Az ügyfélcsoportok összehasonlítása nagyon hasznos lehet a vállalat fejlődésének értékeléséhez. Miközben elemzi, hogy a különböző csoportok hogyan viselkednek egy standard időszak alatt, mintákat emelhet ki, és ezeket az információkat felhasználhatja a problémák jobb azonosítására, az ügyfelek igényeinek kielégítésére és az elköteleződési stratégiák megtervezésére.

A múlt hónapban szerzett ügyfelek másképp viselkednek, mint azok, akiket az előző hónapban szerződtetett? Másképp viselkednek azok a felhasználók, akik egy kedvezményre vagy promócióra reagáltak, mint azok, akik teljes áron vásároltak? A kohorszelemzés választ ad ezekre a kérdésekre, és lehetővé teszi a vállalat számára, hogy egyértelmű mintákat azonosítson a különböző ügyfélcsoportok között.

Mi a kohorszelemzés?

A kohorszelemzés a viselkedéselemzés egy típusa, amelyet elsősorban az ügyfelek rokon csoportokra bontásával azonosítanak, hogy jobban megértsék a viselkedésüket. Ez egy informatív üzleti elemzési eszköz, amelyet minden vállalkozónak a hátsó zsebében kell tartania. Az alábbiakban bemutatjuk, hogyan működik a kohorszelemzés, és miért hasznos stratégia a betekintés megszerzéséhez.

Mi az a kohorsz?

A kohorszelemzésben a kohorsz az ügyfelek elemzett csoportja. Pontosabban, a kohorsz olyan emberek csoportja, akikben egy adott időszakban van valami közös. E csoport paramétereit általában az elemzéssel megválaszolni kívánt kérdés és a szignifikánsnak ítélt mérőszámok alapján határozzák meg.

A kohorsz általános értelemben lehet bármi olyan véletlenszerű, mint “1978-ban született emberek, akik színvakok”. Az Ön vállalkozására vonatkozó kohorszelemzés céljaira azonban a csoportosítások általában olyan felhasználókból állnak, akik bizonyos műveleteket hajtottak végre egy kiválasztott időkeretben, például letöltötték az alkalmazását egy adott hónapban, vagy megtalálták a termékét a közösségi médián keresztül egy adott héten.

Az időhöz kötöttség kulcsfontosságú: A viselkedés alapján csoportosított, de időparaméter nélküli ügyfeleket szegmenseknek, nem pedig kohorszoknak nevezzük.

Miért hasznos a kohorszelemzés?

Az ilyen típusú elemzés az általa szolgáltatott információk specifikussága miatt értékes. Lehetővé teszi a vállalatok számára, hogy csak a releváns adatok elemzésével célzott kérdésekre találjanak választ. Íme néhány dolog, amiben ez az eljárás segíthet.

• Tudja meg, hogy a felhasználói viselkedés hogyan befolyásolja a vállalkozását. A kohorszelemzés lehetővé teszi, hogy lássa, hogy a kohorszba tartozók által végrehajtott vagy nem végrehajtott cselekvések hogyan változnak az üzleti mutatókban, például az akvizícióban és a megtartásban.
• Értse meg az ügyfelek elvándorlását. Összevonhatja adatait, hogy értékelje a hipotéziseit arra vonatkozóan, hogy az ügyfelek egyik cselekvése vagy tulajdonsága vezet-e egy másikhoz, például, hogy egy adott promócióhoz kapcsolódó feliratkozások nagyobb elvándorlást ösztönöznek-e.
• Számítsa ki az ügyfelek élettartam-értékét. Az akvizíciós időszakon alapuló kohorszok elemzése, például az ügyfelek csoportosítása a feliratkozás hónapja alapján, lehetővé teszi, hogy megnézze, mennyit érnek az ügyfelek a vállalat számára az idő múlásával. Ezt követően tovább csoportosíthatja ezeket a kohorszokat idő, szegmens és méret szerint, hogy felmérje, mely akvizíciós csatornák vezetnek a legjobb ügyfél-életidőértékhez (CLV).
• Optimalizálja a konverziós tölcsért. Az értékesítési folyamatában adott időpontokban különböző módon részt vevő ügyfelek összehasonlítása lehetővé teszi, hogy lássa, hogy a digitális marketing tölcséren átívelő felhasználói élmény hogyan fordítja le az ügyfelek értékét.
• Hatékonyabb ügyfélkapcsolat kialakítása. Ha mintákat lát abban, ahogyan a különböző kohorszok elköteleződnek a vállalatával, SaaS-weboldalával és termékével, akkor olyan lépéseket tehet, amelyek minden ügyfelet különböző műveletek hatékonyabb elvégzésére ösztönöznek.

Hogyan végezzen kohorszelemzést

Az, hogy hogyan végezze el a kohorszelemzést, attól függ, milyen kérdésre próbál választ adni. Bármelyik adatkezelési megoldásból is választja ki a következő információkat:

1. A kohorsz jellemzői (mi határozza meg a csoportot)
2. Egy befogadási metrika (a cselekvés, amely a csoportba való befogadást előidézte)
3. Egy visszatérési metrika (az, amit tudni szeretne róluk)

SaaS kohorszelemzés – 1. példa

Egy SaaS kohorszelemzési példa, tegyük fel, hogy Ön egy mobiljáték-fejlesztő, és azt szeretné meghatározni, hogy az iOS-eszközök felhasználói több vagy kevesebb nyereséget hoztak-e az elmúlt negyedévben, mint az Android-eszközök felhasználói. Mivel eddig az időpontig azonos erőforrásokat használtak fel az alkalmazás népszerűsítésére mindkét platformon, úgy dönt, hogy az egy felhasználóra jutó átlagos bevétel (ARPU) összehasonlításával méri, mennyire értékesek a felhasználók az egyes platformokon az iOS- és az Android-eszközökön lévő felhasználók között.

A kohorszok jellemzőit ebben az esetben az határozza meg, hogy az egyes felhasználók milyen mobil operációs rendszerrel rendelkeznek (iOS vagy Android). A befogadási mérőszám mindkettő esetében az lenne, hogy az elmúlt negyedévben aktív felhasználó volt. A megtérülési metrika pedig mindkettő esetében az ARPU lenne.

Tegyük fel, hogy a bevonási metrika azt mondja, hogy az iOS-kohorsznak 400 000 felhasználója van, az Android-kohorsznak pedig 500 000 felhasználója. A befogadási metrika azt mutatja, hogy az iOS-kohorsznak 200 000 aktív felhasználója volt az elmúlt negyedévben, míg az Android-kohorsznak 250 000 felhasználója. A megtérülési metrika azt jelzi, hogy az iOS kohorsz ARPU-ja 3 dollár, míg az Android kohorsz ARPU-ja 2 dollár.

Ebből az elemzésből arra a következtetésre juthat, hogy az iOS felhasználók kisebb valószínűséggel töltik le a játékot, de egy felhasználóra vetítve valamivel nyereségesebbek, mint az Android felhasználók; ezért úgy dönthet, hogy a vállalat marketing költségvetésének nagyobb részét az alkalmazás iOS verziójának népszerűsítésére fordítja a következő negyedévben.

SaaS kohorszelemzés – 2. példa

Egy felhőalapú időkövető alkalmazással rendelkezik. Tegyük fel, hogy december van, és össze szeretné hasonlítani a két különböző marketingkampányból szerzett ügyfelek megtartási arányát: azokét, akik egy áprilisi Mailchimp drip e-mail kampányból regisztráltak, és azokét, akik egy májusi Google Adwords kampányból regisztráltak.

A kohorszok jellemzőit az új ügyfélnek tulajdonított marketingkampány (e-mail vagy Adwords) határozza meg. A befogadási metrika mindkettő esetében a feliratkozási művelet megtétele lenne. A visszatérési metrika pedig mindkettő esetében az ügyfél státusza (jelenlegi vagy lejárt) decemberben.

Tegyük fel, hogy a befogadási metrika azt mondja, hogy az e-mail kohorsznak 200, míg az Adwords kohorsznak 300 ügyfele van. A visszatérési metrika azt jelzi, hogy az e-mail kohorsznak decemberben 100 jelenlegi ügyfele marad, míg az Adwords kohorsznak 250 ügyfele van. A megtartási arányok 50% azoknál, akik az e-mail kampányból jelentkeztek, és 83% azoknál, akik az Adwords kampányból jelentkeztek.

Ezekből az elemzésekből arra következtethet, hogy az Adwords kampányból jelentkezők megtartási aránya jelentősen magasabb, mint az e-mail marketingből jelentkezőké. Ezért úgy dönthet, hogy a jövőbeni marketingkampányokat az Adwords-re összpontosítja, vagy akár a keresőmarketing (SEM) és a display marketing stratégiák valamilyen más kombinációját is tesztelheti a jövőbeli elemzéshez.

Mélyebbre merül az ügyfélkohorsz-elemzésben

Az információk birtokában most ezt az elemzést más adatokkal is összevetheti, hogy megpróbálja kideríteni, miért ilyen nagy a különbség a csoportok között. Érdemes lefuttatni ugyanezt az elemzést például a februári, márciusi és júniusi feliratkozási kohorszokon, vagy megnézni, hogy az ezekben a kohorszokban lévő ügyfelek hogyan váltak vevőkké.

Észrevételek a jövőbeli növekedéshez

A kohorszelemzés mindenféle hasznos betekintést nyújthat abba, hogy mi működik a legjobban az ügyfelek bevonása, átalakítása és megtartása érdekében. Ez olyasvalami, amihez a hozzáértő cégtulajdonosoknak gyakran vissza kell térniük, amikor a vállalat fejlődésével és növekedésével kapcsolatos alapvető és összetett kérdésekre egyaránt választ keresnek.

További olvasnivalók:

• A kohorszelemzés használata a SaaS-mérőszámok hasznosíthatóvá tételéhez
• Mi a fogyasztói kutatás és miért fontos a startupok számára?
• How to Establish Product-Market Fit:

Még több SaaS-mérőszámot és hasznosítható betekintést szeretne? Iratkozzon fel ingyenes e-mail hírlevelünkre, hogy a legfrissebb történeteinkből friss adagot kapjon postaládájába (havonta legfeljebb kétszer).