Це цікаво

Занурюємося в динаміку клієнтської бази: когортний аналіз і аналіз потоків

Продовжую цикл статей з аналізу продукту (початок)

У минулій статті я занурився в аналіз виручки і розбив її на 2 компоненти — MRPU і кількість клієнтів. Сьогодні розглянемо подальші кроки в аналізі і розкладемо на складові к-ть клієнтів та їх динаміку.

Тепер загальна схема аналізу виглядає так:

Когортный аналіз дозволяє пояснити тенденції, що протікають у клієнтській базі та прокидає прямої міст у воронку продажів і дії по утриманню і повернення клієнтів.

Що таке когортный аналіз? Це розкладання клієнтів за датами їх “приходу”. Для різних продуктів, це може бути різні події, наприклад:

  1. Перша купівля
  2. Підписаний контракт на абонентське обслуговування
  3. Оформлена платна послуга в скачаному додатку.
  4. Перше зарахування грошей на особовий рахунок

Все залежить зрештою від вашого визначення, коли ви вважаєте, що у вас з’явився клієнт. Логічніше всього прив’язуватися до моменту одержання доходу або появи у клієнта зобов’язань щось заплатити. Хоча у кожного продукту можуть бути свої особливості і клієнтом можна вже вважати того, хто підписав якийсь договір, ще без внесення грошей.

Якщо ми розіб’ємо всіх клієнтів по датах “приходу”, згрупуємо по місяцях (або тижнях, днях залежить від типових циклів життя клієнтів) і порахуємо кількість клієнтів, хто все ще продовжує бути клієнтом (все ще платить, не розірвав контракт) ми отримаємо приблизно таку картину:

Для простоти аналізу часто близькі за датами початку когорти об’єднують, щоб діаграма не виглядала як локшина.

В моєму прикладі з залученням клієнтів все добре і клієнтська база приростає за рахунок залучення нових клієнтів. При цьому в якийсь момент вдається повернути старих клієнтів (ми бачимо, що сама стара когорта збільшується до кінця періоду).

В аналізі когорт у нас є ряд важливих похідних характеристик, на які варто звернути увагу:

  1. Розміри нових когорт — це пряма характеристика ваших зусиль по залученню клієнтів. Нові когорти формуються з нових клієнтів
  2. Швидкість розпаду когорт — це середня величина, з якої в часі зменшуються ваші нові клієнти по мірі збільшення їхнього терміну життя. Зазвичай це відсоток, на який зменшується когорта за період життя.
  3. Розміри “старих” когорт. В “стару” когорту зазвичай поміщають клієнтів, яких ви вже не вважаєте новими. Це люди, які повинні в теорії бути вашими постійними клієнтами. Найчастіше ця когорта формує основний обсяг виручки і найбільша за чисельністю. Динаміка розміру “старої когорти” визначає ваші перспективи як продукту. Скорочення “старої когорти” або її стагнація — дзвіночок, що у вас проблеми з продуктом, з продажами або лояльністю.

Хочу відзначити, що зазвичай не існує “строку життя” клієнта, оскільки найчастіше когорти дляться і дляться, просто у них стає все менше і менше клієнтів. У цьому сенсі побутове значення слова “термін життя” виявляється невірною інтерпретацією розпаду когорт. Якщо ми говоримо про 3 місяці “середнього строку життя”, то не вірно це розуміти, що у вас не залишається клієнтів через 3 місяці. Вживання терміна “середній термін життя” стає деяким математичним трюком. Справа в тому, що розпад когорти характеризує саме темп спадання клієнтів. І ви можете перевести цей темп терміни: я втрачаю 50% когорти за 3 місяці. Або ще більш жорсткий — я втрачаю 95% когорти за 12 місяців. Але можливо, що типовий термін втрати всієї когорти розтягнеться на роки. Тому добре прояснювати у своїй аналітиці, яку метрику ви хочете використовувати.

Використання метрики “Х% за Y періодів” хороший кількісний спосіб для порівняння якості когорт між собою. Справа в тому, що будь-яка когорта — це невеликий “експеримент”. Люди в кожній когорті проходять зустріч і ознайомлення з вашим продуктом з нуля. І історична ретроспектива когорт показує ваші успіхи і невдачі щодо onboarding, а потім і щодо retentionchurn. Якщо ви методично домагаєтеся підвищення характеристики Y, то це означає, що ви добре розвиваєте продукт і взаємини з клієнтами. В цілому це справа смаку, ви можете як оперувати “середнім терміном життя” в тому сенсі, в якому я його позначив вище, або ж використовувати оцінку розпаду когорти у відсотках.

Ще одним хорошим методом “погляду” на когорти є аналіз потоків клієнтської бази. Це більш наочна згортка даних когорти. Ми з’єднуємо наші когорти та їх динаміку наступним чином:

  1. Скільки прийшло нових клієнтів у звітному періоді (просто нові когорти)
  2. Скільки повернулося старих клієнтів у звітному періоді (клієнти з старих когорт, то відновив відносини)
  3. Скільки клієнтів у чинній базі (були і залишилися)
  4. Скільки клієнтів пішло з старих когорт

Така картинка наочно показує баланс притоку та відтоку клієнтської бази. І якщо ваш відтік вище припливу, ти ви відразу розумієте, що у вас проблеми.
У цьому прикладі баланс потоків клієнтів сильно в бік приток і тому клієнтська база зростає швидкими темпами.

Що дає нам розкладання клієнтів на когорти:

  1. Ми можемо побачити, наскільки швидко наша клієнтська база оновлюється, яку частку в ній становлять “новачки”, а в яку “старички”
  2. Якщо основа клієнтської бази це старички і ваші нові клієнти дають 1% до бази в місяць, то якось дивно очікувати приросту клієнтів до 50% до кінця року. Ви або повинні збільшувати вхідний потік клієнтів (що зазвичай простіше) або повернути значну частину раніше втрачених клієнтів (що зазвичай складніше).
  3. Якщо ж термін життя ваших клієнтів короткий і у вас майже не накопичуються “старички”, то це, навпаки, означає, що ваші зусилля щодо старичків повинні бути на другому плані. І вам потрібно працювати над збільшенням терміну життя клієнта, onboaring або продовжувати збільшувати вхідний потік.
  4. Аналіз когорт дає вам можливість прогнозувати майбутній стан вашої економіки і відповісти на питання “чи Зможете виконати план, якщо при тих же показниках розпаду, ви збільшите в 2 рази залучення клієнтів”?
  5. Ми можемо оцінити кількісно успішність наших зусиль по залученню і утриманню клієнтів через порівняння швидкості розпаду когорт.
  6. За підсумками аналізу ви можете зрозуміти де проблема в продукті щодо клієнтської бази (залучення, утримання, “термін життя” тощо)

Я вже зауважував, що поки ми перебуваємо на аналізі всіх середніх. Але ваша клієнтська база може мати різні сегменти і кластери. Ваш аналіз за когортам стане ще продуктивніше, якщо ви проведете сегментацію і кластеризацію клієнтської бази.

У наступних парі статей я напишу за підготовку даних для когортного аналізу і прогнозування когорт в майбутнє для прогнозу динаміки клієнтської бази.

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *

Close