co je kohortová analýza?
Kohortní Analýza je forma chování analytics, který bere data z dané podskupiny, jako jsou SaaS businessCorporate StructureCorporate struktura odkazuje na organizaci různých oddělení nebo obchodní jednotky v rámci společnosti. V závislosti na cílech společnosti a průmyslu, hře nebo platformě elektronického obchodování a seskupuje je do souvisejících skupin, než aby se dívala na data jako na jednu jednotku. Seskupení jsou označována jako kohorty. Sdílejí podobné vlastnosti, jako je čas a velikost.
Společností užití kohortní analýzy pro analýzu chování zákazníků napříč život cycleBusiness Život CycleThe obchodní životního cyklu je vývoj podnikání v několika fázích v průběhu času, a je nejčastěji rozdělen do pěti fází: uvedení, růst, shake-out, zralosti a poklesu. každého zákazníka. Při absenci kohortové analýzy mohou podniky mít potíže s porozuměním životního cyklu, kterým každý zákazník prochází v daném časovém rámci. Podniky používají kohortní analýzy, pochopit trendy a vzory zákazníků v průběhu času, a přizpůsobit své nabídky produktů a služeb určených kohort.
podnik vidí spoustu dat přicházejících denně. Analýza těchto velkých objemů dat je nejen složitá, ale také nákladná úloha, která vyžaduje specializovaný personál. Podnik však může rozdělit zákazníky na zvládnutelnější a akceschopnější kohorty. Jakmile společnost vidí trendy v, jak různé kohorty používat jeho produkty, to může identifikovat problémy v marketingové techniquesValue přidanou hodnotu, Přidáno je navíc hodnoty vytvořené nad původní hodnotu. Může se vztahovat na produkty, služby, společnosti, management a určit, kdy a jak nejlépe komunikovat s různými skupinami nebo typy zákazníků. Podnik také využívá členění dat navrhnout pobídky, které budou motivovat zákazníky, aby i nadále používat jejich produkty, když je pravděpodobné, že zastavit nákup výrobků.
Typy Kohorty Analyzovat
Kohorty mohou být seskupeny do následujících kategorií:
Time-Based Kohorty
Time-based kohorty jsou zákazníci, kteří se zaregistrovali pro produkt nebo službu během určitého časového rámce. Analýza těchto kohort ukazuje chování zákazníků v závislosti na době, kdy začali používat produkty nebo služby společnosti. Čas může být měsíční nebo čtvrtletní, v závislosti na prodejním cyklu společnosti. Například, pokud 80% zákazníků, kteří se upsali společnosti v prvním čtvrtletí držet společnost ve čtvrtém čtvrtletí, ale pouze 20% zákazníků, kteří se zaregistrovali ve druhém čtvrtletí se společností až do čtvrtého čtvrtletí, ukazuje Q2 zákazníci nebyli spokojeni. Společnost by mohla být během propagačních akcí Q2 přehnaná, nebo konkurent může cílit na stejné zákazníky s lepšími produkty nebo službami.
Analýza časových kohort pomáhá při pohledu na rychlost víření. Pokud například zákazníci, kteří se přihlásili k produktu společnosti v roce 2017, chrlí rychleji než ti, kteří se zaregistrovali v roce 2018, může společnost pomocí těchto údajů zjistit příčinu. Je možné, že společnost nedodržuje své sliby, konkurent nabízí kvalitnější produkty nebo konkurent přímo cílí na vaše zákazníky s lepšími pobídkami. Pro podnikání SaaS, míra churn bývá vysoká na začátku daného časového rámce, a klesá, jak si zákazníci zvyknou na produkty. Zákazníci, kteří zůstávají ve společnosti déle, mají tendenci produkt milovat a chrlit nižší rychlostí než na začátku časového rámce. Při absenci kohort nemusí společnost určit přesnou příčinu vysokého počtu zákazníků, kteří v daném časovém rámci opustili produkty.
segmentové kohorty
segmentové kohorty jsou zákazníci, kteří si v minulosti zakoupili konkrétní produkt nebo zaplatili za konkrétní službu. Seskupuje zákazníky podle typu produktu nebo úrovně služeb, ke kterým se přihlásili. Zákazníci, kteří se přihlásili ke službám základní úrovně, mohou mít jiné potřeby než ti, kteří se přihlásili k pokročilým službám. Pochopení potřeb různých kohort může pomoci společnosti navrhnout služby nebo produkty šité na míru pro konkrétní segmenty.
společnost SaaS může poskytovat různé úrovně služeb v závislosti na kupní síle cílové skupiny. Analýza každé úrovně pomáhá při určování, jaký druh služeb vyhovuje konkrétním segmentům vašich zákazníků. Například, pokud na pokročilé úrovni zákazníků máselnice v mnohem rychlejším tempem, než je základní úroveň služby, která je známkou toho, že pokročilé služby jsou příliš drahé, nebo že základní úroveň služby jednoduše lépe vyhovovaly potřebám většiny zákazníků. Pochopení toho, co zákazníci hledají v balíčku, který pomáhá společnosti v optimalizaci jeho oznámení se zaměřit na relevantní push e-maily, které zákazníci budou otevřít a číst.
kohorty založené na velikosti
kohorty založené na velikosti odkazují na různé velikosti zákazníků, kteří nakupují produkty nebo služby společnosti. Zákazníky mohou být malé a začínající podniky, střední podniky a podniky na podnikové úrovni. Porovnání různých kategorií zákazníků na základě jejich velikosti odhaluje, odkud pocházejí největší nákupy. U kategorií s nejmenšími nákupy může společnost zkontrolovat jakékoli problémy s nabídkou produktů a služeb a brainstorming oblastí pro zlepšení, které mohou zvýšit úroveň prodeje.
v obchodním modelu SaaS malé a začínající podniky obvykle chrlí vyšší rychlostí než společnosti na podnikové úrovni. Malé a začínající podniky mohou mít malý rozpočet a testovat levné produkty, aby zjistily, co pro ně funguje. Podniky na úrovni podniků mají větší rozpočet a mají tendenci držet se produktu po delší dobu.
příklad kohortové analýzy
níže uvedený datový soubor poskytuje náhodný vzorek přibližně 5 000 zákazníků fiktivní softwarové společnosti. Vzorce obsahují datum zahájení každého zákazníka, stejně jako počet měsíců od data zahájení, že zákazník byl naposledy aktivní v software společnosti. Níže uvedená kohortová analýza je skvělým nástrojem pro rozlišení mezi různými kohortami na základě času. Všimněte si, že jiné segmenty kohorty mohou rozdělit vzorky podle jiných charakteristik než času.
na první pohled vidíme, že v červenci a prosinci vidíme lepší míru retence, kde více než 95% zákazníků zůstalo až do čtyř měsíců. Naproti tomu ostatní měsíce obvykle vidí, že mnoho zákazníků zůstává pouze do dvou měsíců. To je možná způsobeno propagací, kterou společnost v těchto měsících provozovala, což vedlo k vyšší retenci. Jedním z příkladů jsou letní propagační akce Spotify, kde prodávají 3-4 měsíce služby za zvýhodněnou cenu.
na druhé straně vidíme vyšší míru churn v dubnu, s obrovským množstvím zákazníků klesá po prvním měsíci. Zde možná došlo k závadě v softwaru, který odkládal velké množství zákazníků.
kombinace kohort
žádný typ kohortové analýzy není nutně lepší než jiný. Spíše by podniky měly kombinovat dva nebo více z těchto segmentů, aby získaly hlubší pochopení toho, jak zákazníci drží krok se svými produkty. Pokud například analýza ukáže, že předplatitelé premium registrují vyšší míru churn než základní předplatitelé, může společnost přijmout okamžitá opatření k nápravě situace. Pokud prémioví zákazníci chrlí kvůli vysokým nákladům na produkty, může společnost přezkoumat náklady nebo vytvořit více pobídek, aby je povzbudila, aby zůstali. Pokud analýza ukáže, že prémie jsou zákazníci neustále hledají pomoc, dokumentace pro podobné dotazy, pak společnost může udělat telefon nebo e-mail follow-up, aby se lépe zajistit, aby zákazníci najít uspokojující řešení.
Stáhněte si bezplatnou šablonu
zadejte své jméno a e-mail do níže uvedeného formuláře a stáhněte si bezplatnou šablonu nyní!
Další Zdroje
Děkuji za přečtení CFI průvodce kohortní analýzy. Další informace o finanční analýze a modelování vám pomohou následující zdroje CFI.
- Scénář AnalysisScenario AnalysisScenario analýza je proces posouzení a hodnocení možných událostí nebo scénáře, které by se mohlo uskutečnit v budoucnosti a předpovídání
- Citlivost AnalysisWhat je Analýza Citlivosti?Citlivostní Analýza je nástroj používaný v oblasti finančního modelování analyzovat, jak různé hodnoty pro sadu nezávislých proměnných, které ovlivňují závislou proměnnou
- Finanční Plánování & Analýza (FP&) OverviewFP&AnalystBecome FP&Analytik společnosti. Nastíníme plat, dovednosti, osobnost a školení, které potřebujete pro práci FP&a úspěšnou finanční kariéru. FP&analytici, manažeři a ředitelé jsou odpovědné za poskytování vedení s analýzou a informace, které potřebují
- Volné Finanční Modelování GuideFree Finanční Modelování GuideThis finanční modelování příručka pokrývá Excel tipy a osvědčené postupy, předpoklady, ovladače, prognózování, spojující tři prohlášení, DCF analýzy více