Когорта что это значит в бизнесе

Опытные предприниматели знают, насколько важно анализировать свою деятельность. Это даёт понимание того, что работает хорошо, а что плохо. Во что стоит вкладываться в будущем, а во что — точно нет. Когортный анализ — один из инструментов, с помощью которых можно ответить на эти вопросы. Сегодня мы вас с ним познакомим.

Просто и кратко, чтобы вы начали пользоваться им как можно быстрее. Начнём.

Понятие когорта

Понятие «когорта» появилось еще во втором веке до нашей эры. Им обозначалось одно из главных тактических подразделений римской армии. Буквальный перевод слова — огороженное место.

Когорты в маркетинге

• сегмент целевой аудитории или группу людей, совершивших какое-то действие в определенный период времени (например, 1 или 5 июля).
• пользователей объединяют в одну группу по общим характеристикам, опыту и временному признаку.

Что такое когортный анализ

Главное

• Когорта — группа пользователей, которые совершили определённое действие в конкретный период времени.
• Когортный анализ помогает изучить потребительское поведение, оценить окупаемость рекламы на долгой дистанции, выявить и удержать лояльных клиентов, точнее провести A/Б-тест, выявить закономерности, которые теряются в других способах аналитики.
• Анализ по когортам отличается от сегментации: аудиторию делят на сегменты по схожим характеристикам, а в когорты могут входить разные пользователи — молодые родители вместе с пенсионерами и байкерами.
• Перед когортным анализом определите признаки когорты, размер когорты, отчётный период и ключевой показатель.
• Анализ можно провести вручную или с помощью специальных сервисов.

Отличие когорты от сегмента

Когортный анализ похож на сегментацию пользователей, но не стоит их путать.

Сегментация — это когда мы делим аудиторию на группы с общими характеристиками (география, пол, возраст, интересы) и смотрим, какие действия совершает каждая группа.

Пример: если мы выбираем для анализа аудиторию молодых отцов из Москвы — это сегментация. Пользователи внутри сегмента могут совершать разные действия в любые отрезки времени: подписаться на рассылку, оставить заявку, отписаться от рассылки, оплатить заказ картой онлайн. При анализе сегмента мы не привязываем действия пользователей ко времени, а просто анализируем, как отрабатывают наши маркетинговые активности: оферы, рассылки, таргетированная реклама.

В когортах пользователей объединяют по действию и периоду. И это главное отличие когортного анализа от сегментации.

Действие пользователя может быть любым: например, первое посещение сайта, подписка на рассылку, оформление заказа, покупка, брошенная корзина.

Только про деньги: LTV, Retention и когорты для бизнеса, а не красивых отчётов Тимофей Липский

Когорты можно сравнивать между собой. Например, анализировать поведение пользователей, которые заходили на сайт в январе и феврале, и сравнивать показатели. Допустим, мы видим, что февральские пользователи заплатили нам больше денег. Это может означать, что в рекламных кампаниях в феврале мы использовали оферы чётко под аудиторию или сумели привлечь более целевой трафик.

Отличие когортного анализа от сегментации

Например, пользователь пришел на сайт из контекстной рекламы 17 июля и купил окно. Его можно включить сразу в три группы:

1. Пользователи, пришедшие с контекстной рекламы. Помогает определить эффективность контекста по сравнению с другими каналами привлечения покупателей.
2. Клиенты, купившие окно в июле. Позволяет определить сезонность продаж.
3. Покупатели товара «окно». Помогает в определении спроса на конкретный товар у разных групп целевой аудитории.

Суть когортного анализа — объединение клиентов (пользователей, посетителей) в группы по одинаковым характеристикам или атрибутам и отслеживание их поведения во времени.

Источник: aistseo.ru

Когорта что это значит в бизнесе

Анализируя действия клиентов на сайте или любой другой площадке в Интернете можно выудить много полезных знаний о целевой аудитории. Например, узнать самое популярное время продаж, средний чек, показатель отказов и другое. Однако ключевые метрики у каждой ЦА в определенный период времени могут быть разными.

Если попытаться рассмотреть их все вместе, можно легко запутаться или получить ошибочную картину происходящего. Поэтому маркетинговые показатели изучают отдельно для каждой группы методом анализа когорт. Рассмотрим подробнее этот инструмент.

Что такое когортный анализ

Начнем с определения. Когорта – это сегмент целевой аудитории или группа людей, которых объединяют общие характеристики, опыт, признаки в конкретном временном отрезке. Опыт, характеристики и прочие атрибуты ЦА могут изменяться довольно существенно с течением времени. Например, пользователь в июне покупает одну продукцию, в июле – другую, а в августе – третью. Точно так же обстоит дело и с услугами или каналами трафика: посетитель в будние дни заходит на сайт с компьютера, а по выходным с мобильного гаджета. С помощью когортного анализа можно исследовать группы с общими признаками и эффективно отслеживать их активность. Когорты в маркетинге – это довольно неоднородная целевая аудитория: новички сайта или сервиса, постоянные пользователи, временные посетители и другие. Они все разные на первый взгляд, но, используя метод, маркетологи объединяют их в несколько когорт. Например, клиент купивший продукт на сайте компании в ноябре через контекстную рекламу Яндекса, входит в следующие группы:

• Пользователи из поисковой рекламы Яндекса. Анализируя этот сегмент, можно узнать, насколько эффективны контекстные объявления в поисковой выдаче по сравнению с РСЯ и баннерами.
• Клиенты, купившие продукцию в ноябре. С помощью этих метрик определяют сезонность продаж.
• Покупатели конкретного продукта. Анализируя эту когорту, маркетологи выявляют спрос на товар у разных сегментов ЦА.

Таким образом, идея когортного анализа заключается в том, чтобы разделить пользователей на группы по схожим характеристикам или атрибутам для отслеживания их поведения во времени.

Сфера применения

Анализировать группы представителей целевой аудитории по схожим признакам полезно там, где бизнес сильно привязан к количеству клиентов. Например, в онлайне отток пользователей достаточно существенно бьет по показателям доходности бизнеса. Здесь и снижение уникальных посетителей на сайте, отписка от рассылок, рост отказов и спад вовлеченности.

С другой стороны приток новых клиентов говорит об успешности маркетинговой стратегии, даже несмотря на большой пул постоянных покупателей. Поэтому в онлайн-бизнесе анализ когорт, мониторинг поведения пользователей помогает держать руку на пульсе.

Когортный анализ активно используется в следующих сферах:

1. Формирование портрета целевого клиента. Собирая информацию из разных когорт в течение определенного отрезка времени можно составить довольно точный портрет идеального клиента. Например, анализируя такие метрики, как лояльность покупателей, сезонность, готовность к онлайн-заказам и другие.
2. Улучшение конверсии. Анализ когорт поможет собрать информацию, которую нельзя получить сплит-тестированием. Причина в том, что когортным методом отслеживаются разные сегменты ЦА и информация по ним более точная, актуальная. С помощью А/В тестирования сравнивают группы пользователей только по показателю конверсии, тогда как при когортном анализе подключаются ещё два параметра – время и место. Например, проверим какой цвет кнопки побуждает пользователей больше кликать. Сплит-тест показал, что 45% больше нравится красная кнопка, а 55% – синяя. Подключим когорту по месяцу (время) и месту. Выясняем, что большая группа пользователей из черноморского региона лучше реагирует на красную кнопку, потому что синий (морской) цвет им уже немного приелся. В итоге мы лучше понимаем сегменты своей ЦА и у нас появляются новые идеи, как продуктивно работать с этими пользователями.
3. Сфера SaaS. Когортный анализ используются в облачных проектах для оптимизации цикла продаж. Например, есть программный продукт – полноценная и триал-версия, тарифные планы на подписку, метрики доходов и расходов компании. Попробуем подключить анализ когорт. В первую группу попадают пользователи пробной версии, в другую – те, кто юзают триал. Временные периоды – 15 и 30 дней соответственно. Определяем, из каких когорт чаще всего переходят к заказу полной версии, какие тарифные планы подключают, каков отток за период и другие показатели. Также строятся когорты по ценам (тарифам), доходам и расходам за отрезок времени.

Ключевые показатели

В любой аналитике есть соблазн начать изучать все метрики ради статистики. В качестве обучения – занятие полезное, но на практике нужно расставлять приоритеты. Какие когорты отнести к ключевым метрикам на конкретный момент времени, а каким уделить меньше внимания? Всё зависит от специфики вашего бизнеса.

Можно выделить ряд универсальных показателей когортного анализа, которые используются практически всегда:

• Контрольная точка (Stick Point) – определенная сумма заказа, после которой клиент с высокой долей вероятности становится постоянным.
• Каналы привлечения. Разные источники отличаются своей эффективностью в генерации клиентов. С помощью когортного анализа можно разделить потоки по схожим характеристикам групп. Например, покупатели в период распродаж зачастую приносят такой же или даже более высокий доход, как и остальные клиенты. Узнать это с помощью АВ тестов невозможно, потому как и постоянные покупатели могут проявлять большую активность в период распродаж.
• Конвертация пользователей из пробной версии продукта в платный тариф. Анализ когорт подскажет, какие группы бесплатной версии продукта охотнее переходят на платный тариф.
• Повторные покупки. Важная метрика для понимания успешности компании у клиентов. Часто первая покупка – это некий кредит доверия, который пользователь выписывает компании. Повторные покупки говорят о том, что покупатель доволен результатом использования продукта, качеством сервиса.
• Аналитические системы Гугл и Яндекс предлагают следующие характеристики когорт. Например, длительность сеанса на сайте или в приложении, количество просмотров страниц, доход по одному клиенту, средний чек, процент достигнутых целей и другие.

Примеры когортного анализа

Как любая аналитическая система распределяет пользователей по когортам? Рассмотрим простой пример, житель Москвы посетил сайт 25 июля из органической выдачи Яндекса и приобрел продукт «Х» через форму онлайн-заявки. Он распределяется по следующим группам:

1. Когорта пользователей сайта из Москвы.
2. Трафик из Яндекса.
3. Пользователи из поисковой выдачи.
4. Органическая выдача.
5. Когорта «июль».
6. Когорта «25 июля».
7. Продукт «Х».
8. Онлайн-заявка.

Ещё один пример. Нужно исследовать эффективность подписки пользователей на email-рассылку сайта агентства. Допустим, используем три площадки, где размещаем подписную онлайн-форму: конкурс в Инстаграм, партнерский ресурс и подписка на собственном сайте.

После активного набора подписчиков в июле, получили следующий результат: с конкурса в Инстаграм получили 850 подписок, с сайта партнера – 120, а с самого ресурса – 1100. Далее мы отслеживаем процент открываемости писем и количество отписок. Например, за три месяца – август, сентябрь, октябрь – пришедшие с Инстаграм отписались сразу после окончания конкурса, больше всего постоянных читателей пришло с партнерского сайта.

Таким образом, мы определили, что тратить бюджет на привлечение подписчиков Инстаграм невыгодно. Лучше сосредоточиться на аудитории сайта партнера.

Резюме

Зачем бизнесу нужен когортный анализ

Маркетолог в OWOX BI Марго Бергер рассказала, чем для PPC-специалиста полезен когортный анализ, что представляет собой этот подход и какие задачи можно решить с его помощью.

Маркетологи постоянно ищут способы лучше понять поведение своей аудитории и одним из таких способов может стать когортный анализ. На ряду с сегментированием, он поможет разделить пользователей на отдельные группы, но оценка будет проходить не по одной итоговой метрике, а в разрезе изменения этой метрики от когорты к когорте. Давайте попробуем разобраться в том, что это такое и чем он может быть полезен бизнесу.

Начнем с определения.

Когорта — это группа людей, которые совершили одно и то же действие в один период времени.

Например, студенты, окончившие кафедру маркетинга в 2012 году, — это когорта. Люди, совершившие покупку на сайте с 1 по 7 июля, — тоже.

Зачем нужны когорты, если у нас уже есть множество сегментов, спросите вы. И правда, когорту нередко хочется сравнить с сегментом, но последний может объединять аудиторию сразу по нескольким параметрам. То есть, студенты-мужчины, окончившие кафедру маркетинга в 2012 году с красным дипломом и работающие по специальности — это уже сегмент. Как и люди, совершившие покупку на сайте с айфона с 1 по 7 июля со средним чеком в 10 000 рублей. То есть, разница в количестве признаков — у когорты это временной промежуток для совершения одного действия, а в сегмент вы можете включать множество дополнительных условий.

Когортный анализ — это исследование того, как со временем меняется поведение когорты. Что нужно для его проведения?

1. Признак, по которому вы будете формировать когорту — действие, которое объединяет людей в когорте: первый визит на сайт, первая покупка, регистрация и т. п.
2. Размер когорты — временной интервал для когорты: день, неделя, месяц.
3. Отчетный период — время, в течение которого вы будете исследовать поведение когорты.
4. Ключевой показатель, который вы будете анализировать: ROI, Retention Rate, LTV, средний чек, частота покупок и т. д.

Но чем когортный анализ может быть полезен для бизнеса? Разберем на пяти примерах.

Анализировать каналы привлечения

Когортный анализ поможет узнать, из каких каналов приходят наиболее лояльные пользователи, и вы сможете уделить этим каналам не только больше внимания, но и больше бюджета. Порядок действий очень простой. Рассмотрим пример:

• выделите в когорту пользователей, которые посетили сайт за последние полгода;
• сегментируйте их по каналам привлечения;
• в разрезе каждого месяца сравните коэффициент удержания и коэффициент повторных покупок;

Коэффициент удержания клиента = ((Количество клиентов на конец периода — Количество новых клиентов, приобретенных за период) / Количество клиентов на начало периода

Коэффициент повторный покупок = Количество повторных клиентов / Общее число клиентов

• каналы с наиболее высоким коэффициентом приносят лояльных пользователей и заслуживают вашего внимания. Спад активности в когорте означает, что вам пора подогреть интерес этих пользователей.

На скрине мы видим, что первая Facebook Ads когорта самая лояльная и она медленнее всех остывает: высокая доля пользователей совершает повторные покупки в течение пяти месяцев. Если есть возможность ее масштабировать — надо масштабировать. А вот последний Google Ads самый хиленький и когорта сильно остывает — нужно или научиться работать с этой когортой, или менять рекламу, а то и вовсе отключать. К тому же, такой отчет показывает, когда именно остывание самое сильное, а значит — когда надо начинать подогревать.

Прогнозировать LTV

LTV или пожизненная ценность клиента — это доход, который вы получаете за все время, которое клиент остается с вами. Проблема в том, что вы никогда не знаете наверняка, как долго человек будет оставаться клиентом и будет продолжать приносить доход. От этого в свою очередь зависит то, на какую прибыль вы можете рассчитывать в будущем и сколько можете тратить на маркетинг.

Как можно спрогнозировать LTV с помощью когортного анализа:

1. Выделите в когорту пользователей, у которых первая оплата была, например, в январе 2018 года.
2. Посмотрите, на протяжении какого времени от них продолжались оплаты.
3. Занесите данные в таблицу и для каждого месяца рассчитайте показатель ARPU — показатель среднего дохода с клиента — на когорту. Для этого общий доход от когорты за выбранный период (TR) разделите на количество пользователей в когорте (CQ). Вы получите такую таблицу:
4. Рассчитайте медиану LTV по нескольким предыдущим когортам, чтобы прогнозировать ценность клиентов, первая оплата от которых была в текущем периоде, например, июле 2019.

Как только вы рассчитаете прогноз LTV, возвращайтесь к предыдущему пункту и начинайте анализировать каналы привлечения пользователей. Если вы вовремя распознаете момент спада активности, то сможете принять соответствующие меры и поработать над активацией клиентов, увеличив срок сотрудничества с ними.

Оценить ROI рекламы

Человеку, впервые посетившему ваш сайт, нужно время, чтобы пройти по воронке и совершить конверсионное действие. Иногда пользователям надо много времени, чтобы прийти к покупке. И чем оно больше, тем сложнее оценить эффективность рекламных каналов, а шансы сделать ошибочные выводы увеличиваются.

Чтобы оценить окупаемость рекламы с помощью когортного анализа:

1. Выделите в когорту людей, которые пришли из одного рекламного канала.
2. Рассчитайте ROI рекламной кампании.
3. Отслеживайте динамику ROI по месяцам.

Например, если вы выделите в когорту людей, которые пришли из платной рекламной кампании в Google Ads в феврале, то увидите, что в первый месяц ROI такой рекламы ниже 100%, но в последующие месяцы коэффициент увеличивается. То есть, люди шли к покупке больше месяца.

На графике видно, как от месяца к месяцу меняется ROI по каждой из пяти когорт: февральской, мартовской и т. д.

Оценить эффективность медиаисточников

Всем, кто сталкивается с мобильными приложениями, знакома эта проблема: скачивания посчитали, но из каких источников пришли наиболее активные пользователи? Какие из них использовать в будущем? Здесь тоже помогут когорты.

1. Выделите в когорту пользователей приложения версии 1.0.
2. Сегментируйте их по каналам привлечения.

Например, этот скрин показывает когорту юзеров в разрезе медиаисточников привлечения и спад их активности по дням. Так, самые активные юзеры в первый день по источникам 1-3. На второй день 1-4. Третий так же. А вот на четвертый день второй источник явно выбивается в лидеры.

С самого первого дня можно заметить, что последние два источника приводят меньше всего пользователей и их активность со временем полностью сходит на нет.

Проводить А/Б-тесты

Казалось бы, с А/Б-тестами все и так понятно — меняем один элемент на сайте, делаем два варианта страницы и одной половине пользователей показываем старый вариант страницы, а второй — новый. Затем считаем, как изменилась конверсия. Но такой А/Б-тест не покажет, как обновления влияют на изменение конверсии в долгосрочной перспективе. А вот когортный анализ покажет.

Например, мы тестируем новую кнопку на сайте:

1. Спустя несколько недель после начала теста выделим в когорту пользователей, которые впервые попали на сайт через страницу с новой кнопкой.
2. Выделим в когорту пользователей, которые взаимодействовали только со старым дизайном.
3. Сравним конверсию.

Как видите, для решения ряда задач когортный анализ прекрасно подходит. К тому же, провести его несложно, используя специальный отчет «Когортный анализ» Google Analytics или сводные таблицы в Google Sheets.

Источник: ppc.world