Het kan heel nuttig zijn om groepen klanten met elkaar te vergelijken bij het beoordelen van de voortgang van uw bedrijf. Als u analyseert hoe verschillende groepen zich tijdens een standaardperiode gedragen, kunt u patronen ontdekken en die informatie gebruiken om problemen beter te identificeren, beter aan de behoeften van klanten te voldoen en strategieën voor betrokkenheid te ontwerpen.

Handelen klanten die u vorige maand hebt geworven anders dan klanten die u de maand ervoor hebt ingeschreven? Gedragen gebruikers die op een korting of promotie hebben gereageerd, zich anders dan degenen die tegen de volle prijs hebben gekocht? Cohortanalyse geeft antwoord op deze vragen en stelt een bedrijf in staat duidelijke patronen in verschillende klantgroepen te identificeren.

Wat is cohortanalyse?

Cohortanalyse is een vorm van gedragsanalyse, die voornamelijk wordt geïdentificeerd door klanten op te splitsen in verwante groepen om zo een beter inzicht te krijgen in hun gedragingen. Het is een informatief hulpmiddel voor business analytics dat elke bedrijfseigenaar in zijn achterzak zou moeten hebben. Hieronder wordt uitgelegd hoe cohortanalyse werkt en waarom het een nuttige strategie is om inzicht te krijgen.

Wat is een cohort?

In cohortanalyse is een cohort de groep klanten die wordt geanalyseerd. Meer specifiek is een cohort een groep mensen die gedurende een bepaalde periode iets met elkaar gemeen hebben. De parameters van deze groep worden over het algemeen vastgesteld op basis van de vraag die u met de analyse wilt beantwoorden en de metrieken die significant worden geacht.

Een cohort in algemene zin kan zo willekeurig zijn als “mensen geboren in 1978 die kleurenblind zijn”. Voor de doeleinden van cohortanalyse voor uw bedrijf bestaan de groeperingen echter meestal uit gebruikers die bepaalde acties hebben uitgevoerd tijdens een gekozen tijdsbestek, zoals het downloaden van uw app tijdens een bepaalde maand of het vinden van uw product via sociale media in een bepaalde week.

De tijdgebondenheid is de sleutel: Klanten die zijn gegroepeerd op basis van gedrag, maar zonder een tijdsparameter, worden segmenten genoemd, geen cohorten.

Waarom is cohortanalyse nuttig?

Dit type analyse is waardevol vanwege de specificiteit van de informatie die het oplevert. Het stelt bedrijven in staat antwoorden te vinden op gerichte vragen door alleen de relevante gegevens te analyseren. Hier zijn enkele dingen die dit proces u kan helpen doen.

• Weten hoe het gedrag van gebruikers uw bedrijf beïnvloedt. Met cohortanalyse kunt u zien hoe acties die leden van het cohort al dan niet hebben ondernomen, zich vertalen in veranderingen in bedrijfsstatistieken, zoals acquisitie en retentie.
• Begrijp klantenchurn. U kunt uw gegevens bundelen om uw hypotheses te beoordelen over de vraag of de ene actie of eigenschap van een klant tot een andere leidt, zoals de vraag of aanmeldingen in verband met een specifieke promotie een grotere churn stimuleren.
• Bereken klantlevensduurwaarde. Door cohorten te analyseren op basis van de acquisitieperiode, zoals het groeperen van klanten op basis van de maand waarin ze zich hebben aangemeld, kunt u zien hoeveel klanten in de loop der tijd waard zijn voor het bedrijf. Vervolgens kunt u deze cohorten verder groeperen op tijd, segment en grootte om te beoordelen welke acquisitiekanalen tot de beste customer lifetime value (CLV) leiden.
• Optimaliseer uw conversietrechter. Door klanten te vergelijken die zich op verschillende manieren op bepaalde momenten met uw verkoopproces hebben beziggehouden, kunt u zien hoe de gebruikerservaring in de digitale marketing funnel zich vertaalt in de waarde van uw klanten.
• Creëer een effectievere klantenbinding. Als u patronen ziet in hoe verschillende cohorten zich bezighouden met uw bedrijf, SaaS-website en product, kunt u stappen ondernemen die alle klanten zullen aanmoedigen om efficiënter verschillende acties te ondernemen.

Hoe doet u cohortanalyse

Hoe u cohortanalyse gaat uitvoeren, hangt af van welke vraag u probeert te beantwoorden. U moet de volgende informatie selecteren uit de gegevensbeheeroplossing die u gebruikt:

1. De kenmerken van uw cohort (wat definieert de groep)
2. Een inclusie metric (de actie die aan de opname in de groep voorafging)
3. Een return metric (datgene wat u over hen wilt weten)

SaaS cohort analyse – voorbeeld 1

Voor een voorbeeld van een SaaS cohort analyse, laten we zeggen dat u een ontwikkelaar van mobiele games bent en u wilt bepalen of gebruikers op iOS-apparaten het afgelopen kwartaal meer of minder winstgevend zijn geweest dan gebruikers op Android-apparaten. Aangezien tot nu toe evenveel middelen zijn gebruikt om de app op beide platforms te promoten, besluit u te meten hoe waardevol gebruikers op elk platform zijn door de gemiddelde inkomsten per gebruiker (ARPU) te vergelijken tussen gebruikers op iOS-apparaten en Android-apparaten.

In dit geval worden de kenmerken van de cohorten bepaald door het mobiele besturingssysteem dat elke gebruiker heeft (iOS of Android). De inclusie metriek voor beide zou zijn een actieve gebruiker in het laatste kwartaal. En de return metric voor beide zou ARPU.

Stel dat de inclusie metric u vertelt dat het iOS-cohort 400.000 gebruikers heeft en het Android-cohort heeft 500.000 gebruikers. De inclusie metriek geeft aan dat het iOS cohort 200.000 actieve gebruikers heeft over het laatste kwartaal terwijl het Android cohort 250.000 heeft. De return metric geeft aan dat het iOS-cohort een ARPU van $ 3 heeft, terwijl het Android-cohort een ARPU van $ 2 heeft.

Uitt deze analyse zou u kunnen concluderen dat iOS-gebruikers minder geneigd zijn om het spel te downloaden, maar iets winstgevender zijn per gebruiker dan Android-gebruikers; en daarom zou u ervoor kunnen kiezen om een groter deel van het marketingbudget van het bedrijf te bestemmen voor het promoten van de iOS-versie van de app voor het komende kwartaal.

SaaS-cohortanalyse – voorbeeld 2

Zo hebt u bijvoorbeeld een cloud-gebaseerde tijdregistratie-app. Laten we zeggen dat het december is en dat u de retentiepercentages wilt vergelijken van de klanten die u via twee verschillende marketingcampagnes hebt geworven: degenen die zich hebben aangemeld via een Mailchimp-drip-e-mailcampagne in april, en degenen die zich hebben aangemeld via een Google Adwords-campagne in mei.

De kenmerken van uw cohorten worden gedefinieerd door de marketingcampagne die aan de nieuwe klant is toegeschreven (e-mail of Adwords). De inclusie metriek voor beide zou zijn het nemen van de actie van het aanmelden. En de return metric voor beide zou zijn klant status (huidige of verlopen) in december.

Stel dat de inclusie metric vertelt je dat de e-mail cohort 200 klanten heeft, terwijl de Adwords cohort 300 heeft. De return metric geeft aan dat het e-mail cohort 100 resterende huidige klanten heeft in december, terwijl het Adwords cohort er 250 heeft. De retentiepercentages zijn 50% voor degenen die zich hebben aangemeld via de e-mailcampagne, en 83% voor degenen die zich hebben aangemeld via de Adwords-campagne.

U kunt uit deze analyse concluderen dat de retentiepercentages voor klanten die zich hebben aangemeld via de Adwords-campagne significant hoger zijn dan degenen die zich hebben aangemeld via e-mailmarketing. Daarom zou u ervoor kunnen kiezen om toekomstige marketingcampagnes op Adwords te richten of zelfs een andere combinatie van zoekmachinemarketing (SEM) en displaymarketingstrategieën te testen voor toekomstige analyse.

Duik dieper in klantcohortanalyse

Met deze informatie kunt u deze analyse nu kruislings vergelijken met andere gegevens om te proberen erachter te komen waarom het verschil tussen de groepen zo groot is. Misschien wilt u dezelfde analyse uitvoeren op de inschrijvingscohorten van februari, maart en juni, bijvoorbeeld, of kijken hoe de klanten in deze cohorten in klanten veranderden.

Inzichten voor toekomstige groei

Cohortanalyse kan allerlei nuttige inzichten verschaffen in wat het beste werkt om klanten te binden, te converteren en te behouden. Het is iets waar slimme bedrijfseigenaren vaak naar terug moeten keren, wanneer u zowel basis- als complexe vragen over de voortgang en groei van uw bedrijf probeert te beantwoorden.

Verder lezen:

• Cohortanalyse gebruiken om uw SaaS-metriek uitvoerbaar te maken
• Wat is consumentenonderzoek en waarom is het belangrijk voor starters?
• Hoe product-marktgeschiktheid vast te stellen: SaaS Growth Metrics to Focus On

Wil je meer SaaS metrics en actionable insights? Abonneer u op onze gratis e-mailnieuwsbrief om een verse dosis van onze nieuwste verhalen in uw inbox te ontvangen (niet meer dan twee keer per maand).