Melanjutkan serangkaian artikel tentang analisis produk ( mulai )
Dalam artikel sebelumnya, saya terjun ke analisis pendapatan dan membaginya menjadi 2 komponen - MRPU dan jumlah klien. Hari ini kami akan mempertimbangkan langkah-langkah lebih lanjut dalam analisis dan menguraikannya menjadi komponen, jumlah klien dan dinamika mereka.
Sekarang skema analisis umum terlihat seperti ini:
Analisis kohort memungkinkan Anda untuk menjelaskan tren di basis pelanggan dan melemparkan jembatan langsung ke saluran penjualan dan tindakan untuk mempertahankan dan mengembalikan pelanggan.
Apa itu analisis kohort? Ini adalah dekomposisi pelanggan sesuai dengan tanggal "kedatangan" mereka. Untuk produk yang berbeda, ini dapat berupa acara yang berbeda, misalnya:
- Pembelian pertama
- Kontrak layanan berlangganan yang ditandatangani
- Layanan berbayar dihiasi dalam aplikasi yang diunduh.
- Setoran uang pertama ke dalam akun pribadi
Itu semua tergantung pada tekad Anda ketika Anda menganggap bahwa Anda memiliki klien. Sangat logis untuk menjadi terikat pada saat penerimaan pendapatan atau penampilan pada klien dari kewajiban untuk membayar sesuatu. Meskipun setiap produk mungkin memiliki karakteristiknya sendiri dan pelanggan sudah dapat dianggap sebagai orang yang menandatangani semacam kontrak tanpa menyetor uang.
Jika kami menjabarkan semua pelanggan berdasarkan tanggal kedatangan, mengelompokkannya menurut bulan (atau minggu, hari, tergantung pada siklus hidup pelanggan yang khas) dan menghitung jumlah pelanggan yang masih terus menjadi pelanggan (masih membayar, tidak mengakhiri kontrak), kami akan mendapatkan sesuatu seperti ini:
Untuk memudahkan analisis, kohort yang dekat dengan tanggal mulainya sering digabungkan sehingga diagram tidak terlihat seperti mie.
Dalam contoh saya, dengan akuisisi pelanggan, semuanya baik-baik saja dan basis pelanggan tumbuh dengan menarik pelanggan baru. Pada saat yang sama, di beberapa titik, adalah mungkin untuk mengembalikan pelanggan lama (kita melihat bahwa kelompok yang tertua meningkat pada akhir periode).
Dalam analisis kohort, kami memiliki sejumlah karakteristik turunan penting yang patut diperhatikan:
- Ukuran kohort baru adalah karakteristik langsung dari upaya Anda untuk menarik pelanggan. Kohort baru dibentuk dari pelanggan baru
- Tingkat pembusukan kohort adalah nilai rata-rata yang dengannya pelanggan baru Anda menurun seiring waktu seiring meningkatnya masa hidup mereka. Biasanya ini adalah persentase penurunan kelompok selama periode kehidupan.
- Dimensi dari kohort "lama". Pelanggan yang Anda tidak lagi anggap baru biasanya ditempatkan dalam kelompok "lama". Ini adalah orang-orang yang secara teori harus menjadi pelanggan tetap Anda. Paling sering, kelompok ini merupakan bagian terbesar dari pendapatan dan jumlah terbesar. Dinamika ukuran "kelompok lama" menentukan prospek Anda sebagai suatu produk. Pengurangan "kohort lama" atau stagnasinya adalah bel bahwa Anda memiliki masalah dengan produk, dengan penjualan atau loyalitas.
Saya ingin mencatat bahwa biasanya tidak ada "seumur hidup" dari klien, karena paling sering kelompok terakhir dan terakhir, mereka hanya memiliki lebih sedikit dan lebih sedikit klien. Dalam pengertian ini, makna sehari-hari dari kata "rentang hidup" ternyata merupakan penafsiran yang salah dari runtuhnya kelompok. Jika kita berbicara tentang 3 bulan "rata-rata kehidupan", maka tidak benar untuk memahami bahwa Anda tidak memiliki pelanggan yang tersisa setelah 3 bulan. Penggunaan istilah "kehidupan rata-rata" menjadi beberapa trik matematika. Faktanya adalah bahwa runtuhnya kohort mencirikan secara tepat tingkat penurunan pelanggan. Dan Anda dapat menerjemahkan langkah ini ke dalam istilah: Saya kehilangan 50% dari kohort dalam 3 bulan. Atau bahkan lebih keras - Saya kehilangan 95% dari kohort dalam 12 bulan. Tetapi ada kemungkinan bahwa jangka waktu tertentu untuk kehilangan seluruh kelompok akan diperpanjang hingga bertahun-tahun. Karenanya, ada baiknya untuk mengklarifikasi dalam metrik Anda metrik mana yang ingin Anda gunakan.
Menggunakan metrik "X% untuk periode Y" adalah cara kuantitatif yang baik untuk membandingkan kualitas kohort satu sama lain. Faktanya adalah bahwa setiap kelompok adalah "eksperimen" kecil. Orang-orang di setiap kelompok bertemu dan berkenalan dengan produk Anda dari awal. Dan retrospektif historis kelompok menunjukkan keberhasilan dan kegagalan Anda dalam kaitannya dengan orientasi, dan kemudian dalam kaitannya dengan retensi \ churn. Jika Anda secara sistematis berusaha untuk meningkatkan kinerja Y, maka ini berarti bahwa Anda mengembangkan dengan baik hubungan produk dan pelanggan. Secara umum, ini adalah masalah selera, Anda dapat beroperasi dengan "rentang hidup rata-rata" dalam arti di mana saya telah menunjukkannya di atas, atau menggunakan persentase pembusukan kohort.
Cara lain yang baik untuk melihat kohort adalah menganalisis aliran basis pelanggan. Ini adalah konvolusi data yang lebih visual dalam kohort. Kami menghubungkan kohort kami dan dinamika mereka sebagai berikut:
- Berapa banyak pelanggan baru yang datang dalam periode pelaporan (hanya kohort baru)
- Berapa banyak klien lama yang dikembalikan dalam periode pelaporan (klien dari kohort lama kemudian melanjutkan hubungan)
- Berapa banyak pelanggan dalam database saat ini (dulu dan sekarang)
- Berapa banyak pelanggan yang meninggalkan kohort lama
Gambar ini dengan jelas menunjukkan keseimbangan arus masuk dan keluar dari basis pelanggan. Dan jika arus keluar Anda lebih tinggi dari arus masuk, Anda segera memahami bahwa Anda memiliki masalah.
Dalam contoh ini, keseimbangan arus pelanggan sangat ke arah arus masuk dan oleh karena itu basis pelanggan tumbuh dengan cepat.
Apa yang memberi kami dekomposisi klien ke dalam kohort:
- Kita dapat melihat seberapa cepat basis pelanggan kita diperbarui, berapa banyak "pendatang baru" di dalamnya, dan "oldies" apa yang ada di dalamnya.
- Jika basis basis pelanggan adalah orang tua dan pelanggan baru Anda memberikan 1% ke basis per bulan, entah bagaimana aneh mengharapkan pertumbuhan pelanggan sebesar 50% pada akhir tahun. Anda harus meningkatkan aliran pelanggan yang masuk (yang biasanya lebih mudah) atau mengembalikan sebagian besar pelanggan yang sebelumnya hilang (yang biasanya lebih sulit).
- Jika masa hidup pelanggan Anda pendek dan Anda hampir tidak memiliki "oldies" yang terkumpul, maka ini sebaliknya berarti bahwa upaya Anda sehubungan dengan orang tua harus di latar belakang. Dan Anda perlu bekerja untuk meningkatkan kehidupan klien, onboaring atau terus meningkatkan arus masuk.
- Analisis kohort memberi Anda kesempatan untuk memprediksi keadaan ekonomi Anda di masa depan dan menjawab pertanyaan "Bisakah Anda memenuhi rencana, jika pada tingkat pembusukan yang sama, Anda akan meningkatkan akuisisi pelanggan sebanyak 2 kali?"
- Kami dapat mengukur keberhasilan upaya kami untuk menarik dan mempertahankan pelanggan dengan membandingkan tingkat pembusukan kohort.
- Berdasarkan hasil analisis, Anda dapat memahami di mana masalahnya berada di produk terkait dengan basis klien (tarik, retensi, "rentang hidup", dll.)
Saya sudah memperhatikan bahwa sementara kita sedang menganalisis semua rata-rata. Tetapi basis pelanggan Anda mungkin memiliki segmen dan kelompok yang berbeda. Analisis kohort Anda akan menjadi lebih produktif jika Anda melakukan segmentasi dan mengelompokkan basis pelanggan Anda.
Dalam beberapa artikel berikutnya saya akan menulis tentang persiapan data untuk analisis kohort dan tentang perkiraan kohort ke masa depan untuk memprediksi dinamika basis klien.