Разбивка данных из набора данных на связанные группы для анализа
Что такое когортный анализ?
Когортный анализ – это форма поведенческой аналитики, которая берет данные из определенного подмножества, такого как бизнес SaaS, игры или платформы электронной коммерции, и группирует их в связанные группы, а не рассматривает данные как единое целое. Такие группировки называются когортами. Они имеют схожие характеристики, такие как время и размер.
Компании используют когортный анализ для анализа поведения клиентов на протяжении всего жизненного цикла каждого клиента. При отсутствии когортного анализа компании могут испытывать трудности с пониманием жизненного цикла, который проходит каждый клиент в течение определенного периода времени. Компании используют когортный анализ, чтобы понять тенденции и особенности поведения клиентов с течением времени и адаптировать свои предложения продуктов и услуг к выявленным группам.
Бизнес ежедневно сталкивается с большим количеством данных. Анализ таких больших объемов данных – это не только сложная, но и дорогостоящая задача, требующая специального персонала. Однако бизнес может разделить клиентов на более управляемые и действенные группы.
Как только компания увидит тенденции в том, как различные группы пользователей используют ее продукты, она сможет выявить проблемы в своих маркетинговых методах и определить, когда и как лучше всего взаимодействовать с различными группами или типами клиентов. Бизнес также использует данные с разбивкой по категориям для разработки стимулов, которые будут мотивировать клиентов продолжать пользоваться их продуктами, когда они, скорее всего, перестанут их покупать.
Типы групп для анализа
Группы могут быть сгруппированы в следующие категории:
1. Группы, основанные на времени
Временные группы – это клиенты, которые подписались на продукт или услугу в течение определенного периода времени. Анализ этих групп показывает поведение клиентов в зависимости от времени, когда они начали пользоваться продуктами или услугами компании. Этот период может быть ежемесячным или ежеквартальным, в зависимости от цикла продаж компании.
Например, если 80% клиентов, зарегистрировавшихся в компании в первом квартале, остаются с ней в четвертом квартале, но только 20% клиентов, зарегистрировавшихся во втором квартале, остаются с компанией до четвертого квартала, это показывает, что клиенты второго квартала не были удовлетворены. Возможно, компания переоценила свои возможности во время рекламных акций во втором квартале, или конкурент нацелен на тех же клиентов, предлагая им более качественные продукты или услуги.
Анализ временных рядов помогает оценить уровень оттока. Например, если клиенты, которые зарегистрировались на продукт компании в 2017 году, уходят быстрее, чем те, кто зарегистрировался в 2018 году, компания может использовать эти данные для выяснения причины. Это может быть связано с тем, что компания не выполняет своих обещаний, конкурент предлагает продукцию более высокого качества или непосредственно нацелен на ваших клиентов, предлагая им более выгодные стимулы.
В бизнесе SaaS уровень оттока, как правило, высок в начале определенного периода времени и снижается по мере того, как клиенты привыкают к продуктам. Клиенты, которые остаются в компании дольше, как правило, любят продукт, и отток клиентов снижается по сравнению с началом периода времени. В отсутствие когорт компания может не определить точную причину, по которой большое количество клиентов отказывается от продуктов в течение определенного периода времени.
2. Сегментные когорты
Сегментные группы – это те клиенты, которые приобрели определенный продукт или оплатили определенную услугу в прошлом. Клиенты группируются по типу продукта или уровню обслуживания, на которые они подписались. У клиентов, которые подписались на услуги базового уровня, могут быть другие потребности, чем у тех, кто подписался на расширенные услуги. Понимание потребностей различных групп клиентов может помочь компании разработать индивидуальные услуги или продукты для определенных сегментов.
SaaS-компания может предоставлять различные уровни услуг в зависимости от покупательной способности целевой аудитории. Анализ каждого уровня помогает определить, какие виды услуг подходят для определенных сегментов ваших клиентов.
Например, если отток клиентов продвинутого уровня происходит гораздо быстрее, чем от услуг базового уровня, это свидетельствует о том, что расширенные услуги стоят слишком дорого или что услуги базового уровня просто лучше удовлетворяют потребностям большинства клиентов. Понимание того, что клиенты ищут в пакете, помогает компании оптимизировать свои уведомления, фокусируясь на актуальных push-рассылках, которые клиенты будут открывать и читать.
3. Группы, основанные на размерах
Группы, основанные на размерах, относятся к различным категориям клиентов, которые приобретают продукты или услуги компании. Клиентами могут быть малые и начинающие предприятия, предприятия среднего размера и предприятия корпоративного уровня.
Сравнение различных категорий клиентов в зависимости от их размера позволяет определить, откуда поступают самые крупные покупки. Для категорий с наименьшим количеством покупок компания может проанализировать любые проблемы, связанные с предлагаемыми продуктами и услугами, и провести мозговой штурм в целях улучшения, которое может повысить уровень продаж.
В бизнес-модели SaaS малый и начинающий бизнес, как правило, развивается быстрее, чем компании корпоративного уровня. У малого и начинающего бизнеса может быть небольшой бюджет, и они тестируют недорогие продукты, чтобы понять, что им подходит. Предприятия корпоративного уровня имеют больший бюджет и, как правило, используют продукт в течение более длительного периода времени.
Пример когортного анализа
В приведенном ниже наборе данных представлена случайная выборка из примерно 5000 клиентов вымышленной компании-разработчика программного обеспечения. В формулах приводится дата начала работы каждого клиента, а также количество месяцев, прошедших с даты, когда клиент в последний раз активно пользовался программным обеспечением компании. Приведенный ниже когортный анализ является прекрасным инструментом для разделения выборок по времени. Обратите внимание, что другие сегменты когорт могут разделять выборки не только по времени, но и по другим характеристикам.
На первый взгляд, мы можем заметить, что в июле и декабре показатели удержания клиентов были выше: более 95% клиентов оставались на сайте до четырех месяцев. В отличие от этого, в другие месяцы многие клиенты обычно остаются на сайте только до двух месяцев. Возможно, это связано с рекламной акцией, которую компания проводила в те месяцы, что привело к увеличению числа посетителей. Одним из примеров являются летние акции Spotify, в рамках которых они предлагают 3-4 месяца обслуживания по сниженной цене.
С другой стороны, в апреле мы наблюдаем более высокий уровень оттока, когда огромное количество клиентов уходит после первого месяца. Возможно, в этом случае произошел сбой в программном обеспечении, который отпугнул большое количество клиентов.
Объединение когорт
Ни один из видов когортного анализа не обязательно лучше другого. Компаниям, скорее всего, следует объединить два или более из этих сегментов, чтобы получить более глубокое представление о том, как клиенты справляются с их продуктами.
Например, если анализ показывает, что у премиум-абонентов наблюдается более высокий уровень оттока, чем у обычных абонентов, то компания может немедленно принять меры для исправления ситуации. Если клиенты премиум-класса испытывают отток клиентов из-за высокой стоимости продуктов, компания может пересмотреть затраты или создать дополнительные стимулы, чтобы побудить их остаться.
Если анализ показывает, что клиенты премиум-класса постоянно ищут в справочной документации похожие запросы, то компания может связаться с ними по телефону или электронной почте, чтобы лучше гарантировать, что клиенты найдут удовлетворяющее их решение.
