Může být velmi užitečné porovnávat skupiny zákazníků při hodnocení pokroku vaší společnosti. Když analyzujete, jak se různé skupiny chovají během standardního časového období, můžete vytipovat vzorce a využít tyto informace k lepší identifikaci problémů, uspokojování potřeb zákazníků a navrhování strategií zapojení.

Chovají se zákazníci, které jste získali minulý měsíc, jinak než ti, které jste zaregistrovali měsíc předtím? Chovají se uživatelé, kteří reagovali na slevu nebo akci, jinak než ti, kteří nakoupili za plnou cenu? Kohortová analýza odpovídá na tyto otázky a umožňuje společnosti identifikovat jasné vzorce napříč různými skupinami zákazníků.

Co je kohortová analýza?

Kohortová analýza je typ behaviorální analýzy, která se identifikuje především rozdělením zákazníků do příbuzných skupin s cílem lépe porozumět jejich chování. Jedná se o informativní nástroj obchodní analýzy, který by měl mít v zadní kapse každý majitel firmy. Následuje přehled toho, jak kohortová analýza funguje a proč je užitečnou strategií pro získání přehledu.

Co je to kohorta?

V kohortové analýze je kohorta analyzovaná skupina zákazníků. Přesněji řečeno, kohorta je skupina lidí, kteří mají něco společného v určitém časovém období. Parametry této skupiny jsou obecně určeny na základě otázky, na kterou chcete analýzou odpovědět, a metrik, které jsou určeny jako významné.

Kohortou v obecném smyslu může být cokoli tak náhodného jako „lidé narození v roce 1978, kteří jsou barvoslepí“. Pro účely kohortové analýzy pro vaši firmu však skupiny obvykle tvoří uživatelé, kteří provedli určité akce ve zvoleném časovém rámci, jako je stažení vaší aplikace v určitém měsíci nebo nalezení vašeho produktu prostřednictvím sociálních médií v daném týdnu.

Časová ohraničenost je klíčová:

Proč je kohortová analýza užitečná?

Tento typ analýzy je cenný díky specifičnosti informací, které poskytuje. Umožňuje společnostem najít odpovědi na cílené otázky tím, že analyzují pouze relevantní údaje. Zde je několik věcí, které vám tento proces může pomoci udělat.

• Zjistěte, jak chování uživatelů ovlivňuje vaše podnikání. Analýza kohorty vám umožní zjistit, jak se akce, které ti z kohorty provedli nebo neprovedli, promítají do změn obchodních ukazatelů, jako je akvizice a udržení zákazníků.
• Pochopit odliv zákazníků. Můžete shromáždit data a posoudit své hypotézy týkající se toho, zda jedna akce nebo atribut zákazníka vede k jiné, například zda registrace související s určitými propagačními akcemi podporují větší odliv zákazníků.
• Vypočítejte celoživotní hodnotu zákazníka. Analýza kohort na základě časového období akvizice, například seskupení zákazníků podle měsíce, kdy se zaregistrovali, vám umožní zjistit, jakou hodnotu mají zákazníci pro společnost v průběhu času. Tyto kohorty pak můžete dále seskupit podle času, segmentu a velikosti a vyhodnotit, které akviziční kanály vedou k nejlepší celoživotní hodnotě zákazníka (CLV).
• Optimalizujte konverzní trychtýř. Porovnání zákazníků, kteří se v daných okamžicích zapojili různými způsoby do vašeho prodejního procesu, vám umožní zjistit, jak se uživatelská zkušenost v celém digitálním marketingovém trychtýři promítá do hodnoty vašich zákazníků.
• Vytvořte efektivnější zapojení zákazníků. Když uvidíte vzorce toho, jak se různé kohorty zapojují do práce s vaší společností, webovými stránkami SaaS a produktem, můžete podniknout kroky, které povzbudí všechny zákazníky k efektivnějšímu provádění různých akcí.

Jak provést kohortovou analýzu

Jak postupovat při provádění kohortové analýzy závisí na tom, na jakou otázku se snažíte odpovědět. Budete muset vybrat následující informace z jakéhokoli řešení pro správu dat, které používáte:

1. Charakteristiky vaší kohorty (co definuje skupinu)
2. Metriku zařazení (činnost, která zařazení do skupiny urychlila)
3. Metriku návratnosti (věc, kterou o nich chcete vědět)

Kohortní analýza SaaS – příklad 1

Pro příklad kohortní analýzy SaaS, řekněme, že jste vývojář mobilních her a chcete zjistit, zda uživatelé na zařízeních se systémem iOS byli v posledním čtvrtletí více nebo méně ziskoví než uživatelé na zařízeních se systémem Android. Protože na propagaci aplikace na obou platformách byly do této chvíle použity stejné prostředky, rozhodnete se změřit, jak hodnotní jsou uživatelé na jednotlivých platformách, porovnáním průměrného příjmu na uživatele (ARPU) mezi uživateli na zařízeních se systémem iOS a zařízeních se systémem Android.

V tomto případě jsou charakteristiky kohort definovány mobilním operačním systémem, který má každý uživatel (iOS nebo Android). Metrikou začlenění pro oba by bylo být aktivním uživatelem v posledním čtvrtletí. A metrikou návratnosti pro obě by byl ARPU.

Řekněme, že metrika začlenění říká, že kohorta iOS má 400 000 uživatelů a kohorta Android má 500 000 uživatelů. Metrika začlenění udává, že kohorta iOS má 200 000 aktivních uživatelů za poslední čtvrtletí, zatímco kohorta Android má 250 000 uživatelů. Metrika návratnosti naznačuje, že kohorta iOS má ARPU ve výši 3 USD, zatímco kohorta Android má ARPU ve výši 2 USD.

Z této analýzy můžete vyvodit závěr, že uživatelé iOS si hru stahují s menší pravděpodobností, ale v přepočtu na uživatele jsou o něco ziskovější než uživatelé Androidu; a proto se můžete rozhodnout věnovat větší část marketingového rozpočtu společnosti na propagaci verze aplikace pro iOS pro nadcházející čtvrtletí.

SaaS kohortní analýza – příklad 2

Tak například máte cloudovou aplikaci pro sledování času. Řekněme, že je prosinec a vy chcete porovnat míru udržení zákazníků, které jste získali ze dvou různých marketingových kampaní: těch, kteří se zaregistrovali z e-mailové kampaně Mailchimp drip v dubnu, a těch, kteří se zaregistrovali z kampaně Google Adwords v květnu.

Charakteristiky vašich kohort jsou definovány marketingovou kampaní přiřazenou novému zákazníkovi (E-mail nebo Adwords). Metrikou zařazení pro obě by bylo provedení akce registrace. A metrikou návratnosti pro obě by byl stav zákazníka (stávající nebo zaniklý) v prosinci.

Řekněme, že metrika zařazení vám říká, že kohorta e-mailových zákazníků má 200 zákazníků, zatímco kohorta Adwords má 300 zákazníků. Metrika návratnosti udává, že e-mailová kohorta má v prosinci 100 zbývajících aktuálních zákazníků, zatímco kohorta Adwords má 250 zákazníků. Míra udržení je 50 % u těch, kteří se zaregistrovali v z e-mailové kampaně, a 83 % u těch, kteří se zaregistrovali z kampaně Adwords.

Z této analýzy můžete vyvodit závěr, že míra udržení zákazníků, kteří se zaregistrovali z kampaně Adwords, je výrazně vyšší než u těch, kteří se zaregistrovali z e-mailového marketingu. Proto byste se mohli rozhodnout zaměřit budoucí marketingové kampaně na Adwords nebo dokonce otestovat nějakou jinou kombinaci strategií marketingu ve vyhledávačích (SEM) a display marketingu pro budoucí analýzu.

Ponořte se hlouběji do analýzy zákaznické kohorty

S těmito informacemi můžete nyní tuto analýzu porovnat s dalšími údaji a pokusit se zjistit, proč je rozdíl mezi skupinami tak velký. Možná budete chtít provést stejnou analýzu například na únorové, březnové a červnové kohortě registrovaných zákazníků nebo se podívat, jak se zákazníci v těchto kohortách přeměnili na zákazníky.

Pohledy na budoucí růst

Kohortní analýza může poskytnout nejrůznější užitečné informace o tom, co nejlépe funguje při získávání, konverzi a udržení zákazníků. Je to něco, k čemu by se chytří majitelé firem měli často vracet, když hledají odpovědi na základní i složité otázky týkající se pokroku a růstu vaší společnosti.

Další čtení:

• Použití kohortové analýzy k tomu, aby vaše metriky SaaS byly využitelné
• Co je spotřebitelský výzkum a proč je důležitý pro začínající firmy?
• Jak zjistit, zda je produkt vhodný pro trh: Metriky růstu SaaS, na které se zaměřit

Chcete další metriky SaaS a využitelné poznatky? Přihlaste se k odběru našeho bezplatného e-mailového zpravodaje a dostávejte čerstvou dávku našich nejnovějších článků do své e-mailové schránky (maximálně dvakrát měsíčně).