Обобщенные метрики часто дают неполное представление о жизненном цикле клиента. Например, сложно понять отличия людей, которые впервые посетили сайт в прошлом месяце, от тех, кто сделал это полгода назад. Чтобы увидеть разницу, проводят когортный анализ. В статье расскажем о возможностях этого инструмента и покажем, как его использовать.
Что такое когортный анализ
В маркетинге когортой называют группы клиентов, которые совершили одинаковое действие в заданный промежуток времени. Например, установили приложение с 1 по 15 мая. Когортный анализ — это отслеживание клиентского пути таких групп.
Разберем на примере. Мы хотим узнать, сколько установивших приложение пользователей в январе перейдут на платную версию и когда это сделают. Для этого зафиксируем когорту — определим группу и время, понаблюдаем за ней какое-то время. Так мы узнаем, какой канал приводит лояльных пользователей, когда они совершают покупку, в какой момент удаляют приложение.
Одно действие и временные рамки — единственные признаки когорты. Внутри группы могут быть клиенты из совершенно разных сегментов целевой аудитории. Например, мужчины старше 30 и женщины до 25 лет.
Кому полезен когортный анализ
Когортный анализ актуален для любой компании, потому что помогает повысить конверсию и оптимизировать маркетинговую активность. Инструмент используют в e-commerce, онлайн-играх, мобильных приложениях и SaaS-направлении.
Например, в электронной коммерции он нужен, чтобы определить, насколько эффективно работает расширенная воронка продаж по сравнению с прежним вариантом. Или проанализировать закономерности в поведении пользователей, оценить реакции на рекламу определенного сегмента аудитории.
SaaS-компаниям и создателям мобильных приложений когортный анализ нужен для поиска ключевых отличий новых клиентов от тех, кто зарегистрировался до обновлений. Еще его проводят, чтобы определить популярные тарифы, отток клиентов и тип пользователей, которые чаще переходят на платные версии.
В играх исследуют когорты, чтобы увидеть отличия опытных игроков и новичков. Например, аналитики оценивают реакцию старых пользователей на задержку в загрузке. Или вычисляют этап, на котором игрок начинает приносить меньше дохода.
Какие задачи решает когортный анализ
👉Оценка эффективности рекламы
На принятие решения о покупке у одного человека уходит час, а у другого — полгода. Второй может сомневаться в товаре или искать альтернативные варианты. В итоге он совершит целевое действие гораздо позже.
Оба клиента приходят с одинаковой контекстной рекламы. Но разброс по времени мешает маркетологу объективно оценить эффективность в конце текущего месяца. ROI — показатель рентабельности вложений — будет низким. Это приведет к ошибочному отключению или корректировке кампании.
С когортным анализом определяют окупаемость контекстной кампании на длинной дистанции. Для этого выделяют пользователей, перешедших по объявлению в убыточном месяце, в отдельную когорту. Затем отключают для них показы и несколько месяцев наблюдают за поведением.
Такими исследованиями занимаются маркетологи. Это позволяет им корректировать стратегию продвижения товара или бренда. Научиться маркетинговой аналитике можно на курсе Skypro «Полное погружение в маркетинг». За несколько месяцев опытные преподаватели научат вас пользоваться рабочими инструментами продвинутого маркетолога, а еще поделятся личными лайфхаками и частыми ошибками новичков.
👉Детализация профиля целевого клиента
Собранная информация о разных когортах помогает конкретизировать портрет целевой аудитории. Уровень лояльности, сезонной активности, готовности к повторным покупкам — все эти сведения показывают, кто и как часто покупает у вас.
👉Оценка эффективности разных каналов
С помощью когорт маркетологи выявляют эффективные каналы и оптимизируют расходы на рекламу. Вот что они для этого делают:
Собирают всех новых посетителей сайта за последний месяц.
Делят посетителей на когорты по источникам: рассылка, контекстная реклама, социальные сети.
Исследуют поведение каждой группы: сколько людей вернулись на сайт, сделали заказ, оставили заявку, просмотрели страницы.
В результате маркетолог получает подробные отчеты о каждом источнике. Анализирует каналы со спадом и средней активностью и меняет стратегию. От нерентабельных — отказывается.
👉Поиск и удержание лояльных клиентов
Постоянный анализ каналов покажет, какой источник приводит больше лояльных клиентов. Для этого формируют когорту пользователей за несколько месяцев и разбивают ее на группы по каналам. Затем каждый месяц оценивают эти группы по коэффициенту удержания и повторных покупок.
Так выявляют самый эффективный канал для привлечения постоянных покупателей. Наблюдают за коэффициентами и своевременно реагируют на спад клиентского интереса.
👉Прогнозирование и увеличение LTV
LTV (Lifetime Value) — это общая прибыль, которую компания получает за весь период сотрудничества с клиентом. Метрика помогает вычислить оптимальные затраты на привлечение клиента и раскрывает особенности его поведения в динамике. Например, в какой момент человек прекращает покупать.
Обычно показатель рассчитывают после окончания совместной работы, но ничто не мешает провести промежуточную оценку LTV по когортам. Полученные данные — это среднее значение метрики. По показателям для разных сегментов прогнозируют прибыль и предотвращают спад активности.
👉Уточнение A/B тестирования
По таким тестам проверяют гипотезы. Например, компания решила обновить функционал сайта. Половину посетителей отправляют на новую версию, а вторую половину — на старую. Отслеживают поведение и делают вывод: какой вариант нравится пользователям больше.
Проблема метода — нет долгосрочного прогноза конверсии после обновлений. Когортный анализ помогает собрать более полные данные. Для этого посетителей новой и старой версий выделяют в отдельные группы и через месяц после тестирования создают повторные отчеты для сравнения.
Какие метрики используют в когортном анализе
Нет единых показателей: выбор зависит от особенностей продукта и целей исследования. Основные метрики:
- статистика посещений;
- время просмотра страниц;
- средняя выручка на одного пользователя (ARPU);
- контрольная точка;
- повторные покупки;
- снижение количества посетителей;
- приток аудитории за определенный срок;
- общая прибыль от клиента;
- количество подписчиков.
Где брать данные для когортного исследования
Их получают из систем веб-аналитики, подключенных к сайту или приложению. Например, в Google Analytics и Яндекс.Метрике смотрят количество посетителей сайта в разрезе дня, недели или другого периода, пол, возраст, географию ЦА. Часть информации берут из CRM — количество покупок, общую сумму заказов, прибыль, рентабельность.
Получать данные из разных источников, очищать их, сводить в один отчет и находить между ними закономерности учат на курсе Skypro «Аналитик данных». Овладеете навыками работы с данными, а еще сможете визуализировать результаты работы в виде графиков и диаграмм, чтобы презентовать свои выводы и гипотезы.
Как проводить исследование
Сначала определяют показатели, затем формируют когорты и сравнивают их. Рассмотрим подробнее каждый этап.
Определяем ключевые метрики
Показатели для когортного анализа условно разделяют на две группы:
- Метрики действия. Отражают реальные действия пользователей: покупка, переход на полную версию, установка приложения, переход от регистрации к покупке и другие продуктовые метрики.
- Метрики тщеславия. Отражают внешний успех компании, который не приносит финансовую выгоду: лайки, подписки на рассылку, количество просмотров и комментариев.
При выборе показателей учитывайте задачи исследования. Например, количество подписчиков поможет оценить конверсию рассылки, а время посещения — осознанно ли попадают посетители на сайт, интересен ли им контент.
Формируем когорту
Определите характеристики когорты:
- Признак. Действие участников группы, например, посещение сайта или оформление заказа.
- Размер. Период, в который совершено действие: от нескольких дней до нескольких месяцев.
- Отчетный период. Сколько времени будете отслеживать действие.
Можно создавать несколько когорт с одинаковыми признаками и разным отчетным периодом.
Делаем сравнительный анализ когорт
Для этого анализа собираем данные, загружаем в табличный редактор и анализируем. Помимо таблиц подойдет Google Analytics, если вы подключали этот сервис к источнику данных.
Изучать анализ когорт и развивать другие хард-скиллы приходите на курс аналитик данных в онлайн-университете Skypro. За 10 месяцев вы научитесь работать с данными в Excel, с SQL, Python и статистикой.
Выполните практические задания, с которыми сталкиваются специалисты, напишете проект вместе с группой.
На вопросы ответят наставники в чатах или на еженедельных вебинарах. По окончанию курса станете уверенным junior-аналитиком с дипломом государственного образца и пятью проектами в портфолио.
Сервисы для создания отчетов
Google Аналитика 4. Откройте Google Аналитику, зайдите в раздел «Исследования». В левой части экрана выберите «Обзор». Нажмите на «Галерея шаблонов» и «Когортное исследование». В окне слева задайте условия:
- сегмент — действие когорты;
- параметры — дополнительные характеристики о пользователях, например, возраст и геолокация;
- показатели — метрики, которые хотите проанализировать.
Система автоматически сформирует график.
Google-таблицы или Excel. Проще построить сводную таблицу. Для этого:
- выгрузите данные из сервисов веб-аналитики и CRM;
- выделите все ячейки с данными;
- нажмите «Создать сводную таблицу» в меню «Вставка»;
- выберите, на каком листе ее создать;
- укажите действие и период в настройке «Строки» и «Столбцы», в «Значениях» — данные из строк и столбцов с количественными показателями.
Пример когортного анализа
Для примера рассмотрим задачу из таблицы выше — определить эффективность каналов по сбору email-базы. Допустим, мы запустили рассылку и привлекаем подписчиков через социальные сети, контекстную рекламу и всплывающую форму на сайте. Чтобы узнать, какой канал привел больше активных подписчиков, разделим их на три когорты.
Признаками будут источники подписки, размером — три месяца после запуска рекламы. Ключевая метрика — открываемость писем. Загружаем данные за три месяца с начала рассылки.
Из таблицы видим, что эффективнее оказался поп-ап на сайте. Он привел больше подписчиков, которые продолжают открывать письма. Хуже сработали соцсети, хоть и привели больше людей, чем контекстная реклама.
На основании полученных данных построим несколько гипотез и протестируем их. Например, усилить активный канал и предложить пользователю полезный контент за подписку. Предположить, что контекстная реклама приведет больше целевых подписчиков, если изменить ее настройки: географию, временные рамки, минус-слова.
Коротко о когортном анализе
- Когортный анализ — исследование группы клиентов, которые совершили одинаковое действие в заданный промежуток времени.
- Отличие от сегментации — ориентация на конкретное действие и временные рамки.
- Когорты исследуют, чтобы конкретизировать портреты ЦА, персонализировать продажи, делать долгосрочные прогнозы и улучшать результаты A/B тестов.
- Универсальных метрик для когортного анализа нет — перед выбором учитывают цели исследования и особенности продукта.
- Источник данных для анализа — системы веб-аналитики и CRM.
- Основные инструменты для создания отчетов — Google Аналитика, Google Таблицы и Excel.
Добавить комментарий