co to jest analiza Kohortowa?
Analiza Kohortowa jest formą analizy behawioralnej, która pobiera dane z danego podzbioru, takie jak struktura korporacyjna Saasstruktura 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 ją w powiązane grupy, zamiast patrzeć na dane jako jedną jednostkę. Grupy określane są jako kohorty. Mają podobne cechy, takie jak czas i rozmiar.
firmy wykorzystują analizę kohortową do analizy zachowań klientów w całym cyklu życiowymcykl życia biznesowegocykl życia biznesu jest postępem biznesu w etapach w czasie i jest najczęściej podzielony na pięć etapów: uruchomienie, wzrost, shake-out, dojrzałość i spadek. każdego klienta. W przypadku braku analizy kohortowej firmy mogą napotkać trudności w zrozumieniu cyklu życia, przez który przechodzi każdy klient w danym przedziale czasowym. Firmy korzystają z analizy kohortowej, aby zrozumieć trendy i wzorce klientów w czasie i dostosować ich oferty produktów i usług do zidentyfikowanych kohort.
firma codziennie widzi wiele danych. Analiza tych dużych ilości danych jest nie tylko skomplikowana, ale także kosztownym zadaniem, które wymaga dedykowanego personelu. Jednak firma może rozbić klientów w dół na bardziej zarządzalne i zaskarżalne kohorty. Gdy firma widzi trendy w tym, jak różne kohorty wykorzystują swoje produkty, może zidentyfikować problemy w swoich technikach marketingowychwartość Dodanawartość Dodana to dodatkowa wartość tworzona ponad pierwotną wartością czegoś. Może dotyczyć produktów, usług, firm, zarządzania i określić, 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 produktów, gdy prawdopodobnie przestaną kupować produkty.
rodzaje kohort do analizy
kohorty można podzielić na następujące kategorie:
kohorty oparte na czasie
kohorty oparte na czasie to klienci, którzy zarejestrowali się na produkt lub usługę w określonym przedziale czasowym. Analiza tych kohort pokazuje zachowanie klientów w zależności od czasu, w którym 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 pierwszym kwartale, trzyma się z firmą w czwartym kwartale, ale tylko 20% klientów, którzy zarejestrowali się w drugim kwartale, trzyma się z firmą do czwartego kwartału, pokazuje to, że klienci Q2 nie byli zadowoleni. Firma mogła przecenić promocje w drugim kwartale lub konkurent może kierować reklamy do tych samych klientów z lepszymi produktami lub usługami.
Analiza kohorty opartej na czasie pomaga w patrzeniu na wskaźnik rezygnacji. Na przykład, jeśli klienci, którzy zarejestrowali się na produkt firmy w 2017 r., zaczynają się szybciej niż ci, którzy zarejestrowali się w 2018 r., 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 reklamy na klientów za pomocą lepszych zachęt. W przypadku działalności SaaS wskaźnik rezygnacji jest zwykle wysoki na początku danego okresu i spada, gdy klienci przyzwyczajają się do produktów. Klienci, którzy pozostają dłużej w firmie, mają tendencję do kochania produktu i rezygnacji w niższym tempie niż na początku ram czasowych. W przypadku braku kohorty firma nie może zidentyfikować dokładnej przyczyny dużej liczby klientów porzucających produkty w określonym terminie.
kohorty oparte na segmentach
kohorty oparte na segmentach to klienci, którzy zakupili określony produkt lub zapłacili za określoną Usługę w przeszłości. Grupuje klientów według rodzaju produktu lub poziomu usług, na które się zapisali. Klienci, którzy zarejestrowali się w usługach na poziomie podstawowym, mogą mieć inne potrzeby niż ci, którzy zarejestrowali się w usługach zaawansowanych. Zrozumienie potrzeb różnych kohort może pomóc firmie zaprojektować usługi lub produkty dostosowane do konkretnych segmentów.
firma SaaS może świadczyć różne poziomy usług w zależności od siły nabywczej grupy docelowej. Analiza każdego poziomu pomaga określić, który rodzaj usług pasuje do poszczególnych segmentów klientów. Na przykład, jeśli klienci na poziomie zaawansowanym rezygnują w znacznie szybszym tempie niż usługi na poziomie podstawowym, oznacza to, że usługi na poziomie zaawansowanym są zbyt drogie lub że usługi na poziomie podstawowym po prostu lepiej zaspokajają potrzeby większości klientów. Zrozumienie, czego klienci szukają w pakiecie, pomaga firmie w optymalizacji powiadomień, aby skupić się na odpowiednich wiadomościach push, które klienci będą otwierać i czytać.
kohorty oparte na rozmiarze
kohorty oparte na rozmiarze odnoszą się do różnych rozmiarów klientów, którzy kupują produkty lub usługi firmy. Klientami mogą być małe i początkujące firmy, średnie firmy i przedsiębiorstwa na poziomie przedsiębiorstwa. Porównanie różnych kategorii klientów na podstawie ich wielkości pokazuje, skąd pochodzą największe zakupy. W przypadku kategorii z najmniejszymi zakupami firma może przeglądać wszelkie problemy z ofertą produktów i usług oraz obszary burzy mózgów w celu poprawy, które mogą zwiększyć poziom sprzedaży.
w modelu biznesowym SaaS małe i startupowe firmy zwykle rezygnują w wyższym tempie niż firmy na poziomie przedsiębiorstw. Małe i początkujące firmy mogą mieć niewielki budżet i testować tanie produkty, aby zobaczyć, co dla nich działa. Przedsiębiorstwa na poziomie przedsiębiorstwa mają większy budżet i mają tendencję do trzymania się Produktu przez dłuższy okres czasu.
przykład analizy Kohortowej
poniższy zbiór danych daje losową próbkę około 5000 klientów fikcyjnej firmy programistycznej. Formuły tabulują datę rozpoczęcia każdego klienta, a także liczbę miesięcy od daty rozpoczęcia, w której klient był ostatnio aktywny w oprogramowaniu firmy. Analiza kohortowa poniżej jest wspaniałym narzędziem do rozróżniania różnych kohort na podstawie czasu. Należy zauważyć, że inne segmenty kohorty mogą dzielić próbki według innych cech niż czas.
na pierwszy rzut oka widać, że miesiące Lipiec i Grudzień mają lepsze wskaźniki retencji, gdzie ponad 95% klientów pozostało do czterech miesięcy. W przeciwieństwie do innych miesięcy zwykle widać, że wielu klientów pozostaje tylko do dwóch miesięcy w. Jest to prawdopodobnie spowodowane promocją, którą firma prowadziła w tych miesiącach, co prowadziło do większej retencji. Jednym z przykładów są letnie promocje Spotify, w których sprzedają 3-4 miesiące usługi po obniżonej cenie.
z drugiej strony widzimy wyższy wskaźnik churn w kwietniu, a ogromna liczba klientów spada po pierwszym miesiącu. Tutaj, być może nie było usterki w oprogramowaniu odłożyć 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 pokazuje, że abonenci premium rejestrują wyższy wskaźnik churn niż abonenci basic, firma może podjąć natychmiastowe środki w celu zaradzenia tej sytuacji. Jeśli klienci premium ubijają się z powodu wysokich kosztów produktów, firma może zrewidować koszty 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 wykonać telefon lub e-mail, aby lepiej upewnić się, że klienci znajdą satysfakcjonujące rozwiązanie.
Pobierz darmowy szablon
Wpisz swoje imię i adres e-mail w poniższym formularzu i pobierz darmowy szablon już teraz!
inne zasoby
Dziękujemy za przeczytanie Przewodnika SPI do analizy kohortowej. Aby uzyskać więcej informacji na temat analizy finansowej i modelowania, pomocne będą następujące zasoby SPI.
- Analiza Scenariuszówanaliza Scenariuszówanaliza Scenariuszówanaliza Scenariuszówanaliza scenariuszy to proces badania i oceny możliwych zdarzeń lub scenariuszy, które mogą mieć miejsce w przyszłości i przewidywania
- Analiza Wrażliwościco to jest analiza wrażliwości?Analiza wrażliwości jest narzędziem używanym w modelowaniu finansowym do analizy, w jaki sposób różne wartości zestawu zmiennych niezależnych wpływają na zmienną zależną
- Planowanie finansowe & Analiza (FP&a) Przeglądfp&Analitykstwoń FP&analityk w korporacji. Przedstawiamy wynagrodzenie, umiejętności, osobowość i szkolenia, których potrzebujesz do pracy W FP&a i udanej kariery finansowej. FP&a analitycy, menedżerowie i dyrektorzy są odpowiedzialni za dostarczanie menedżerom analiz i informacji, których potrzebują
- bezpłatny przewodnik po modelowaniu Finansowymfree Financial Modeling Guideten przewodnik po modelowaniu finansowym obejmuje wskazówki Excel i najlepsze praktyki dotyczące założeń, czynników, prognozowania, łączenia trzech oświadczeń, analizy DCF, więcej