Когортный анализ

Когортный анализ — что это такое? По определению, это форма поведенческой аналитики, которая берет данные из определенного подмножества — например, из бизнес-платформы SaaS, программы веб-аналитики, игры или платформы онлайн-торговли. Когортный анализ не рассматривает данные как единое целое, а объединяет их в связанные группы. Группы называются когортами и имеют схожие характеристики.

Анализ больших объемов данных — сложная и дорогостоящая задача. Однако бизнес может разбить их на более управляемые и действенные когорты, что существенно облегчит процесс и может решить множество бизнес-задач. Компании используют когортный анализ для уточнения поведения клиента на протяжении его жизненного цикла, для понимания тенденций, построения моделей и адаптации своих предложений к выявленным когортам.

Что такое когорта

Когорта — это группа людей, у которых есть общая характеристика в течение определенного периода времени.

Например, люди, родившиеся между 1972 и 1988 годами, которые попали в ДТП, составляют когорту.

В мире анализа когорта — это группа пользователей, которые выполнили общее действие или множественные действия в течение определенного периода времени на сайте, в приложении или офлайн. Говоря о группах, не зависящих от времени, обычно используется термин «сегмент», а не «когорта».

Когорты могут выглядеть примерно так:

  • подписки на пробную версию приложения за последние 30 дней;
  • клиенты, совершившие платеж в канун Нового года;
  • новые пользователи, пришедшие по рекламе в социальных сетях;
  • клиенты, предъявившие купон на скидку в торговой точке.

Типы когорт для анализа

Все когорты для анализа можно разделить на несколько основных категорий.

Типы когорт для анализа
Characters of people and their social network illustration

Когорты на основе времени

Когорта на основе времени — это группа клиентов, которые оплатили продукт или услугу в течение определенного периода. Анализ этих когорт показывает поведение клиентов в зависимости от того, когда они начали использовать продукты или услуги компании. Период времени может быть ежемесячным или ежеквартальным, в зависимости от цикла продаж бизнеса.

Пример:

  1. 80% клиентов, которые пришли в I квартале, остаются с компанией в IV квартале.
  2. Только 20% клиентов, пришедших во II квартале, остаются в компании до IV квартала.

Это показывает, что во второй когорте отток клиентов существенно больше.

Анализ когорт на основе времени помогает определить уровень оттока клиентов и использовать эти данные, чтобы выяснить причину. Может быть, компания не выполняет свои обещания или конкурент предлагает продукты с более высоким качеством или лучшей ценой.

Коэффициент оттока клиентов обычно высок в начале определенного периода времени и снижается по мере того, как потребители привыкают к продуктам. Клиенты, которые остаются в компании дольше, как правило, уходят реже.

В отсутствие когортного анализа бизнес может и не определить точную причину, почему большое количество клиентов отказывается от продуктов или услуг в течение определенного периода времени.

Сегментные когорты

Сегментная когорта — это группа клиентов, которые приобрели определенный продукт или заплатили за определенную услугу в прошлом. Она объединяет клиентов по типу продукта или уровню обслуживания, на который они подписались. У клиентов, которые выбрали услуги базового уровня, могут быть другие потребности, чем у тех, кто оплатил премиум. Понимание этого поможет компании разработать индивидуальные услуги или продукты для определенных сегментов аудитории.

Пример:

Бизнес в сфере SaaS может предоставлять разные уровни услуг в зависимости от покупательной способности. Анализ каждого уровня помогает определить, какие услуги подходят конкретным сегментам клиентов.

Если клиенты «продвинутого» уровня уходят намного быстрее, чем базового, это свидетельствует о том, что премиум-услуги слишком дороги, или что обычные лучше удовлетворяют потребности большинства.

Анализ сегментных когорт помогает сосредоточиться на соответствующих маркетинговых кампаниях, которые привлекут нужную аудиторию.

Когорты на основе размера

Когорты на основе размера относятся к разным «размерам» клиентов, которые покупают продукты или услуги компании. Заказчиками могут быть физические лица, малые компании, средние предприятия или отраслевые гиганты.

Сравнение различных категорий клиентов по размеру показывает, откуда поступают самые крупные заказы. Выявив категории с наименьшим количеством покупок, компания может начать решать проблемы, связанные с предлагаемыми продуктами и услугами, или отказаться от данной целевой аудитории.

Пример:

В сфере услуг малые предприятия и стартапы обычно принимают решение о заказе с большей скоростью, чем крупные компании. Но они имеют небольшой бюджет и часто тестируют все недорогие предложения, чтобы выбрать подходящее. И наоборот, крупные предприятия имеют больший бюджет и сохраняют лояльность выбранному поставщику в течение более длительного периода. Но со времени презентации до заказа могут пройти месяцы, если не годы.

Когорты по поведению

Эти когорты сегментируют пользователей по поведению, которое они проявили. Иными словами, поведенческая когорта состоит из клиентов, которые выполнили одно и то же действие в течение одного и того же периода времени.

Компания может использовать когорты по поведению, чтобы определить, какие сегменты пользователей с наибольшей вероятностью станут постоянными клиентами.

Пример:

При разработке мобильного приложения в качестве объединяющей характеристики для анализа можно взять любой из факторов — от установки, запуска или удаления до комбинации действий или транзакций из приложения. Это может быть любой клиент, который совершил покупку в приложении в течение первых 7 дней с момента загрузки.

Анализ позволит работать над оптимизацией пользовательского опыта в соответствии с предпочтениями этих клиентов и повышать вероятность долгосрочного взаимодействия.

Объединенные когорты

Для полной картины стоит объединить два или более типа, тогда такая когорта называется объединенной. Например, если анализ по сегменту показывает, что у премиальных клиентов уровень оттока выше, чем у базовых, компания может принять немедленные меры для исправления ситуации. Если премиальные клиенты чаще отказываются от услуг из-за высокой стоимости продуктов, что показывает когорта на основе времени, бизнес может пересмотреть затраты или создать дополнительные стимулы, чтобы побудить их остаться.

Когортный анализ: прямой и обратный

Когортный анализ — мощный инструмент для понимания сезонности продаж, жизненного цикла клиентов и долгосрочного прогноза для бизнеса. Типичная когорта группирует пользователей по неделям или месяцам, когда они впервые совершили определенное действие. Когортный анализ относится к отслеживанию и исследованию эффективности когорт с течением времени.

Как и прямой когортный анализ, обратный помогает выявить поведенческие тенденции в течение заранее определенного периода времени. Однако структура его идет «от обратного».

Прямой когортный анализ начинает анализировать первое пользовательское событие и переходит к отслеживанию действий в будущем.

Обратный когортный анализ — это процесс отслеживания от желаемого события, например, покупки, назад во времени. Затем можно начать анализировать модели и поведение клиентов, которые прошли путь до регистрации или покупки, и определить общие черты между ними.

Что можно сделать с помощью когортного анализа

Когортный анализ поможет ответить на такие вопросы, как:

  • Являются ли новые клиенты, которых компания привлекла, более ценными, чем прежние?
  • Повлияли ли изменения, которые внесены на сайт, на поведение новых посетителей?
  • Есть ли сезонные различия между привлеченными пользователями? Возможно, клиенты, пришедшие во время крупных розничных распродаж, ведут себя иначе, чем те, кто пришел в другое время.
  • Каков уровень удержания клиентов в компании?
  • Какова пожизненная ценность клиента?
  • Когда клиенты начинают уходить?
  • Какова эффективность отдельных рекламных каналов?

Примеры когортного анализа

Вот несколько областей бизнеса, которые эффективно используют преимущества этого типа аналитики.

Игры

Игры и игровые приложения могут сегментировать своих игроков, идентифицировать когорты опытных игроков и новых пользователей, чтобы определить особенности каждой.

Например, «гуру» могут заметно отреагировать на задержку по времени загрузки, которая может снизить доход от этой конкретной когорты. Если смотреть на портрет пользователей в целом, невозможно четко определить причину такой резкой потери дохода. Когортный анализ на таком микроуровне позволяет быстро вносить необходимые изменения, чтобы все пользователи были довольны.

SaaS

Компаниям в сфере SaaS нужен анализ данных от клиентов, которые зарегистрировались после запуска нового продукта, обновления платформы, или даже тех, кто использует определенный инструмент или функцию. Когортный анализ позволит выявить ключевые отличия в поведении новых клиентов от тех, которые зарегистрировались перед запуском или обновлением.

Он также помогает визуализировать такие важные показатели, как процент оттока клиентов, жизненный цикл и пожизненная ценность клиента.

Электронная торговля

Бизнес в электронной коммерции может быть заинтересован в анализе поведения клиентов, совершивших покупки за определенный период времени и закономерностей во время конкретной продажи или рекламной акции. Когортный анализ также позволяет определить, приводят ли действия бизнеса по оптимизации воронки продаж к более частым заказам после первоначальной покупки клиента.

Когортный анализ в Google Аналитике

Выделить нужные когорты и проанализировать данные можно с помощью систем веб-аналитики. Например, в Google Аналитике есть специальный раздел «Когортный анализ». Он находится в меню «Отчеты» — «Аудитория». Задав нужные параметры когорты, можно получить классический сводный отчет по всем показателям.

Что означает когортная диаграмма и как ее читать

Диаграммы когортного анализа представляют собой полезные визуализации, содержащие много информации.

Вот пример когортной диаграммы, отображающей недельный доход от клиента муниципальной парковки. Мы определяем когорту пользователей, привлеченных за определенную неделю.

Когортная диаграмма общий вид

Когорты расположены вдоль вертикальной оси — самые старые данные находятся вверху, а самые новые — внизу. В этом примере у нас есть недельные когорты, самая старая из которых начинается 22 ноября.

По горизонтальной оси отложены периоды времени с начала когорты. В этом примере они варьируются от недели 0 — неделя приобретения, до недели 4 — четыре недели с недели приобретения.

Ячейки посередине содержат соответствующие значения для показателя, который мы строим. В данном случае, это еженедельный доход от пользователя. Из диаграммы видно, что в среднем пользователи, потратили 100 рублей за неделю 22-29 ноября — неделя 0. На следующей неделе та же группа пользователей в среднем оплатила 30 рублей. А на следующей неделе — неделя 2 — они же потратили 12 рублей и так далее.

Очевидно, что самые старые когорты клиентов имеют больше данных, так как они с компанией дольше всего. Так, у пользователей из когорты от 22 ноября было 4 недели с момента их привлечения. А у пользователей из когорты от 20 декабря — всего одна. Это приводит к типичной треугольной форме когортных диаграмм, поэтому их иногда называют треугольными диаграммами.

Когортная диаграмма треугольник

Чтобы лучше визуализировать тенденции в данных, во многих когортных диаграммах используется цветовая заливка. В нашем примере можно сделать так: чем темнее цвет, тем выше доход на пользователя.

Когортная диаграмма цветовая заливка

Заливка помогает увидеть, что ценность наших когорт со временем снижается — в первые недели они тратят больше, чем в последующие. Это также упрощает выявление несоответствий, таких как относительно низкое значение нулевой недели для нашей когорты от 13 декабря — 65 рублей.

Резкое падение доходов по времени от 0 недели до последующих или их медленное затухание после этого типично для большинства когорт. Как правило, клиенты наиболее прибыльны именно тогда, когда их привлекают, затем их активность снижается со временем.

Важный совет — проводя когортный анализ, нужно всегда помнить о размере. Если у вас всего несколько пользователей в неделю, показатели, скорее всего, будут сильно варьироваться. И то, что кажется закономерностью, может быть просто шумом. В этом случае стоит рассмотреть возможность создания двухнедельных или ежемесячных когорт.

Блог