कोहोर्ट विश्लेषण: ग्राहक क्यों रुकते हैं या क्यों जाते हैं, यह कैसे समझें
कोहोर्ट विश्लेषण आपके कुल आँकड़ों के भीतर छिपे रिटेंशन पैटर्न को उजागर करता है। यहाँ बताया गया है कि इसे कैसे पढ़ें, कैसे बनाएँ, और जो आपको मिले उस पर कैसे अमल करें।
आपकी कुल रिटेंशन दर 78% है। क्या यह अच्छी है? यह पूरी तरह इस पर निर्भर करता है कि कौन-से ग्राहक रुक रहे हैं और कौन-से जा रहे हैं — और ठीक यही बात आपकी कुल रिटेंशन संख्या आपको नहीं बता सकती। 78% रिटेंशन वाली कंपनी हो सकता है अपने सबसे मूल्यवान ग्राहकों को सफलतापूर्वक रोके रखे और अपने सबसे नए ग्राहकों को गँवाती जा रही हो, या हो सकता है वह पुराने ग्राहक आधार को थामे हुए हो जबकि उसके हाल के कोहोर्ट तेज़ी से चर्न कर रहे हों। कुल आँकड़ा दोनों कहानियाँ छिपा देता है। कोहोर्ट विश्लेषण उन्हें सामने लाता है।
कोहोर्ट बस ग्राहकों का ऐसा समूह है जिसने एक ही समय पर शुरुआत की — एक ही महीने में साइन अप किया, एक ही तिमाही में पहली खरीदारी की, या एक ही हफ़्ते में अपग्रेड किया। हर कोहोर्ट को समय के साथ अलग-अलग ट्रैक करके आप देख सकते हैं कि आपकी कंपनी के इतिहास की अलग-अलग अवधियों में रिटेंशन के पैटर्न कैसे बदलते हैं। नतीजा किसी प्रोडक्ट या बिज़नेस टीम के पास उपलब्ध सबसे शक्तिशाली डायग्नोस्टिक्स में से एक होता है।
कोहोर्ट रिटेंशन तालिका कैसे पढ़ें
एक मानक कोहोर्ट रिटेंशन तालिका में अधिग्रहण के कोहोर्ट पंक्तियों में नीचे की ओर चलते हैं (जनवरी, फरवरी, मार्च...) और अधिग्रहण के बाद के महीने स्तंभों में आड़े चलते हैं (महीना 0, महीना 1, महीना 2...)। महीना 0 हमेशा 100% होता है — यही शुरुआती बिंदु है। हर पंक्ति की संख्याएँ दिखाती हैं कि उस कोहोर्ट का कितना प्रतिशत हर अगले महीने में सक्रिय रहा।
| कोहोर्ट | महीना 0 | महीना 1 | महीना 2 | महीना 3 | महीना 4 | महीना 5 | महीना 6 |
|---|---|---|---|---|---|---|---|
| जनवरी | 100% | 68% | 52% | 41% | 38% | 35% | 34% |
| फरवरी | 100% | 71% | 55% | 43% | 41% | 39% | — |
| मार्च | 100% | 76% | 62% | 51% | 49% | — | — |
| अप्रैल | 100% | 79% | 65% | 61% | — | — | — |
| मई | 100% | 82% | 69% | — | — | — | — |
| जून | 100% | 84% | — | — | — | — | — |
यह तालिका एक साफ़ कहानी कहती है: रिटेंशन हर महीने उल्लेखनीय रूप से सुधर रहा है। जनवरी कोहोर्ट महीना 6 तक सिर्फ़ 34% रुका, जबकि हाल के कोहोर्ट अपने पहले दो महीनों में 69–84% पर टिके हैं। कुछ बदला है — शायद कोई प्रोडक्ट सुधार, बेहतर ऑनबोर्डिंग फ़्लो, या अधिग्रहण चैनल में ऐसा बदलाव जो बेहतर-मेल वाले ग्राहक लाया। कुल रिटेंशन संख्या इसे पूरी तरह ढँक देती।
देखने लायक तीन पैटर्न
एक बार आपके पास कोहोर्ट तालिका आ जाए, तो आप तीन खास पैटर्न खोज रहे होते हैं। हर पैटर्न एक अलग समस्या की ओर इशारा करता है और उसका अलग इलाज चाहिए।
शुरू में तेज़ गिरावट: अगर महीना 0 से महीना 1 की रिटेंशन लगातार 50% से नीचे है, तो आपकी समस्या ऑनबोर्डिंग की है। ग्राहक साइन अप करते हैं और रुकने लायक मूल्य इतनी जल्दी नहीं पाते। शुरुआती चरण के SaaS में यह सबसे आम पैटर्न है और सबसे सुधारने लायक भी — बेहतर ऑनबोर्डिंग, तेज़ टाइम-टू-वैल्यू और ज़्यादा सक्रिय शुरुआती एंगेजमेंट, सब मदद करते हैं।
सभी कोहोर्ट में लगातार गिरावट: अगर सभी कोहोर्ट में रिटेंशन महीने-दर-महीने एक ही दर से गिरती रहती है, तो आपकी समस्या प्रोडक्ट के मूल्य की है। ग्राहक प्रोडक्ट आज़माते हैं, कुछ शुरू में टिकते भी हैं, लेकिन उन्हें जुड़ाव में बनाए रखने लायक निरंतर मूल्य नहीं मिलता। ऑनबोर्डिंग में कितना भी सुधार इसे ठीक नहीं करेगा — प्रोडक्ट को खुद लौटने की ज़्यादा वजहें देनी होंगी।
"मुस्कान" जैसा वक्र जो समतल हो जाता है: सबसे अच्छे रिटेंशन वक्र शुरुआती गिरावट के बाद समतल हो जाते हैं। जो ग्राहक पहले दो-तीन महीने टिक जाते हैं, वे आमतौर पर रुके रहते हैं। लक्ष्य यह है कि ज़्यादा से ज़्यादा ग्राहक उस मोड़ बिंदु तक पहुँचें। अगर आपका वक्र कभी समतल नहीं होता — अगर महीना 6 पर भी रिटेंशन उसी दर से गिरती रहती है जिस दर से महीना 1 पर गिर रही थी — तो आपके पास स्थिर रिटेन किया हुआ आधार नहीं है, और उस कोहोर्ट पर बनी LTV गणनाएँ भ्रामक होंगी।
कोहोर्ट तालिका की सबसे अहम संख्या महीना 6 का प्रतिशत नहीं है — वह महीना 0 और महीना 2 के बीच की ढलान है। यहीं सबसे ज़्यादा ग्राहक खोते हैं, और यहीं ज़्यादातर हस्तक्षेपों का सबसे ज़्यादा असर (लीवरेज) होता है।
कोहोर्ट को सेगमेंट में बाँटना: असली अंतर्दृष्टि यहीं मिलती है
कोहोर्ट विश्लेषण तब सच में शक्तिशाली हो जाता है जब आप कोहोर्ट को अधिग्रहण चैनल, प्राइसिंग टियर, ग्राहक के आकार या भौगोलिक क्षेत्र के हिसाब से बाँटते हैं। जो कोहोर्ट तालिका तीन महीने बाद कुल रिटेंशन 60% दिखाती है, वह यह भी खोल सकती है कि ऑर्गेनिक सर्च से आए ग्राहक 75% पर रुकते हैं जबकि पेड सोशल से आए ग्राहक 40% पर। यह एक अंतर्दृष्टि मार्केटिंग बजट आवंटन की पूरी बातचीत का ढाँचा बदल देती है।
सबसे ज़्यादा मूल्य देने वाला पहला विभाजन लगभग हमेशा अधिग्रहण चैनल का होता है। जो ग्राहक आपको रेफ़रल, कंटेंट या ऑर्गेनिक सर्च के ज़रिए पाते हैं, वे आमतौर पर व्यापक पेड कैंपेन से आए ग्राहकों की तुलना में काफ़ी ऊँची दर पर रुकते हैं। अगर आपका कोहोर्ट डेटा यह पैटर्न दिखाता है — और आमतौर पर दिखाता है — तो यह कंटेंट और रेफ़रल कार्यक्रमों में निवेश के पक्ष में मज़बूत तर्क है, भले ही प्रति-अधिग्रहण लागत के हिसाब से पेड अधिग्रहण सस्ता दिखे। CAC तब तक सस्ता दिखता है जब तक आप मॉडल में रिटेंशन को शामिल नहीं करते।
गिरती कोहोर्ट तालिका का क्या करें
अगर आपके सबसे हाल के कोहोर्ट पुराने कोहोर्ट से खराब रिटेन कर रहे हैं, तो यह फ़ौरन ध्यान देने लायक संकेत है। इसका मतलब है कि आपके प्रोडक्ट, अधिग्रहण या ऑनबोर्डिंग में कुछ बिगड़ा है — और हाल ही में बिगड़ा है। देखें कि क्या बदला। क्या आपने कोई नया अधिग्रहण चैनल खोला है जो कम-योग्य ग्राहक ला रहा है? क्या आपने कोई ऐसा फ़ीचर शिप किया जिसने किसी मौजूदा वर्कफ़्लो में खलल डाल दिया? क्या आपने प्राइसिंग में ऐसा बदलाव किया जिसने ऐसे ग्राहकों को आकर्षित किया जो अच्छा मेल नहीं थे?
कोहोर्ट रिटेंशन में सुधार लगभग हमेशा मार्केटिंग की समस्या बनने से पहले प्रोडक्ट और ऑनबोर्डिंग की समस्या होता है। जो हस्तक्षेप-क्रम काम करता है: पहले, उन क्रियाओं की पहचान करें जो रिटेन हुए ग्राहक अपने पहले दो हफ़्तों में करते हैं और चर्न हुए ग्राहक नहीं करते। फिर, ऑनबोर्डिंग को इस तरह दोबारा डिज़ाइन करें कि वही क्रियाएँ पहले हों। फिर, शुरुआती व्यवहार को संकेत बनाकर जोखिम वाले ग्राहकों की पहचान करें और उनके चर्न करने के बाद नहीं, बल्कि पहले हस्तक्षेप करें।
लंबे समय से चले आ रहे कोहोर्ट बहुत अच्छे दिखते हैं, क्योंकि जो ग्राहक रुके रहे वे परिभाषा से ही आपके सबसे संतुष्ट और सबसे अच्छे-मेल वाले ग्राहक हैं। जब आप दो साल पुराने कोहोर्ट की महीना 24 की रिटेंशन देखते हैं, तो आप ऐसी आबादी देख रहे होते हैं जो चर्न के ज़रिए पहले ही भारी छन चुकी है। लंबे समय तक रुके ग्राहकों के व्यवहार को इस बात का मॉडल न मानें कि नए ग्राहक क्या करेंगे — वे किसी हस्तक्षेप के बिना, प्रतिनिधि नहीं बल्कि चुना हुआ नमूना हैं।
कोहोर्ट विश्लेषण तब सबसे उपयोगी होता है जब उसकी लगातार समीक्षा की जाए, बजाय इसके कि उसे एक बार चलाकर भुला दिया जाए। FabricLoop में प्रोडक्ट और ग्रोथ टीमें अक्सर अपने साझा ग्रुप में एक मासिक नोट रखती हैं, जिसमें अपडेट किया हुआ कोहोर्ट स्नैपशॉट होता है — सबसे नए डेटा के साथ ताज़ा की गई तालिका, एक पैराग्राफ़ में यह व्याख्या कि क्या खिसका और क्यों, और जोखिम वाले कोहोर्ट पर आज़माए जा रहे हस्तक्षेपों की टास्क सूची। जब विश्लेषण उन टास्क के बगल में रहता है जो उस पर जवाब देते हैं, तो अंतर्दृष्टि और कार्रवाई के बीच की खाई काफ़ी घट जाती है।