Vad är Kohortanalys?
Kohortanalys är en form av beteendeanalys som tar data från en given delmängd, till exempel en SaaS businessCorporate StructureCorporate structure hänvisar till organisationen av olika avdelningar eller affärsenheter inom ett företag. Beroende på ett företags mål och bransch, spel eller e-handelsplattform, och grupperar det i relaterade grupper snarare än att titta på data som en enhet. Grupperna kallas kohorter. De delar liknande egenskaper som tid och storlek.
företag använder kohortanalys för att analysera kundbeteende över hela livscykelnaffärslivscykeln är utvecklingen av ett företag i faser över tiden och är oftast uppdelad i fem steg: lansering, tillväxt, shake-out, mognad och nedgång. av varje kund. I avsaknad av kohortanalys kan företag uppleva svårigheter att förstå livscykeln som varje kund går igenom under en viss tidsram. Företag använder kohortanalys för att förstå trender och mönster hos kunder över tid och att skräddarsy sina erbjudanden om produkter och tjänster till de identifierade kohorterna.
ett företag ser mycket data som kommer in dagligen. Att analysera dessa stora datamängder är inte bara komplicerat utan också en dyr uppgift som kräver dedikerad personal. Ett företag kan dock bryta ner kunderna i mer hanterbara och handlingsbara kohorter. När företaget ser trender i hur olika kohorter använder sina produkter, kan det identifiera problem i sin marknadsföring techniquesValue AddedValue Added är det extra värde som skapas utöver det ursprungliga värdet av något. Det kan gälla för produkter, tjänster, företag, ledning och bestämma när och hur man bäst kommunicerar med olika grupper eller typer av kunder. Verksamheten använder också uppdelade data för att utforma incitament som kommer att motivera kunderna att fortsätta använda sina produkter när de sannolikt kommer att sluta köpa produkterna.
typer av kohorter att analysera
kohorter kan grupperas i följande kategorier:
tidsbaserade kohorter
tidsbaserade kohorter är kunder som registrerade sig för en produkt eller tjänst under en viss tidsram. Analysera dessa kohorter visar kundernas beteende beroende på den tid de började använda ett företags produkter eller tjänster. Tiden kan vara månadsvis eller kvartalsvis, beroende på företagets försäljningscykel. Till exempel, om 80% av kunderna som registrerade sig i företaget under första kvartalet håller fast vid företaget under fjärde kvartalet men endast 20% av kunderna som registrerade sig i andra kvartalet håller fast vid företaget fram till fjärde kvartalet, visar det att Q2-kunderna inte var nöjda. Företaget kunde ha överpromiserat under Q2-kampanjer, eller en konkurrent kan rikta sig till samma kunder med bättre produkter eller tjänster.
att analysera de tidsbaserade kohorterna hjälper till att titta på churn-hastigheten. Till exempel, om kunder som registrerade sig för företagets produkt 2017 tappar ut snabbare än de som registrerade sig 2018, kan företaget använda dessa data för att ta reda på orsaken. Det kan vara så att företaget inte följer sina löften, en konkurrent erbjuder produkter av bättre kvalitet eller en konkurrent riktar sig direkt till dina kunder med bättre incitament. För en SaaS-verksamhet tenderar churnhastigheten att vara hög i början av en viss tidsram och sjunker när kunderna vänjer sig vid produkterna. Kunder som stannar längre hos företaget tenderar att älska produkten och churn i lägre takt än i början av en tidsram. I avsaknad av kohorter kan ett företag inte identifiera den exakta orsaken till att ett stort antal kunder överger produkterna inom en viss tidsram.
Segmentbaserade kohorter
Segmentbaserade kohorter är de kunder som köpt en viss produkt eller betalat för en viss tjänst tidigare. Det grupperar kunder efter vilken typ av produkt eller servicenivå de registrerade sig för. Kunder som registrerade sig för tjänster på grundnivå kan ha andra behov än de som registrerade sig för avancerade tjänster. Att förstå behoven hos de olika kohorterna kan hjälpa ett företag att utforma skräddarsydda tjänster eller produkter för vissa segment.
ett SaaS-företag kan tillhandahålla olika nivåer av tjänster beroende på målgruppens köpkraft. Att analysera varje nivå hjälper till att bestämma vilken typ av tjänster som passar specifika segment av dina kunder. Till exempel, om kunderna på avancerad nivå tappar mycket snabbare än tjänster på grundnivå, är det en indikation på att de avancerade tjänsterna är för dyra eller att tjänster på grundnivå helt enkelt bättre uppfyller de flesta kunders behov. Att förstå vad kunderna letar efter i ett paket hjälper företaget att optimera sina meddelanden för att fokusera på relevanta push-e-postmeddelanden som kunderna öppnar och läser.
Storleksbaserade kohorter
Storleksbaserade kohorter hänvisar till de olika storlekarna på kunder som köper ett företags produkter eller tjänster. Kunderna kan vara små och nystartade företag, medelstora företag och företag på företagsnivå. Att jämföra de olika kategorierna av kunder baserat på deras storlek avslöjar var de största inköpen kommer ifrån. För kategorier med minst inköp kan företaget granska eventuella problem med produkt-och tjänsteutbudet och brainstorma förbättringsområden som kan öka försäljningsnivån.
i en SaaS-affärsmodell tappar små och nystartade företag vanligtvis högre än företag på företagsnivå. Små och nystartade företag kan ha en liten budget och testa billiga produkter för att se vad som fungerar för dem. Företag på företagsnivå har en större budget och tenderar att hålla fast vid en produkt under en längre tid.
exempel på Kohortanalys
datasetet nedan ger ett slumpmässigt urval av cirka 5 000 kunder från ett fiktivt mjukvaruföretag. Formlerna tabellerar startdatum för varje kund, liksom antalet månader från det startdatum som kunden senast var aktiv i företagets programvara. Kohortanalysen nedan är ett underbart verktyg för att skilja mellan olika kohorter baserat på tid. Observera att andra kohortsegment kan dela prover med andra egenskaper än tiden.
med en snabb blick kan vi se att Juli-och decembermånaderna ser bättre retentionsnivåer, där mer än 95% av kunderna stannade fram till fyra månader. Däremot ser de andra månaderna vanligtvis att många kunder bara stannar fram till två månader. Detta beror kanske på en kampanj som företaget körde under dessa månader, vilket ledde till högre retention. Ett exempel är Spotifys sommarkampanjer, där de säljer 3-4 månaders service till ett rabatterat pris.
å andra sidan ser vi en högre churnhastighet i April, med en stor mängd kunder som släpper efter den första månaden. Här, kanske fanns det en glitch i programvaran skjuta upp ett stort antal kunder.
kombinera kohorter
ingen typ av kohortanalys är nödvändigtvis bättre än en annan. Snarare bör företag kombinera två eller flera av dessa segment för att få en djupare förståelse för hur kunderna följer med sina produkter. Till exempel, om analysen visar att premiumabonnenter registrerar en högre churnhastighet än de grundläggande abonnenterna, kan företaget vidta omedelbara åtgärder för att avhjälpa situationen. Om premiumkunder spottar på grund av de höga kostnaderna för produkterna kan företaget granska kostnaderna eller skapa fler incitament för att uppmuntra dem att stanna. Om analysen visar att premiumkunder kontinuerligt söker i hjälpdokumentationen för liknande frågor, kan företaget göra en telefon-eller e-postuppföljning för att bättre se till att kunderna hittar en tillfredsställande lösning.
ladda ner gratis Mall
ange ditt namn och e-post i formuläret nedan och ladda ner gratis mall Nu!
andra resurser
Tack för att du läste CFI: s guide till kohortanalys. För mer information om finansiell analys och modellering kommer följande CFI-resurser att vara till hjälp.
- Scenarioanalysscenario Analysscenario analysis är en process för att undersöka och utvärdera möjliga händelser eller scenarier som kan äga rum i framtiden och förutsäga
- Känslighetsanalysvad är känslighetsanalys?Känslighetsanalys är ett verktyg som används i finansiell modellering för att analysera hur de olika värdena för en uppsättning oberoende variabler påverkar en beroende variabel
- finansiell planering & analys (FP&A) Översiktfp&en Analystbli en FP&en analytiker på ett företag. Vi beskriver lön, kompetens, personlighet och utbildning du behöver för FP&ett jobb och en framgångsrik ekonomi karriär. FP&en analytiker, chefer och direktörer ansvarar för att ge Chefer den analys och information de behöver
- gratis finansiell Modelleringsguidefree Financial Modeling Guidedenna finansiella modelleringsguide täcker Excel-tips och bästa praxis för antaganden, drivrutiner, prognoser, länkar de tre uttalandena, DCF-analys, mer