The Startup Finance Blog

loka 2, 2021
admin
Feb 5, 2020
|In How To, Metrics
|By Katherine Gustafson

KOHORTTIASETELMIEN ANALYYSI

Voidaan verrata eri asiakasryhmää keskenään, kun halutaan arvioida yrityksesi edistymistä. Kun analysoit, miten eri ryhmät käyttäytyvät vakioaikana, voit poimia kuvioita ja käyttää näitä tietoja ongelmien parempaan tunnistamiseen, asiakkaiden tarpeiden tyydyttämiseen ja sitouttamisstrategioiden suunnitteluun.

Käyttäytyvätkö viime kuussa hankkimasi asiakkaat eri tavalla kuin edellisenä kuukautena hankkimasi asiakkaat? Käyttäytyvätkö alennukseen tai kampanjaan vastanneet käyttäjät eri tavalla kuin ne, jotka ostivat täydellä hinnalla? Kohorttianalyysi vastaa näihin kysymyksiin, ja sen avulla yritys voi tunnistaa selkeitä malleja eri asiakasryhmissä.

Mitä on kohorttianalyysi?

Mitä on kohorttianalyysi

Kohorttianalyysi on käyttäytymisanalytiikan laji, joka tunnistetaan ensisijaisesti pilkkomalla asiakkaat toisiinsa liittyviin ryhmiin, jotta saadaan parempi käsitys heidän käyttäytymisestään. Se on informatiivinen liiketoiminta-analytiikan työkalu, joka jokaisella yrityksen omistajalla tulisi olla takataskussaan. Seuraavassa kerrotaan, miten kohorttianalyysi toimii ja miksi se on hyödyllinen strategia oivalluksen saamiseksi.

Mikä on kohortti?

Mikä on kohortti

Kohorttianalyysissä kohortti on analysoitavien asiakkaiden ryhmä. Tarkemmin sanottuna kohortti on ryhmä ihmisiä, joilla on jotain yhteistä tiettynä ajanjaksona. Tämän ryhmän parametrit määritetään yleensä sen kysymyksen perusteella, johon analyysillä halutaan vastata, ja sen perusteella, mitkä tunnusluvut on määritetty merkittäviksi.

Yleisessä merkityksessä kohortti voi olla mitä tahansa niinkin satunnaista kuin ”vuonna 1978 syntyneet henkilöt, jotka ovat värisokeita”. Yrityksesi kohorttianalyysia varten ryhmittelyt koostuvat kuitenkin yleensä käyttäjistä, jotka suorittivat tiettyjä toimintoja valitun ajanjakson aikana, kuten sovelluksesi lataaminen tietyn kuukauden aikana tai tuotteesi löytäminen sosiaalisen median kautta tietyllä viikolla.

Aikasidonnaisuus on avainasemassa: Käyttäytymisen perusteella ryhmiteltyjä asiakkaita, joilla ei ole aikaparametria, kutsutaan segmenteiksi, ei kohorteiksi.

Miksi kohorttianalyysi on hyödyllinen?

Miksi kohorttianalyysi on hyödyllinen

Tämäntyyppinen analyysi on arvokas sen tarjoaman tiedon spesifisyyden vuoksi. Sen avulla yritykset voivat löytää vastauksia kohdennettuihin kysymyksiin analysoimalla vain olennaisia tietoja. Seuraavassa on joitakin asioita, joita tämä prosessi voi auttaa sinua tekemään.

  • Tiedä, miten käyttäjien käyttäytyminen vaikuttaa liiketoimintaasi. Kohorttianalyysin avulla voit nähdä, miten kohorttiin kuuluvien henkilöiden tekemät tai tekemättä jättämät toimet näkyvät muutoksina liiketoiminnan mittareissa, kuten hankinnassa ja sitoutumisessa.
  • Ymmärrä asiakkaiden vaihtuvuutta. Voit koota tietojasi arvioidaksesi hypoteesejasi siitä, johtaako yksi asiakastoimi tai -ominaisuus johonkin toiseen, kuten siihen, edistävätkö tiettyihin kampanjoihin liittyvät rekisteröitymiset suurempaa poistumaa.
  • Laske asiakkaan elinkaariarvo. Analysoimalla kohortteja hankinta-ajanjakson perusteella, kuten ryhmittelemällä asiakkaat rekisteröintikuukauden mukaan, voit nähdä, kuinka paljon asiakkaat ovat yritykselle arvokkaita ajan mittaan. Voit sitten edelleen ryhmitellä näitä kohortteja ajan, segmentin ja koon mukaan arvioidaksesi, mitkä hankintakanavat johtavat parhaaseen asiakkaan elinikäiseen arvoon (CLV).
  • Optimoi konversiosuppilo. Vertailemalla asiakkaita, jotka sitoutuivat eri tavoin tiettyinä ajankohtina myyntiprosessiisi, voit nähdä, miten käyttäjäkokemus koko digitaalisen markkinointisuppilon aikana näkyy asiakkaidesi arvossa.
  • Luo tehokkaampi asiakassuhde. Kun näet malleja siinä, miten eri kohortit sitoutuvat yritykseesi, SaaS-verkkosivustoosi ja tuotteeseesi, voit ryhtyä toimenpiteisiin, jotka kannustavat kaikkia asiakkaita tekemään erilaisia toimia tehokkaammin.

Miten kohorttianalyysia tehdään

Miten kohorttianalyysia tehdään

Miten kohorttianalyysin teet, riippuu siitä, mihin kysymykseen yrität vastata. Sinun on valittava seuraavat tiedot käyttämästäsi tiedonhallintaratkaisusta:

  1. Kohorttisi ominaisuudet (mikä määrittelee ryhmän)
  2. Sisällyttämismittari (toiminta, joka sai aikaan ryhmään kuulumisen)
  3. Palauttamismittari (asia, jonka haluat tietää heistä)

SaaS-kohorttianalyysi – esimerkki 1

Esimerkki kohorttianalyysistä, oletetaan, että olet mobiilipelien kehittäjä ja haluat selvittää, ovatko iOS-laitteiden käyttäjät olleet viimeisen vuosineljänneksen aikana enemmän vai vähemmän kannattavia kuin Android-laitteiden käyttäjät. Koska sovelluksen mainostamiseen molemmilla alustoilla on tähän mennessä käytetty yhtä paljon resursseja, päätät mitata, kuinka arvokkaita käyttäjät ovat kullakin alustalla vertaamalla keskimääräistä käyttäjäkohtaista liikevaihtoa (ARPU) iOS-laitteiden ja Android-laitteiden käyttäjien välillä.

Tässä tapauksessa kohorttien ominaisuudet määritellään sen mukaan, mikä mobiilikäyttöjärjestelmä kullakin käyttäjällä on (iOS tai Android). Molempien osallisuusmittari olisi aktiivinen käyttäjä viimeisen vuosineljänneksen aikana. Ja molempien tuottomittari olisi ARPU.

Esitettäköön, että inkluusiomittari kertoo, että iOS-kohortilla on 400 000 käyttäjää ja Android-kohortilla 500 000 käyttäjää. Inkluusiometriikka kertoo, että iOS-kohortilla on 200 000 aktiivista käyttäjää viimeisen neljänneksen aikana, kun taas Android-kohortilla on 250 000 käyttäjää. Tuottomittari osoittaa, että iOS-kohortin ARPU on 3 dollaria, kun taas Android-kohortin ARPU on 2 dollaria.

Tämän analyysin perusteella voit päätellä, että iOS-käyttäjät lataavat pelin epätodennäköisemmin, mutta ovat käyttäjäkohtaisesti hieman kannattavampia kuin Android-käyttäjät, minkä vuoksi voit päättää suunnata suuremman osan yrityksen markkinointibudjetista sovelluksen iOS-version myynninedistämiseen tulevalla neljänneksellä.

SaaS-kohorttianalyysi – esimerkki 2

Sinulla on siis esimerkiksi pilvipohjainen ajanseurantasovellus. Oletetaan, että on joulukuu ja haluat verrata kahdesta eri markkinointikampanjasta hankittujen asiakkaiden pysyvyysastetta: niiden asiakkaiden, jotka tilasivat asiakkaita huhtikuussa Mailchimpin drip-sähköpostikampanjan avulla, ja niiden, jotka tilasivat asiakkaita toukokuussa Googlen Adwords-kampanjan avulla.

Kohorttisi ominaisuudet määritetään sen markkinointikampanjan mukaan, joka on liitetty uuteen asiakkaaseen (sähköposti tai Adwords). Molempien sisällyttämismittari olisi rekisteröitymisen tekeminen. Ja molempien palautusmetriikka olisi asiakkaan tila (nykyinen tai vanhentunut) joulukuussa.

Esitettäkö, että sisällyttämismetriikka kertoo sinulle, että sähköpostikohortissa on 200 asiakasta ja Adwords-kohortissa 300 asiakasta. Paluumittari kertoo, että sähköpostikohortilla on 100 jäljellä olevaa nykyistä asiakasta joulukuussa, kun taas Adwords-kohortilla on 250 asiakasta. Pysyvyysasteet ovat 50 % sähköpostikampanjan kautta tulleiden asiakkaiden osalta ja 83 % Adwords-kampanjan kautta tulleiden asiakkaiden osalta.

Tästä analyysistä voit päätellä, että Adwords-kampanjan kautta tulleiden asiakkaiden pysyvyysasteet ovat huomattavasti korkeammat kuin sähköpostimarkkinoinnin kautta tulleiden asiakkaiden. Siksi saatat päättää keskittää tulevat markkinointikampanjat Adwordsiin tai jopa testata jotakin muuta hakukonemarkkinoinnin (SEM) ja display-markkinointistrategioiden yhdistelmää tulevaa analyysia varten.

Syvenny syvemmälle asiakaskohorttianalyysiin

Tämän tiedon avulla voit nyt verrata tätä analyysia muuhun tietoon yrittäessäsi selvittää, miksi ryhmien väliset erot ovat niin suuria. Saatat haluta tehdä saman analyysin esimerkiksi helmi-, maalis- ja kesäkuun rekisteröitymiskohorteille tai tarkastella, miten näiden kohorttien asiakkaat muuttuivat asiakkaiksi.

Osaavutuksia tulevaan kasvuun

Kohorttianalyysi voi tarjota kaikenlaista hyödyllistä tietoa siitä, mikä toimii parhaiten asiakkaiden sitouttamisessa, muuntamisessa ja säilyttämisessä. Se on jotain, mihin osaavien yritysten omistajien tulisi palata usein, kun etsit vastauksia sekä perus- että monimutkaisiin kysymyksiin yrityksesi edistymisestä ja kasvusta.

Lisälukemista:

  • Kohorttianalyysin käyttäminen SaaS-mittareidesi käyttökelpoisiksi tekemiseen
  • Mitä on kuluttajatutkimus ja miksi se on tärkeää startup-yrityksille?
  • Kuinka voit määrittää tuote-markkinoiden yhteensopivuuden: SaaS Growth Metrics to Focus On

Want more SaaS metrics and actionable insights? Tilaa ilmainen sähköpostiuutiskirjeemme ja saat tuoreen annoksen uusimpia juttujamme postilaatikkoosi (enintään kaksi kertaa kuukaudessa).

Vastaa

Sähköpostiosoitettasi ei julkaista.