mikä on Kohorttianalyysi?
Kohorttianalyysi on käyttäytymistieteellisen analytiikan muoto,joka ottaa tietoja tietystä osajoukosta, kuten SaaS-liiketoimintakonsernin StructureCorporate-rakenne viittaa yrityksen eri osastojen tai liiketoimintayksiköiden organisaatioon. Riippuen yrityksen tavoitteista ja toimialasta, pelistä tai verkkokaupan alustasta, ja ryhmittelee sen toisiinsa liittyviin ryhmiin sen sijaan, että tarkastelisi dataa yhtenä yksikkönä. Ryhmistä käytetään nimitystä kohortit. Niillä on samanlaisia ominaisuuksia, kuten aika ja koko.
yritykset käyttävät kohorttianalyysiä analysoidakseen asiakkaiden käyttäytymistä koko elinkaaren ajan liiketoiminnan elinkaari on liiketoiminnan eteneminen vaiheittain ajan mittaan, ja se on yleisimmin jaettu viiteen vaiheeseen: lanseeraus, kasvu, ravistus, maturiteetti ja lasku. jokaisen asiakkaan. Kohorttianalyysin puuttuessa yrityksillä voi olla vaikeuksia ymmärtää elinkaarta, jonka jokainen asiakas käy läpi tietyllä aikavälillä. Yritykset käyttävät kohorttianalyysiä ymmärtääkseen asiakkaiden trendejä ja malleja ajan mittaan ja räätälöidäkseen heidän tuote-ja palvelutarjontansa tunnistettujen kohorttien mukaan.
yritys näkee paljon dataa tulevan päivittäin. Näiden suurten tietomäärien analysointi ei ole vain monimutkaista, vaan myös kallis tehtävä, joka vaatii omistautunutta henkilökuntaa. Yritys voi kuitenkin jakaa asiakkaat helpommin hallittaviin ja toimintakelpoisiin kohortteihin. Kun yritys näkee trendejä eri kohorttien käyttää tuotteitaan, se voi tunnistaa ongelmia markkinointitekniikassaan arvo lisäarvo lisäarvo on lisäarvo, joka on luotu yli alkuperäisen arvon jotain. Se voi koskea tuotteita, palveluita, yrityksiä, johtoa ja määrittää, milloin ja miten parhaiten kommunikoida eri ryhmien tai tyyppisiä asiakkaita. Liiketoiminta käyttää jaettuja tietoja myös sellaisten kannustimien suunnitteluun, jotka motivoivat asiakkaita jatkamaan tuotteidensa käyttöä, kun he todennäköisesti lopettavat tuotteiden ostamisen.
analysoitavat kohortit
kohortit voidaan ryhmitellä seuraaviin ryhmiin:
Aikaperusteiset kohortit
Aikaperusteiset kohortit ovat asiakkaita, jotka ovat rekisteröityneet johonkin tuotteeseen tai palveluun tietyn ajan kuluessa. Näiden kohorttien analysointi näyttää asiakkaiden käyttäytymisen riippuen siitä, milloin he alkoivat käyttää yrityksen tuotteita tai palveluita. Aika voi olla kuukausittain tai neljännesvuosittain riippuen yrityksen myyntisyklistä. Esimerkiksi, jos 80% asiakkaista, jotka allekirjoittivat yhtiön ensimmäisellä neljänneksellä pysyä yhtiön neljännellä neljänneksellä, mutta vain 20% asiakkaista, jotka allekirjoittaneet yhtiön kanssa neljännelle neljännekselle asti, se osoittaa Q2 asiakkaat eivät olleet tyytyväisiä. Yritys on voinut ylikorostaa Q2-kampanjoiden aikana, tai kilpailija voi kohdistaa samat asiakkaat parempiin tuotteisiin tai palveluihin.
aikaperusteisten kohorttien analysointi auttaa kääntymisnopeuden tarkastelussa. Jos esimerkiksi vuonna 2017 yrityksen tuotteeseen liittyneet asiakkaat pulppuavat nopeammin kuin vuonna 2018 liittyneet, yritys voi käyttää näitä tietoja syyn selvittämiseen. Voi olla, että yritys ei pidä lupauksistaan kiinni, kilpailija tarjoaa laadukkaampia tuotteita tai kilpailija kohdistaa suoraan asiakkaisiisi parempia kannustimia. SaaS-liiketoiminnalle kirnunopeus on yleensä korkea tietyn aikataulun alussa ja laskee asiakkaiden totutellessa tuotteisiin. Asiakkaat, jotka viipyvät pidempään yhtiössä, yleensä rakastavat tuotetta ja kirnuavat hitaammin kuin aikajänteen alussa. Jos kohortteja ei ole, yritys ei välttämättä tunnista tarkkaa syytä sille, miksi suuri määrä asiakkaita luopuu tuotteista tietyn ajan kuluessa.
Segmenttipohjaisia kohortteja
Segmenttipohjaisia kohortteja ovat ne asiakkaat, jotka ovat aiemmin ostaneet tietyn tuotteen tai maksaneet tietystä palvelusta. Se ryhmittelee asiakkaat sen mukaan, minkä tyyppisen tuotteen tai palvelutason mukaan he ovat rekisteröityneet. Perustason palveluihin ilmoittautuneilla asiakkailla saattaa olla erilaisia tarpeita kuin edistyneisiin palveluihin ilmoittautuneilla. Erilaisten kohorttien tarpeiden ymmärtäminen voi auttaa yritystä suunnittelemaan räätälöityjä palveluita tai tuotteita tietyille segmenteille.
SaaS-yhtiö voi tarjota eritasoisia palveluja riippuen kohdeyleisön ostovoimasta. Analysoimalla kunkin tason auttaa määrittämään, millaisia palveluja sopii tiettyihin segmentteihin asiakkaita. Jos esimerkiksi edistyneen tason asiakkaat kirnuavat paljon nopeammin kuin perustason palvelut, se on osoitus siitä, että edistyneet palvelut ovat liian kalliita tai että perustason palvelut yksinkertaisesti vastaavat paremmin useimpien asiakkaiden tarpeita. Ymmärrys siitä, mitä asiakkaat etsivät paketista, auttaa yhtiötä optimoimaan ilmoituksensa keskittymään asiaankuuluviin push-sähköposteihin, joita asiakkaat avaavat ja lukevat.
Kokoperusteisilla Kohorteilla
Kokoperusteisilla kohorteilla tarkoitetaan eri kokoisia asiakkaita, jotka ostavat yrityksen tuotteita tai palveluita. Asiakkaita voivat olla pienet ja startup-yritykset, keskisuuret yritykset ja yritystason yritykset. Vertaamalla eri asiakasryhmiä niiden koon perusteella selviää, mistä suurimmat ostokset tulevat. Kategorioissa, joissa on vähiten ostoja, yritys voi käydä läpi tuote-ja palvelutarjontaan liittyviä asioita ja ideoida parannuskohteita, jotka voivat nostaa myynnin tasoa.
SaaS-liiketoimintamallissa pienet ja startup-yritykset kirnuavat yleensä yritystason yrityksiä nopeammin. Pienillä ja startup-yrityksillä voi olla pieni budjetti ja ne testaavat edullisia tuotteita nähdäkseen, mikä niille toimii. Yritystason yrityksillä on suurempi budjetti, ja niillä on taipumus pysyä tuotteessa pidempään.
esimerkki Kohorttianalyysistä
alla oleva aineisto antaa satunnaisotoksen noin 5 000 fiktiivisen ohjelmistoyrityksen asiakkaasta. Kaavat taulukoivat kunkin asiakkaan aloituspäivämäärän sekä sen, kuinka monta kuukautta aloituspäivämäärästä asiakas oli viimeksi aktiivinen yrityksen ohjelmistoissa. Alla oleva kohorttianalyysi on loistava työkalu eri kohorttien erotteluun ajan perusteella. Huomaa, että muut kohorttisegmentit voivat jakaa näytteitä muiden ominaisuuksien kuin ajan mukaan.
nopealla vilkaisulla voimme nähdä, että heinä-ja joulukuussa nähdään parempia säilytysasteita, joissa yli 95% asiakkaista viipyi neljään kuukauteen. Sen sijaan muut kuukaudet yleensä näkevät, että monet asiakkaat viipyvät vain kaksi kuukautta sisään. Tämä johtuu ehkä ylennyksestä, jonka yritys teki noina kuukausina, mikä johti korkeampaan omavastuuseen. Yksi esimerkki on Spotifyn kesäkampanjat, joissa myydään 3-4 kuukauden palvelua alennettuun hintaan.
sen sijaan huhtikuun kirnuilu kiihtyy, ja ensimmäisen kuukauden jälkeen asiakkaita tippuu valtavasti. Täällä, ehkä oli häiriö ohjelmisto laittaa pois suuri määrä asiakkaita.
kohorttien yhdistäminen
mikään kohorttianalyysi ei välttämättä ole parempi kuin toinen. Pikemminkin yritysten olisi yhdistettävä kaksi tai useampi näistä segmenteistä saadakseen syvempää ymmärrystä siitä, miten asiakkaat pysyvät tuotteidensa tasalla. Jos analyysi osoittaa esimerkiksi, että premium-tilaajat rekisteröivät suuremman Kirnun kuin perustilaajat, yhtiö voi ryhtyä välittömiin toimenpiteisiin tilanteen korjaamiseksi. Jos premium-asiakkaat myllertävät tuotteiden korkeiden kustannusten vuoksi, yritys voi tarkastella kustannuksia tai luoda lisää kannustimia, joilla kannustetaan heitä jäämään. Jos analyysi osoittaa, että premium-asiakkaat etsivät jatkuvasti ohjeasiakirjoja vastaavista kyselyistä, yritys voi tehdä puhelimen tai sähköpostin seurannan varmistaakseen paremmin, että asiakkaat löytävät tyydyttävän ratkaisun.
lataa ilmainen malli
Kirjoita nimesi ja sähköpostisi alla olevaan lomakkeeseen ja lataa ilmainen malli nyt!
muut resurssit
Kiitos, että luit CFI: n oppaan kohorttianalyysistä. Lisätietoja rahoitusanalyysistä ja-mallintamisesta on saatavilla seuraavista ensimmäisen oikeusasteen tuomioistuimen resursseista.
- Scenario AnalysisScenario analysis on prosessi, jossa tutkitaan ja arvioidaan mahdollisia tapahtumia tai skenaarioita, jotka voisivat tapahtua tulevaisuudessa, ja ennustetaan
- Herkkyysanalysis mitä on herkkyysanalyysi?Herkkyysanalyysi on työkalu, jota käytetään rahoitusmallinnuksessa analysoimaan, miten riippumattomien muuttujien joukon eri arvot vaikuttavat riippuvaiseen muuttujaan
- Rahoitussuunnittelu & analyysi (FP&a) OverviewFP&Analystistä tulee FP&analyytikko yrityksessä. Hahmotellaan palkka, Taidot, Persoonallisuus ja koulutus, joita tarvitset FP&a työpaikkaa ja menestyksekästä rahoitusuraa varten. FP&a analyytikot, johtajat ja johtajat ovat vastuussa siitä, että he antavat johtajille tarvitsemansa analyysin ja tiedon
- Free Financial Modeling GuideFree Financial Modeling Guide This financial modeling guide covers Excel tips and best practices on oletukset, kuljettajat, ennustaminen, linkittäminen kolme lausumaa, DCF analyysi, lisää