Apa itu analisis kohort?
Mari kita pertimbangkan secara rinci definisi "analisis kohort". Konsep "kohort" berasal dari abad kedua SM. Mereka menunjuk salah satu unit taktis utama pasukan Romawi. Terjemahan harfiah dari kata tersebut adalah tempat yang dipagari.
Dalam konteks artikel ini, merujuk pada segmen audiens target atau sekelompok orang yang melakukan tindakan dalam periode waktu tertentu (misalnya, 1 atau 5 Juli). Sifat temporal sangat penting, karena yang membedakan kohort dari segmen sederhana.
Pengguna dikelompokkan ke dalam satu grup berdasarkan karakteristik umum, pengalaman, dan waktu. Tetapi kita harus memahami bahwa seiring waktu, atribut umum orang dapat banyak berubah. Misalnya, hari ini seorang klien membeli roti jahe, seminggu kemudian ia memesan pelek mobil, dan sebulan kemudian ia membeli perahu.
Kohort dalam pemasaran tidak mewakili audiens target yang homogen: pendatang baru ke situs atau layanan, pengguna biasa, pengunjung sementara, dll. Pada pandangan pertama, tampaknya ini adalah kelompok yang benar-benar berbeda, tetapi menggunakan alat ini, pemasar menggabungkan mereka menjadi beberapa kelompok (tentara Romawi terdiri dari 10).
Misalnya, seorang pengguna datang ke situs tersebut dari iklan kontekstual pada 17 Juli dan membeli sebuah jendela. Itu dapat dimasukkan dalam tiga kelompok sekaligus:
- Pengguna yang berasal dari iklan kontekstual. Membantu menentukan efektivitas konteks dibandingkan dengan saluran akuisisi pelanggan lainnya.
- Pelanggan yang membeli jendela pada bulan Juli. Memungkinkan Anda menentukan musim penjualan.
- Pembeli barang "jendela". Membantu menentukan permintaan untuk produk tertentu dari kelompok audiens target yang berbeda.
Inti dari analisis kohort adalah menggabungkan pelanggan (pengguna, pengunjung) ke dalam kelompok sesuai dengan karakteristik atau atribut yang sama dan melacak perilaku mereka dari waktu ke waktu.
Apa yang bisa dilakukan dengan analisis kohort?
Menganalisis perilaku pengguna dari waktu ke waktu memberikan wawasan berharga tentang efektivitas kampanye iklan. Secara khusus, adalah mungkin untuk menentukan dampak dari alat pemasaran yang berbeda pada indikator bisnis utama: LTV, konversi, ROI, Tingkat Retensi, CAC, dll. Mari kita lihat beberapa contoh ilustrasi dari praktik apa yang dicapai dengan menggunakan analisis kohort.
Penilaian akurat tentang efektivitas iklan
Tidak semua orang membuat keputusan untuk membeli dengan cepat. Seseorang ragu, seseorang belum sepenuhnya memutuskan apakah dia benar-benar membutuhkan produk atau tidak, seseorang ingin mempertimbangkan opsi alternatif di toko lain, dll. Artinya, klien potensial yang datang hari ini, misalnya, dari iklan kontekstual, mungkin tidak segera mengambil tindakan yang ditargetkan.
Karena siklus penjualan yang panjang, pemasar tidak selalu dapat menilai efektivitas dan pengembalian investasi saluran iklan secara objektif. Mari kita lihat contoh kecil dari nilai menggunakan analisis kohort.
Misalnya, pada bulan Februari 2020, kami meluncurkan iklan kontekstual di Yandex. Sebulan berlalu, kami memutuskan untuk menganalisis hasil pertama, menghitung ROI, dan ternyata di bawah 100%. Pemasar yang tidak berpengalaman akan memutuskan untuk "menggulung" iklan atau mendesain ulang iklan.
Tetapi jika Anda menggabungkan pelanggan potensial yang datang dari kampanye iklan ini ke dalam kohort dan melihat hasilnya setelah beberapa bulan, Anda dapat melihat angka yang sangat berbeda:
Butuh beberapa pembeli 5 bulan untuk membuat keputusan! Melacak perilaku pengguna dari waktu ke waktu memungkinkan untuk menilai efektivitas kampanye iklan secara lebih akurat. "Gambaran" seperti itu lebih khas untuk perusahaan dengan siklus penjualan yang panjang dan / atau produk yang mahal.
Menemukan dan mempertahankan pelanggan setia
Anda dapat mengetahui saluran iklan mana yang menghasilkan pelanggan paling loyal. Misalnya, mari kita buat kohort pengguna dengan otorisasi pertama dari Februari hingga Juli dan membaginya menjadi kelompok yang lebih kecil sesuai dengan saluran akuisisi. Kemudian, setiap bulan, kami mengevaluasi grup sesuai dengan Tingkat Retensi atau Tarif Pembelian Berulang.
Data ini memudahkan untuk mengidentifikasi sumber terbaik dari pelanggan setia. Oleh karena itu, kami dapat terus menginvestasikan lebih banyak uang di dalamnya dan menumbuhkan basis pelanggan setia kami lebih cepat.
Analisis dilakukan secara konstan untuk menentukan titik-titik "memanaskan" penonton. Sebagai contoh, salah satu koefisien dari sumber populer mulai menurun. Surat dikirimkan kepada pengguna grup dengan diskon pribadi (tindakan lain dimungkinkan) dan koefisiennya tumbuh lagi. Sulit untuk melakukan trik seperti itu dengan presisi tinggi tanpa analisis kohort.
Peramalan dan peningkatan LTV
LTV (Nilai Seumur Hidup) adalah nilai seumur hidup pelanggan atau pendapatan yang diterima darinya selama seluruh periode kerja sama. Biasanya indikator ini dihitung setelah akhir kerja bersama.
Tetapi tidak ada yang mencegah Anda memperkirakan LTV untuk kelompok individu untuk periode waktu tertentu (misalnya, selama satu bulan) dan memprediksi indikator untuk periode berikutnya.
Anda juga dapat membandingkan nilai seumur hidup pelanggan dan biaya untuk memperolehnya melalui saluran iklan. Jadi, Anda akan menerima informasi tentang periode pengembalian saluran dan memahami mana yang layak menginvestasikan lebih banyak sumber daya.
Pengujian A / B
Tes A / B digunakan untuk menguji ide dan hipotesis. Misalnya, katakanlah Anda memutuskan untuk memperbarui teks halaman penjualan. Sebagai bagian dari pengujian, Anda membuat dua opsi (dengan konten lama dan yang baru) dan mengirimkan sebagian audiens ke versi yang diperbarui untuk mengevaluasi konversi. Lihat mana yang lebih tinggi, dan buat keputusan tentang tindakan selanjutnya.
Masalah pengujian A / B dalam situasi ini adalah ketidakmampuan untuk memprediksi dalam jangka panjang. Analisis kohort dapat membantu menghilangkan kesenjangan. Sebulan setelah pengujian berakhir, buat laporan tentang pengguna yang pertama kali memasuki situs melalui halaman arahan yang diperbarui dan membandingkan metrik dengan kohort orang-orang yang tidak melihat teks baru.
Perbedaan yang dihasilkan adalah dampak nyata dari teks yang diperbarui pada konversi. Ini akan membantu Anda memahami efek jangka panjang dari keputusan Anda.
Analisis efektivitas aplikasi seluler
Analisis kohort banyak digunakan ketika meluncurkan versi aplikasi baru. Ini digunakan untuk memperkirakan tingkat pengembalian pengguna (Tingkat Retensi). Juga, pemasar menggunakan alat untuk menganalisis saluran periklanan paling efektif. Dan ini bukan satu-satunya contoh penggunaan kohort dalam pekerjaan pada aplikasi seluler: semuanya dibatasi oleh imajinasi dan keterampilan analitis.
Di mana analisis kohort digunakan?
Bagian sebelumnya menjelaskan beberapa contoh penggunaan alat, tetapi di bidang apa yang paling umum digunakan? Ini terutama berguna di perusahaan-perusahaan yang terkait dengan jumlah pelanggan. Pengguna churn paling mempengaruhi profitabilitas mereka.
Jangan menolak untuk menggunakan analisis kohort dan organisasi dengan sejumlah besar pelanggan reguler. Ia dikirim untuk mengevaluasi tindakan pemasaran, yang hasilnya memungkinkan peningkatan kampanye iklan dan realokasi anggaran dengan benar.
Secara umum, penggunaan analisis kohort berguna untuk bisnis apa pun. Namun lebih lanjut, kami akan mempertimbangkan beberapa aplikasi yang paling populer.
Pembentukan potret klien target
Dengan mengumpulkan informasi dari kohort yang berbeda tentang pengguna, lama kelamaan Anda dapat membuat potret yang akurat dari audiens target Anda. Penilaian kesetiaan, musim, kesiapan untuk belanja online, dll. - semua ini memungkinkan Anda untuk memahami siapa yang tertarik pada produk dan paling sering membelinya.
Tingkatkan konversi
Seringkali, pengujian terpisah digunakan untuk menguji hipotesis dan gagasan. Ya, itu memberikan hasil tertentu untuk membuat keputusan yang objektif, tetapi analisis kohort dalam hal ini lebih baik dan memberikan data yang lebih akurat, karena kelompok yang berbeda dari audiens target dipertimbangkan.
Pengujian A / B juga merupakan alat yang bermanfaat, tetapi mengevaluasi satu indikator, dan analisis kohort "trailer" menarik informasi tentang dua parameter lagi - waktu dan tempat.
Misalnya, kami menentukan warna tombol yang optimal pada halaman arahan penjualan. Pengujian terpisah menunjukkan bahwa 45% pelanggan lebih cenderung mengklik hijau, dan 55% biru.
Kami menghubungkan kohort berdasarkan bulan (waktu) dan tempat dan mengetahui bahwa klien potensial dari Sochi lebih baik mengklik tombol hijau, karena mereka sudah bosan dengan warna laut biru, mereka telah melihatnya sepanjang hidup mereka.
Ini adalah contoh sederhana namun jelas untuk lebih memahami target audiens melalui penggunaan analisis kohort. Data yang lebih dalam membantu Anda menghasilkan lebih banyak ide dan mengembangkan bisnis Anda lebih cepat.
SaaS
Dalam proyek cloud, analisis kohort digunakan untuk mengoptimalkan siklus penjualan. Katakanlah ada layanan dengan masa uji coba, versi uji coba, dan tarif berbayar. Manajemen perusahaan memantau metrik utama: pendapatan dan pengeluaran. Kohort terdiri dari pengguna periode percobaan dan versi uji coba.
Selanjutnya, seorang analis memasuki pekerjaan, yang menentukan: siapa yang sering beralih ke versi berbayar, tarif apa yang mereka pilih, arus keluar pengguna untuk periode tertentu, dll. Semua ini adalah informasi berharga untuk membantu Anda mengoptimalkan siklus penjualan dan memaksimalkan pendapatan layanan SaaS Anda.
Indikator kunci dari analisis kohort
Ketika mereka belajar menggunakan analisis kohort, analis didorong untuk mempertimbangkan semua metrik yang mungkin untuk mendapatkan pengalaman praktis. Tetapi dalam pekerjaan nyata, untuk mencapai efisiensi maksimum, mereka fokus pada indikator target (yang paling penting).
Tidak ada set metrik universal, pilihan daftar tergantung pada produk spesifik dan industri bisnis. Namun, ada sejumlah indikator yang dipertimbangkan dalam kebanyakan kasus:
- Titik kontrol (Titik Tongkat). Jumlah pembelian, setelah itu pelanggan lebih cenderung untuk pindah ke kategori "permanen".
- Saluran objek wisata. Tentukan sumber yang paling efektif dari pelanggan potensial baru.
- Pengguna beralih dari versi percobaan suatu produk ke versi berbayar. Analisis kohort membantu menentukan kelompok dari mana pelanggan "bebas" yang paling sering berubah menjadi yang "dibayar".
- Ulangi pembelian. Indikator menunjukkan bahwa pengguna menyukai kualitas produk dan siap membayar untuk itu di masa depan.
Pekerjaan analis tidak hanya untuk mengatur analisis kohort dan menilai hasil yang diperoleh, tetapi juga untuk menentukan indikator target. Jika Anda memilih metrik yang tidak relevan untuk bisnis tertentu, data yang dikumpulkan tidak akan berguna dan tidak akan digunakan untuk meningkatkan kinerja organisasi.
Apa yang dibutuhkan untuk analisis kohort?
Sebelum melakukan analisis kohort, empat parameter ditentukan:
- — , : , , , ..
- — : , , .
- — .
- : ROI, Retention Rate, LTV ..
Keempat parameter ini adalah pilar analisis kohort dan ditentukan ketika bekerja di sistem apa pun.
Perhatikan bahwa parameter pertama dan terakhir saling berhubungan: atribut ditentukan setelah pemilihan indikator kunci yang dianalisis. Misalnya, ketika mengevaluasi tingkat pembelian berulang, "pembelian pertama" dipilih sebagai fitur.
Tetapi sekali lagi, jangan mengarahkan diri Anda ke kerangka kerja yang kaku, karena setiap proyek adalah individu. Analis dipandu oleh pengalaman, pengetahuan, dan alat kerjanya sendiri.
Ngomong-ngomong, mungkin ada beberapa tanda. Kohort dibuat sesuai dengan kebutuhan perusahaan saat ini dan analisis yang akan datang. Analis juga menentukan parameter kedua dan ketiga berdasarkan tugas yang diberikan kepadanya.
Bagaimana Melakukan Analisis Kohort di Google Analytics?
Mari kita bicara tentang alat yang membantu Anda melakukan analisis kohort. Paling cocok untuk pemula adalah Google Analytics. Untuk memulai, buka halaman sistem -> "Audiens" -> "Analisis kohort".
Di bagian atas, Anda dapat mengkonfigurasi empat parameter utama, yang telah dibahas di bagian artikel sebelumnya.
Sejauh ini, sistem ini dalam pengujian beta, jadi fungsinya tersedia dengan batasan:
- kelompok dibentuk hanya pada kunjungan pertama (tanda);
- satu analisis - satu indikator (total tersedia 14);
- ukuran kelompok - hari, minggu, bulan (standar);
- periode pelaporan selama berhari-hari - 30 hari, selama berminggu-minggu - 12 minggu, selama berbulan-bulan - 3 bulan (Anda tidak dapat memilih sendiri jangka waktunya);
- Anda tidak dapat memfilter data menurut parameter, hanya penggunaan segmen yang tersedia.
Meskipun ada keterbatasan yang signifikan, sistem ini sudah cocok untuk penggunaan penuh. Setelah pengujian beta selesai, analis akan dapat melakukan analisis kohort proyek online secara otomatis.
Visualisasi dari indikator yang dianalisis juga tersedia: di bawah pengaturan proyek ada grafik untuk semua pengguna dan tiga kelompok untuk dipilih.
Dalam kasus kami, menurut grafik, kami memahami bahwa tingkat retensi pelanggan secara keseluruhan adalah 1,49%, dan untuk kelompok pengguna yang mengunjungi situs untuk pertama kalinya antara 31 Mei dan 6 Juni, adalah 1,75%. Di bawah grafik adalah tabel ringkasan dengan data untuk setiap kelompok untuk seluruh periode pelaporan. Ini identik dengan yang ditunjukkan di awal artikel, hanya di sini dihasilkan secara otomatis, dan bukan oleh "pena" di Excel.
Pada tahap pengembangan ini, sistem ini cocok untuk menganalisis proyek-proyek kecil. Anda dapat mengubah layanan, meningkatkan penawaran bagi pelanggan, dll. dan melacak tingkat retensi pelanggan. Jika tumbuh, maka keputusan yang tepat sedang dibuat.
Layanan apa yang ada untuk menyusun laporan kohort?
Mari kita pertimbangkan layanan lain yang menghasilkan laporan tentang analisis kohort. Mereka ditemukan di banyak periklanan dan sistem analitik, sehingga seringkali sulit bagi analis pemula untuk memilih opsi terbaik. AppsFlyer
menawarkan pengaturan yang lebih fleksibel (dibandingkan dengan Google Analytics) untuk pemasaran seluler - beberapa filter dapat dimasukkan dalam laporan sekaligus, yang memungkinkan Anda untuk mendapatkan informasi yang lebih berharga. Agar tidak menghabiskan banyak waktu menganalisis kelompok kecil, mereka menetapkan batas pada jumlah pengguna. Pengembang aplikasi menggunakan AppMetrica dan Sesuaikan untuk menganalisis pengembalian pengguna baru. Dalam layanan kedua, dimungkinkan untuk menambahkan indikator kedua ke laporan (misalnya, jumlah sesi per pengguna):
Sistem populer lainnya untuk analisis kohort aplikasi dan situs web adalah Kissmetrics. Fitur khusus adalah kemampuan untuk membentuk kohort berdasarkan dua karakteristik sekaligus. Misalnya, pelanggan yang telah mengunjungi situs dan melakukan pembelian dalam jumlah 1.000 rubel atau lebih.
Juga di Kissmetrics , pengelompokan tersedia sesuai dengan berbagai kriteria (tidak hanya berdasarkan waktu), misalnya, berdasarkan tempat tinggal, sumber lalu lintas, dll. Contoh laporan dalam sistem ini:
Seperti yang Anda lihat, ada banyak sistem untuk bekerja dengan laporan kohort. Tetapi karena arah ini hanya mendapatkan popularitas, banyak yang bekerja dalam mode beta dan dengan pembatasan. Oleh karena itu, analis dalam proyek besar harus berinteraksi dengan alat yang kurang otomatis, salah satunya akan dibahas di bawah ini.
Google Sheets
Anda dapat membuat laporan kohort berdasarkan data dari Google Sheets menggunakan tabel pivot. Untuk melakukan ini, Anda perlu mengumpulkan data awal dan menambahkannya ke Google Sheets dalam format ini:
Perhatikan format yang ditentukan: pada kolom pertama - periode pembentukan kohort (minggu pendaftaran), pada periode kedua - periode berikutnya (minggu transaksi) dan pada ketiga - data pada indikator yang dipertimbangkan (jumlah pembelian).
Tabel pivot
PivotTable adalah cara termudah dan tercepat untuk membuat laporan kohort berdasarkan data mentah, yang, seharusnya, Anda sudah ditambahkan ke Google Sheets.
Pilih rentang data yang diinginkan, buka tab Data dan pilih PivotTable. Panel pengaturan akan muncul di kanan:
Buat pengaturan berikut:
- "Strings" - satu minggu pendaftaran;
- "Kolom" - minggu transaksi;
- "Nilai" adalah pembelian.
Terapkan pemformatan bersyarat untuk membuat laporan "dapat dibaca". Anda harus mendapatkan sesuatu seperti tabel pivot berikut:
Butuh beberapa menit untuk membuat laporan, tetapi memberikan banyak informasi berharga. Kemudian analis memasuki pekerjaan, "membaca" data, menarik kesimpulan dan membuat keputusan.
Analisis kohort adalah alat yang sangat diperlukan bagi analis modern. Penggunaannya memberikan informasi yang lebih berharga untuk pengembangan produk daripada, misalnya, pengujian A / B. Namun secara umum, ruang lingkup penerapan kohort cukup luas dan seorang analis yang kompeten dapat mengadaptasi penggunaannya untuk tugas yang berbeda.
Alat khusus dan pengetahuan khusus tidak diperlukan untuk melakukan analisis kohort. Sebagian besar sistem analitik modern mengotomatiskan pengumpulan dan pelaporan data. Tetap bagi analis untuk menafsirkan dengan benar data yang diterima dan menggunakannya untuk pengembangan produk.
Jika tidak mungkin berinteraksi dengan sistem analitik apa pun, gunakan alat yang tersedia - Google Sheets dan pivot tables. Artikel ini memberikan uraian terperinci tentang cara menyiapkan laporan dengan bantuan mereka.