Kohorttianalyysi - Ymmärrä kohortit ja niiden analysointi

Kohorttianalyysi on käyttäytymisanalytiikan muoto, joka ottaa tietoja tietystä osajoukosta, kuten SaaS-liiketoiminnan yritysrakenne Yritysrakenne viittaa yrityksen eri osastojen tai liiketoimintayksiköiden organisaatioon. Riippuen yrityksen tavoitteista ja toimialasta, pelistä tai verkkokaupan alustasta ja ryhmitellä se toisiinsa liittyviin ryhmiin sen sijaan, että katsot tietoja yhtenä kokonaisuutena. Ryhmiä kutsutaan kohorteiksi. Niillä on samanlaiset ominaisuudet, kuten aika ja koko.

Yritykset käyttävät kohorttianalyysiä analysoidakseen asiakkaiden käyttäytymistä koko elinkaaren ajan. Elinkaari Yrityksen elinkaari on liiketoiminnan eteneminen vaiheittain ajan myötä, ja se jakautuu yleisimmin viiteen vaiheeseen: käynnistäminen, kasvu, vapauttaminen, maturiteetti ja lasku. jokaisen asiakkaan. Kohorttianalyysin puuttuessa yrityksillä voi olla vaikeuksia ymmärtää jokaisen asiakkaan elinkaarta tietyllä ajanjaksolla. Yritykset käyttävät kohorttianalyysiä ymmärtääkseen asiakkaiden trendit ja mallit ajan mittaan ja räätälöimällä tuotteiden ja palvelujen tarjouksia tunnistettuihin kohortteihin.

Kohortin analyysi

Yritys näkee paljon tietoja päivittäin. Näiden suurten tietomäärien analysointi ei ole vain monimutkainen vaan myös kallis tehtävä, joka vaatii omistautunutta henkilökuntaa. Yritys voi kuitenkin jakaa asiakkaat hallittavampiin ja käytännöllisempiin kohorteihin. Kun yritys näkee trendejä siitä, miten eri kohortit käyttävät tuotteitaan, se voi tunnistaa markkinointitekniikoidensa ongelmat. Lisäarvo on lisäarvo, joka syntyy jonkin alkuperäisen arvon lisäksi. Sitä voidaan soveltaa tuotteisiin, palveluihin, yrityksiin, johtoon ja määrittää, milloin ja miten kommunikoida parhaiten eri asiakasryhmien tai -tyyppien kanssa. Liiketoiminta käyttää myös eriteltyjä tietoja suunnitellakseen kannustimia, jotka motivoivat asiakkaita jatkamaan tuotteidensa käyttöä, kun he todennäköisesti lopettavat tuotteiden ostamisen.

Analysoitavien kohorttien tyypit

Kohortit voidaan ryhmitellä seuraaviin luokkiin:

Aikaperusteiset kohortit

Aikaperusteiset kohortit ovat asiakkaita, jotka ovat rekisteröityneet tuotteeseen tai palveluun tietyn ajanjakson aikana. Näiden kohorttien analysointi osoittaa asiakkaiden käyttäytymisen riippuen ajankohdasta, jolloin he alkoivat käyttää yrityksen tuotteita tai palveluita. Aika voi olla kuukausittain tai neljännesvuosittain yrityksen myyntisyklistä riippuen. Esimerkiksi jos 80% asiakkaista, jotka ovat allekirjoittaneet yrityksen ensimmäisen vuosineljänneksen aikana, pysyvät yrityksen kanssa viimeisellä vuosineljänneksellä, mutta vain 20% asiakkaista, jotka ovat liittyneet toiseen vuosineljännekseen, pysyvät yrityksen kanssa viimeiseen neljännekseen asti, se Q2-asiakkaat eivät olleet tyytyväisiä. Yritys on voinut ylimitata toisen vuosineljänneksen aikana, tai kilpailija voi kohdistaa samoille asiakkaille parempia tuotteita tai palveluita.

Aikaperusteisten kohorttien analysointi auttaa tarkastelemaan vaihtumisastetta. Esimerkiksi jos asiakkaat, jotka ovat allekirjoittaneet yrityksen tuotteen vuonna 2017, muuttuvat nopeammin kuin ne, jotka allekirjoittivat vuonna 2018, yritys voi selvittää syyn näiden tietojen avulla. Voi olla, että yritys ei pidä lupauksiaan, kilpailija tarjoaa laadukkaampia tuotteita tai kilpailija kohdistuu suoraan asiakkaisiisi paremmilla kannustimilla. SaaS-liiketoiminnan vaihtumisaste on yleensä korkea tietyn ajanjakson alussa ja laskee, kun asiakkaat tottuvat tuotteisiin. Asiakkaat, jotka viipyvät yrityksen kanssa pidempään, rakastavat tuotetta yleensä ja sekoittavat hitaammin kuin aikataulun alkaessa. Kohorttien puuttuessa yritys ei välttämättä tunnista tarkkaa syytä, miksi suuri määrä asiakkaita hylkää tuotteet tietyn ajan kuluessa.

Segmenttiin perustuvat kohortit

Segmenttipohjaiset kohortit ovat asiakkaita, jotka ovat aiemmin ostaneet tietyn tuotteen tai maksaneet tietystä palvelusta. Se ryhmitellään asiakkaat sen mukaan, minkä tyyppisen tuotteen tai palvelutason mukaan he ovat rekisteröityneet. Perustason palveluihin liittyneillä asiakkailla voi olla erilaiset tarpeet kuin edistyneille palveluille. Eri kohorttien tarpeiden ymmärtäminen voi auttaa yritystä suunnittelemaan räätälöityjä palveluita tai tuotteita tietyille segmenteille.

SaaS-yritys voi tarjota erilaisia ​​palvelutasoja kohderyhmän ostovoimasta riippuen. Kunkin tason analysointi auttaa määrittämään, millaiset palvelut sopivat asiakkaidesi tiettyihin segmentteihin. Esimerkiksi jos edistyneen tason asiakkaat vaihtelevat paljon nopeammin kuin perustason palvelut, se on osoitus siitä, että edistyneet palvelut ovat liian kalliita tai että perustason palvelut vastaavat yksinkertaisesti paremmin useimpien asiakkaiden tarpeita. Asiakkaiden etsiminen paketista auttaa yritystä optimoimaan ilmoituksensa keskittymään asiaankuuluviin push-sähköposteihin, jotka asiakkaat avaavat ja lukevat.

Kokopohjaiset kohortit

Kokopohjaisilla kohorteilla tarkoitetaan erikokoisia asiakkaita, jotka ostavat yrityksen tuotteita tai palveluja. Asiakkaat voivat olla pieniä ja startup-yrityksiä, keskisuuria yrityksiä ja yritystason yrityksiä. Eri asiakasryhmien vertailu niiden koon perusteella paljastaa, mistä suurimmat ostot tulevat. Vähiten ostettujen luokkien osalta yritys voi tarkistaa kaikki tuote- ja palvelutarjontaan liittyvät ongelmat sekä kehittää aivoriihi-alueita, jotka voivat lisätä myynnin tasoa.

SaaS-liiketoimintamallissa pienet ja aloittelevat yritykset vaihtelevat yleensä nopeammin kuin yritystason yritykset. Pienillä ja aloittelevilla yrityksillä voi olla pieni budjetti, ja he testaavat edullisia tuotteita selvittääkseen, mikä heille sopii. Yritystason yrityksillä on suurempi budjetti ja ne ovat yleensä kiinni tuotteesta pidempään.

Esimerkki kohorttianalyysistä

Alla oleva tietojoukko antaa satunnaisotoksen noin 5000 kuvitteellisen ohjelmistoyrityksen asiakkaasta. Kaavoissa on esitetty kunkin asiakkaan aloituspäivä sekä kuukausien lukumäärä aloituspäivästä, jolloin asiakas oli viimeksi aktiivinen yrityksen ohjelmistossa. Alla oleva kohorttianalyysi on hieno työkalu erotella eri kohortit ajan perusteella. Huomaa, että muut kohorttisegmentit voivat jakaa näytteet muilla ominaisuuksilla kuin ajalla.

Kohortin analyysi

Nopealla yhdellä silmäyksellä voimme nähdä, että heinä- ja joulukuussa paremmat säilyttämisasteet olivat yli 95% asiakkaista viipyivät neljään kuukauteen asti. Muiden kuukausien päinvastoin sitä vastoin yleensä vain kaksi kuukautta pidempään. Tämä johtuu ehkä yrityksen ylennyksestä noina kuukausina, mikä johti korkeampaan säilyttämiseen. Yksi esimerkki on Spotifyn kesäkampanjat, joissa ne myyvät 3-4 kuukauden palvelua alennettuun hintaan.

Toisaalta näemme korkeamman vaihtumisprosentin huhtikuussa, ja valtava määrä asiakkaita putosi ensimmäisen kuukauden jälkeen. Täällä ehkä ohjelmistossa oli häiriö, joka lykkäsi suurta määrää asiakkaita.

Kohorttien yhdistäminen

Mikään kohorttianalyysi ei ole välttämättä parempi kuin toinen. Sen sijaan yritysten tulisi yhdistää kaksi tai useampia näistä segmenteistä saadakseen syvällisemmän käsityksen siitä, miten asiakkaat pysyvät mukana tuotteissaan. Esimerkiksi, jos analyysi osoittaa, että palkkio-tilaajien vaihtoprosentti on korkeampi kuin perustilaajien, yritys voi ryhtyä välittömiin toimenpiteisiin tilanteen korjaamiseksi. Jos ensiluokkaiset asiakkaat vaihtelevat tuotteiden korkeiden kustannusten takia, yritys voi tarkistaa kustannukset tai luoda lisää kannustimia kannustamaan heitä pysymään. Jos analyysi osoittaa, että ensiluokkaiset asiakkaat etsivät jatkuvasti vastaavia kyselyjä ohjekirjasta, yritys voi tehdä puhelimitse tai sähköpostitse seurannan varmistaakseen, että asiakkaat löytävät tyydyttävän ratkaisun.

Lataa ilmainen malli

Kirjoita nimesi ja sähköpostiosoitteesi alla olevaan lomakkeeseen ja lataa ilmainen malli nyt!

Muut resurssit

Kiitos, että olet lukenut Finance-oppaan kohorttianalyysiin. Seuraavat rahoitusresurssit ovat hyödyllisiä saadaksesi lisätietoja taloudellisesta analyysistä ja mallinnuksesta.

  • Skenaarioanalyysi Skenaarioanalyysi Skenaarioanalyysi on tekniikka, jota käytetään analysoimaan päätöksiä spekuloimalla erilaisia ​​mahdollisia tuloksia investointeihin. Taloudellisessa mallinnuksessa tämä
  • Herkkyysanalyysi Mikä on herkkyysanalyysi? Herkkyysanalyysi on taloudellisessa mallinnuksessa käytetty työkalu analysoimaan, kuinka riippumattomien muuttujien joukon eri arvot vaikuttavat riippuvaan muuttujaan
  • Taloudellisen suunnittelun ja analyysin (FP&A) yleiskatsaus FP & A-analyytikko Ryhdy FP & A-analyytikkona yrityksessä. Esittelemme palkat, taidot, persoonallisuuden ja koulutuksen, joita tarvitset FP & A-työpaikoille ja menestyvälle talousuralle. FP & A-analyytikot, johtajat ja johtajat ovat vastuussa tarvittavien analyysien ja tietojen toimittamisesta johtajille
  • Ilmainen taloudellisen mallinnuksen opas Ilmainen taloudellisen mallinnuksen opas Tämä taloudellisen mallinnuksen opas sisältää Excel-vinkkejä ja parhaita käytäntöjä oletuksista, ohjaimista, ennusteista, kolmen lausunnon linkittämisestä, DCF-analyysistä ja muusta.

Uusimmat viestit