Analýza kohort: jak pochopit, proč zákazníci zůstávají nebo odcházejí
Analýza kohort odhaluje vzorce retence skryté v agregovaných číslech. Tady je návod, jak ji číst, jak ji sestavit a jak jednat podle toho, co zjistíte.
Vaše celková míra retence je 78 %. Je to dobře? Záleží zcela na tom, kteří zákazníci zůstávají a kteří odcházejí — a právě to vám souhrnné číslo retence neřekne. Firma se 78% retencí může úspěšně udržovat své nejcennější zákazníky a zároveň ztrácet ty nejnovější, nebo se může držet starší zákaznické základny, zatímco její nedávné kohorty rychle odpadají. Souhrnné číslo skrývá oba příběhy. Analýza kohort je odhalí.
Kohorta je jednoduše skupina zákazníků, kteří začali ve stejnou dobu — zaregistrovali se ve stejném měsíci, poprvé nakoupili ve stejném čtvrtletí nebo přešli na vyšší tarif ve stejném týdnu. Když každou kohortu sledujete samostatně v čase, vidíte, jak se vzorce retence mění napříč obdobími historie vaší firmy. Výsledkem je jeden z nejsilnějších diagnostických nástrojů, které má produktový nebo obchodní tým k dispozici.
Jak číst tabulku retence kohort
Standardní tabulka retence kohort má v řádcích akviziční kohorty (leden, únor, březen...) a ve sloupcích měsíce od akvizice (měsíc 0, měsíc 1, měsíc 2...). Měsíc 0 je vždy 100 % — to je výchozí bod. Čísla v každém řádku ukazují, jaké procento dané kohorty bylo aktivní v každém dalším měsíci.
| Kohorta | Měsíc 0 | Měsíc 1 | Měsíc 2 | Měsíc 3 | Měsíc 4 | Měsíc 5 | Měsíc 6 |
|---|---|---|---|---|---|---|---|
| leden | 100% | 68% | 52% | 41% | 38% | 35% | 34% |
| únor | 100% | 71% | 55% | 43% | 41% | 39% | — |
| březen | 100% | 76% | 62% | 51% | 49% | — | — |
| duben | 100% | 79% | 65% | 61% | — | — | — |
| květen | 100% | 82% | 69% | — | — | — | — |
| červen | 100% | 84% | — | — | — | — | — |
Tato tabulka vypráví jasný příběh: retence se každý měsíc výrazně zlepšuje. Lednová kohorta si do 6. měsíce udržela jen 34 %, zatímco novější kohorty se v prvních dvou měsících drží na 69–84 %. Něco se změnilo — pravděpodobně vylepšení produktu, lepší onboarding nebo změna akvizičního kanálu, který přivedl vhodnější zákazníky. Souhrnné číslo retence by to úplně zakrylo.
Tři vzorce, na které se zaměřit
Jakmile máte tabulku kohort, hledáte tři konkrétní vzorce. Každý ukazuje na jiný problém a vyžaduje jiné řešení.
Strmý pokles na začátku: Pokud je retence mezi měsícem 0 a měsícem 1 soustavně pod 50 %, máte problém s onboardingem. Zákazníci se zaregistrují, ale nenajdou hodnotu dostatečně rychle, aby zůstali. Je to nejběžnější vzorec u SaaS v rané fázi a zároveň ten, který se dá nejlépe napravit — pomáhá lepší onboarding, kratší čas do první hodnoty (time-to-value) a proaktivnější zapojení hned na začátku.
Soustavný pokles napříč všemi kohortami: Pokud retence klesá stejným tempem měsíc za měsícem ve všech kohortách, máte problém s hodnotou produktu. Zákazníci produkt vyzkouší, někteří zpočátku zůstanou, ale chybí trvalá hodnota, která by je udržela zapojené. Žádné vylepšení onboardingu to nespraví — samotný produkt musí poskytovat víc důvodů, proč se vracet.
Křivka ve tvaru „úsměvu“, která se vyrovná: Nejlepší křivky retence se po počátečním poklesu vyrovnají. Zákazníci, kteří přežijí první dva až tři měsíce, mívají tendenci zůstat. Cílem je maximalizovat počet zákazníků, kteří tohoto inflexního bodu dosáhnou. Pokud se vaše křivka nikdy nevyrovná — pokud retence v měsíci 6 klesá stejným tempem jako v měsíci 1 — nemáte stabilní základnu udržených zákazníků a výpočty LTV postavené na této kohortě budou zavádějící.
Nejdůležitějším číslem v tabulce kohort není procento v měsíci 6, ale sklon mezi měsícem 0 a měsícem 2. Právě tam se ztrácí nejvíc zákazníků a právě tam mají největší účinek zásahy.
Segmentace kohort: kde se skrývají skutečné poznatky
Analýza kohort je skutečně silná, když kohorty segmentujete podle akvizičního kanálu, cenového tarifu, velikosti zákazníka nebo geografie. Tabulka, která ukazuje celkovou retenci 60 % po třech měsících, může odhalit, že zákazníci z organického vyhledávání si drží retenci 75 %, zatímco zákazníci z placených sociálních sítí jen 40 %. Jediný poznatek tohoto druhu přeformuluje celou diskusi o alokaci marketingových peněz.
Nejhodnotnější první segmentace je téměř vždy podle akvizičního kanálu. Zákazníci, kteří vás najdou díky doporučením, obsahu nebo organickému vyhledávání, mívají podstatně vyšší retenci než ti, které jste získali širokými placenými kampaněmi. Pokud vaše kohortní data tento vzorec ukazují — a obvykle ukazují — je to silný argument pro investice do obsahu a doporučovacích programů, i když se placená akvizice jeví levnější z hlediska nákladů na akvizici. CAC vypadá levně, dokud do modelu nezahrnete retenci.
Co dělat s klesající tabulkou kohort
Pokud mají vaše nejnovější kohorty horší retenci než starší, je to naléhavý signál. Znamená to, že se u vašeho produktu, akvizice nebo onboardingu něco zhoršilo — a zhoršilo se to nedávno. Zjistěte, co se změnilo. Otevřeli jste nový akviziční kanál, který přivádí méně vhodné zákazníky? Vydali jste funkci, která narušila stávající pracovní postup? Změnili jste ceny tak, že přitáhly zákazníky, kteří k vám nepasovali?
Zlepšení retence kohort je téměř vždy nejdřív problém produktu a onboardingu a teprve potom problém marketingu. Posloupnost zásahů, která obvykle funguje: nejprve zjistěte, jaké kroky dělají v prvních dvou týdnech zákazníci, kteří zůstali, a zákazníci, kteří odešli, je nedělají. Poté přepracujte onboarding tak, aby k těmto krokům docházelo dřív. Nakonec využijte rané chování jako signál k odhalení ohrožených zákazníků a zasáhněte dřív, než odejdou, ne až poté.
Dlouhodobé kohorty vypadají skvěle, protože zákazníci, kteří zůstali, jsou ze své podstaty vaši nejspokojenější a nejlépe vyhovující zákazníci. Když se podíváte na retenci ve 24. měsíci u dvouleté kohorty, vidíte populaci, kterou už odlivem zákazníků silně prosely. Nepoužívejte chování dlouhodobě udržených zákazníků jako model toho, co budou dělat noví zákazníci — jsou to vybraný vzorek, ne reprezentativní.
Analýza kohort je nejužitečnější, když se vyhodnocuje pravidelně, a ne když se jednou provede a zapomene. Ve FabricLoop produktové a růstové týmy často vedou měsíční poznámku ve své sdílené skupině s aktuálním přehledem kohort — tabulku obnovenou nejnovějšími daty, jednoodstavcový výklad toho, co se pohnulo a proč, a seznam úkolů se zásahy testovanými na ohrožených kohortách. Když analýza žije vedle úkolů, které na ni reagují, propast mezi poznatkem a akcí se výrazně zmenšuje.