND/ODER-Logik kombinieren, um präzise, wiederverwendbare Kohorten zu bauen
Einmal erstellt, lassen sich Segmente über Reports hinweg anwenden, um in eine bestimmte Kundengruppe einzutauchen
Value-Metrik-Filter unterstützen zwei Modi: Absolute (exakte Werte, z.B. Lifetime-Umsatz > 200 €) oder Percentile (z.B. Top 10% nach Nettoumsatz)
Was ist der Customer-Segment-Builder?
Die meisten Reports in Klar haben eingebaute Filteroptionen, die aber im Umfang begrenzt sind. Customer Segments erweitern das — du kannst wiederverwendbare, komplexe Filter über mehr als 100 Dimensionen erstellen und sie dann über Reports hinweg anwenden, um in jede beliebige Kundenkohorte einzutauchen.
Dimensionsgruppen
Die Dimensionen sind in sechs Gruppen organisiert. Jede Gruppe hat zwei Classifier — der erste wählt die Dimension, nach der gefiltert wird, der zweite legt die Bedingung fest. Wie beim Channel Builder lassen sich Bedingungen mit UND/ODER-Logik kombinieren, um präzise Regeln zu bauen.
Die sechs Gruppen sind:
Customers Who Ordered Product
Customers By Most Bought Product
Customers With Revenue Of Product
Customers By Marketing Source
Customers By Activity State
Customers By Value Metric
Customers Who Ordered Product
Filtert auf Kunden, die ein bestimmtes Produkt bestellt haben (oder nicht).
Erster Classifier — wähle die Produktdimension (Title, Type, SKU usw.) und das/die Produkt(e), nach dem/denen gefiltert wird. Wenn du mehrere Produkte in einer einzigen Bedingung auswählst, muss ein Kunde nur eines davon gekauft haben. Um beide zu verlangen, erstelle separate Bedingungen und verknüpfe sie mit UND.
Zweiter Classifier — lege fest, in welcher Bestellung das Produkt vorkommen soll:
Specific Order Count — ihre erste, zweite, dritte Bestellung usw.
Any Order — irgendeine ihrer Bestellungen
Last Order — ihre jüngste Bestellung, unabhängig von der Bestellanzahl
Operator — lege die Match-Logik fest:
Equals — Kunde hat eine Bestellung mit dem Produkt an der angegebenen Bestellposition aufgegeben
Not Equals — Kunde hat keine Bestellung mit dem Produkt an der angegebenen Bestellposition aufgegeben
Less than — Kunde hat eine Bestellung mit dem Produkt bei einer niedrigeren Bestellanzahl aufgegeben als dem von dir gewählten Wert (nur relevant für Specific Order Count)
Greater than — Kunde hat eine Bestellung mit dem Produkt bei einer höheren Bestellanzahl aufgegeben als dem von dir gewählten Wert (nur relevant für Specific Order Count)
Customers By Most Bought Product
Filtert auf Kunden basierend auf dem Produkt, das sie am meisten gekauft haben. Der erste Classifier legt fest, wie „am meisten gekauft" gemessen wird:
Erster Classifier — Value-Metrik:
Nettoumsatz
DB1
DB2
Order Count — Bestellungen, die das Produkt mindestens einmal enthalten
Unit Count
Zweiter Classifier — die Produktdimension, nach der gefiltert wird:
Product Type
Product Title
Product Variant
Product SKU
Product Brand
Customers With Revenue Of Product
Filtert auf Kunden, die einen bestimmten Betrag für ein Produkt ausgegeben haben.
Erster Classifier — Produktdimensionsebene (gleiche Optionen wie oben: Type, Title, Variant, SKU, Brand).
Zweiter Classifier — die Umsatzmetrik, nach der gefiltert wird:
Bruttoumsatz
Nettoumsatz
DB1
DB2
Customers By Marketing Source
Filtert auf Kunden basierend auf der Marketing-Quelle, die ihre Bestellung getrieben hat.
Erster Classifier — die Marketing-Source-Dimension. 17 Dimensionen sind verfügbar:
Sales Channel
Marketing Channel Name, Group & Category — basierend auf den Kanälen, die du in Klar gebaut hast
UTM-Parameter — Source, Medium, Campaign, Term, Content
Landing Page
Device Category
Discount Code & Discount Code Type
⚠️ Hinweis: Die Marketing-Quelle bezieht sich auf die Session, in der der Kunde die Bestellung aufgegeben hat.
Zweiter Classifier — die Bestellanzahl, nach der gefiltert wird. Gleiche Optionen wie oben: Specific Order Count, Any Order oder Last Order.
Customers By Activity State
Filtert auf den Activity State von Kunden.
Erster Classifier — die Art des Activity State:
Customer Frequency State — One-time Buyers, Repeat Customers, Loyal Customers, Evangelists
Customer Recency State — Active, At-risk, Defected, Reactivated
Zweiter Classifier — der Zeitpunkt:
Any — war der Kunde jemals in diesem State
Current — ist der Kunde aktuell in diesem State
Previous — war der Kunde in diesem State unmittelbar vor seinem aktuellen State
Customers By Value Metric
Filtert auf Kunden basierend auf ihrem gesamten Ausgaben- und Kaufverhalten.
Erster Classifier — die Metrik, die ihr Verhalten definiert:
Net Items / Gross Items
Nettoumsatz — First Order, 90 Days, Lifetime
DB2/Lifetime Value — First Order, 90 Days, Lifetime
90-Day Net Revenue Extension — um wie viel der Nettoumsatz in den ersten 90 Tagen nach ihrem ersten Kauf gestiegen ist
90-Day CM2 Extension — um wie viel der DB2 in den ersten 90 Tagen nach ihrem ersten Kauf gestiegen ist
Average Order Value — durchschnittlicher Netto-AOV über alle ihre Bestellungen
Average Discount Rate — durchschnittliche Rabattquote über alle ihre Bestellungen
Average Voucher Rate — durchschnittliche Voucher-Quote über alle ihre Bestellungen
Average Return Rate — durchschnittliche Rückgabequote über alle ihre Bestellungen
Zweiter Classifier — der Filtermodus:
Absolute — Filter basierend auf einem exakten Wert
Percentile — Filter basierend auf einer Perzentil-Klasse
Beispiel — Absolute: Kunden, die über ihre Lebensdauer mehr als 200 € ausgegeben haben:
Classifier 1: Lifetime Nettoumsatz
Classifier 2: Absolute · greater than · 200 €
Beispiel — Percentile: Top 10% der Kunden nach Nettoumsatz:
Classifier 1: Lifetime Nettoumsatz
Classifier 2: Percentile · in · 90th Percentile + 95th