Analiza kohortowa to forma analizy behawioralnej, która pobiera dane z określonego podzbioru, takiego jak biznes SaaS Struktura korporacyjna Struktura korporacyjna odnosi się do organizacji różnych działów lub jednostek biznesowych w firmie. W zależności od celów firmy i branży, gry lub platformy e-commerce i grupuje je w powiązane grupy, zamiast patrzeć na dane jako jedną jednostkę. Grupy nazywane są kohortami. Mają podobne cechy, takie jak czas i rozmiar.
Firmy używają analizy kohortowej do analizowania zachowań klientów w całym cyklu życia Cykl życia biznesowego Cykl życia biznesowego to rozwój firmy w fazach w czasie i najczęściej dzieli się na pięć etapów: uruchomienie, wzrost, wycofanie się, dojrzałość i upadek. każdego klienta. W przypadku braku analizy kohort, firmy mogą mieć trudności ze zrozumieniem cyklu życia, przez który przechodzi każdy klient w danym okresie. Firmy wykorzystują analizę kohortową, aby zrozumieć trendy i wzorce klientów na przestrzeni czasu oraz dostosować swoje oferty produktów i usług do zidentyfikowanych kohort.
Firma codziennie widzi wiele danych. Analiza tych dużych ilości danych jest nie tylko skomplikowana, ale także kosztowna i wymaga dedykowanego personelu. Jednak firma może podzielić klientów na łatwiejsze do zarządzania i działania. Gdy firma dostrzeże trendy w tym, jak różne kohorty używają swoich produktów, może zidentyfikować problemy w swoich technikach marketingowych. Wartość dodana to dodatkowa wartość, która jest tworzona ponad pierwotną wartość czegoś. Może dotyczyć produktów, usług, firm, zarządzania i określać, kiedy i jak najlepiej komunikować się z różnymi grupami lub typami klientów. Firma wykorzystuje również rozbite dane do projektowania zachęt, które zmotywują klientów do dalszego korzystania z ich produktów, gdy prawdopodobnie przestaną je kupować.
Typy kohort do analizy
Kohorty można podzielić na następujące kategorie:
Kohorty oparte na czasie
Kohorty czasowe to klienci, którzy zarejestrowali się w celu skorzystania z produktu lub usługi w określonym przedziale czasu. Analiza tych kohort pokazuje zachowanie klientów w zależności od tego, kiedy zaczęli korzystać z produktów lub usług firmy. Czas może być miesięczny lub kwartalny, w zależności od cyklu sprzedaży firmy. Na przykład, jeśli 80% klientów, którzy zarejestrowali się w firmie w pierwszym kwartale, pozostaje z firmą w czwartym kwartale, ale tylko 20% klientów, którzy zarejestrowali się w drugim kwartale, pozostaje z firmą do czwartego kwartału, pokazuje, że klienci w drugim kwartale nie byli zadowoleni. Firma mogła zawyżać obietnice podczas promocji w drugim kwartale lub konkurent może kierować reklamy do tych samych klientów, oferując lepsze produkty lub usługi.
Analiza kohort opartych na czasie pomaga przyjrzeć się wskaźnikowi rezygnacji. Na przykład, jeśli klienci, którzy zarejestrowali się w produkcie firmy w 2017 roku, rezygnują z niego szybciej niż ci, którzy zarejestrowali się w 2018 roku, firma może wykorzystać te dane, aby znaleźć przyczynę. Może się zdarzyć, że firma nie dotrzymuje obietnic, konkurent oferuje produkty lepszej jakości lub konkurent bezpośrednio kieruje do klientów lepsze zachęty. W przypadku biznesu SaaS wskaźnik rezygnacji jest zwykle wysoki na początku danego przedziału czasowego i spada, gdy klienci przyzwyczajają się do produktów. Klienci, którzy pozostają w firmie dłużej, uwielbiają produkt i rezygnują z niej w mniejszym tempie niż na początku przedziału czasowego. W przypadku braku kohort firma może nie zidentyfikować dokładnej przyczyny rezygnacji z produktów przez dużą liczbę klientów w określonym czasie.
Kohorty oparte na segmentach
Kohorty według segmentów to klienci, którzy w przeszłości kupili określony produkt lub zapłacili za określoną usługę. Grupuje klientów według typu produktu lub poziomu usług, do których się zarejestrowali. Klienci, którzy zarejestrowali się w usługach na poziomie podstawowym, mogą mieć inne potrzeby niż klienci, którzy zapisali się na usługi zaawansowane. Zrozumienie potrzeb różnych kohort może pomóc firmie zaprojektować usługi lub produkty szyte na miarę dla określonych segmentów.
Firma SaaS może świadczyć różne poziomy usług w zależności od siły nabywczej grupy docelowej. Analiza każdego poziomu pomaga w określeniu, jakie usługi pasują do poszczególnych segmentów Twoich klientów. Na przykład, jeśli klienci poziomu zaawansowanego odchodzą w znacznie szybszym tempie niż usługi na poziomie podstawowym, oznacza to, że usługi zaawansowane są zbyt drogie lub że usługi z poziomu podstawowego po prostu lepiej spełniają potrzeby większości klientów. Zrozumienie, czego klienci szukają w pakiecie, pomaga firmie w optymalizacji powiadomień, aby skupić się na odpowiednich wiadomościach e-mail typu push, które klienci będą otwierać i czytać.
Kohorty według wielkości
Kohorty według wielkości odnoszą się do różnych rozmiarów klientów, którzy kupują produkty lub usługi firmy. Klientami mogą być małe i rozpoczynające działalność firmy, średnie firmy i przedsiębiorstwa na poziomie korporacyjnym. Porównanie różnych kategorii klientów na podstawie ich wielkości ujawnia, skąd pochodzą największe zakupy. W przypadku kategorii z najmniejszą liczbą zakupów firma może przeanalizować wszelkie problemy z ofertą produktów i usług oraz przeprowadzić burzę mózgów w celu poprawy, które mogą zwiększyć poziom sprzedaży.
W modelu biznesowym SaaS małe i nowo powstające firmy zwykle odchodzą szybciej niż firmy na poziomie przedsiębiorstwa. Małe firmy i firmy rozpoczynające działalność mogą mieć niewielki budżet i testować niedrogie produkty, aby zobaczyć, co działa w ich przypadku. Firmy działające na poziomie korporacyjnym mają większy budżet i zwykle trzymają się produktu przez dłuższy czas.
Przykład analizy kohortowej
Poniższy zbiór danych przedstawia losową próbkę około 5000 klientów fikcyjnej firmy programistycznej. Formuły zawierają datę początkową każdego klienta, a także liczbę miesięcy od daty rozpoczęcia, kiedy klient był ostatnio aktywny w oprogramowaniu firmy. Poniższa analiza kohort jest wspaniałym narzędziem do rozróżniania różnych kohort na podstawie czasu. Należy pamiętać, że inne segmenty kohorty mogą dzielić próbki na podstawie innych cech niż czas.
Na pierwszy rzut oka widać, że w lipcu i grudniu wskaźniki utrzymania są lepsze, gdzie ponad 95% klientów przebywało do czterech miesięcy. Z kolei w pozostałych miesiącach zwykle widać, że wielu klientów pozostaje tylko do dwóch miesięcy. Jest to prawdopodobnie spowodowane promocją, którą firma prowadziła w tych miesiącach, co doprowadziło do wyższego poziomu retencji. Jednym z przykładów są letnie promocje Spotify, w których sprzedają usługi przez 3-4 miesiące po obniżonej cenie.
Z drugiej strony obserwujemy wyższy wskaźnik rezygnacji w kwietniu, a ogromna liczba klientów rezygnuje po pierwszym miesiącu. Tutaj być może była usterka w oprogramowaniu, która odstraszyła dużą liczbę klientów.
Łączenie kohort
Żaden rodzaj analizy kohortowej nie jest koniecznie lepszy od innego. Firmy powinny raczej łączyć dwa lub więcej z tych segmentów, aby lepiej zrozumieć, w jaki sposób klienci nadążają za swoimi produktami. Na przykład, jeśli analiza wykaże, że abonenci premium rejestrują wyższy wskaźnik rezygnacji niż abonenci podstawowi, wówczas firma może podjąć natychmiastowe działania w celu naprawienia sytuacji. Jeśli klienci premium odchodzą z pracy z powodu wysokich kosztów produktów, firma może dokonać przeglądu kosztów lub stworzyć więcej zachęt, aby zachęcić ich do pozostania. Jeśli analiza wykaże, że klienci premium stale przeszukują dokumentację pomocy pod kątem podobnych zapytań, firma może skontaktować się telefonicznie lub pocztą e-mail, aby lepiej upewnić się, że klienci znajdą satysfakcjonujące rozwiązanie.
Pobierz bezpłatny szablon
Wpisz swoje imię i nazwisko oraz adres e-mail w poniższym formularzu i pobierz bezpłatny szablon już teraz!
Inne zasoby
Dziękujemy za przeczytanie przewodnika finansowego po analizie kohortowej. Aby uzyskać więcej informacji na temat analizy finansowej i modelowania, pomocne będą następujące zasoby finansowe.
- Analiza scenariuszy Analiza scenariuszy Analiza scenariuszy to technika wykorzystywana do analizowania decyzji poprzez spekulowanie różnych możliwych wyników inwestycji finansowych. W modelowaniu finansowym to
- Analiza wrażliwości Czym jest analiza wrażliwości? Analiza wrażliwości to narzędzie wykorzystywane w modelowaniu finansowym do analizy wpływu różnych wartości zestawu zmiennych niezależnych na zmienną zależną
- Planowanie i analiza finansowa (FP&A) Omówienie Analityk FP&A Zostań analitykiem FP&A w korporacji. Przedstawiamy wynagrodzenie, umiejętności, osobowość i szkolenia potrzebne do pracy w FP&A i udanej kariery finansowej. Analitycy, menedżerowie i dyrektorzy FP&A są odpowiedzialni za dostarczanie kierownictwu potrzebnych im analiz i informacji
- Bezpłatny przewodnik po modelowaniu finansowym Bezpłatny przewodnik po modelowaniu finansowym Ten przewodnik po modelowaniu finansowym obejmuje wskazówki programu Excel i najlepsze praktyki dotyczące założeń, czynników napędzających, prognozowania, łączenia trzech stwierdzeń, analizy DCF i innych
