Analiza Cohortei: Cum să Înțelegeți De Ce Clienții Rămân sau Pleacă
Analiza cohortei dezvăluie modelele de retenție ascunse în numerele agregate. Iată cum să o citiți, cum să o construiți și cum să acționați pe baza a ceea ce găsiți.
Rata dvs. de retenție globală este 78%. E bine? Depinde entirely de care clienți rămân și care pleacă — și aceasta este exact ceea ce numărul dvs. de retenție agregat nu vă poate spune. O companie cu 78% retenție ar putea reține cu succes clienții cei mai valoroși în timp ce pierde clienții noi, sau ar putea ține baza de clienți moștenite în timp ce cohortele recente se dezistu rapid. Agregatul ascunde ambele povești. Analiza cohortei le dezvăluie.
O cohortă este pur și simplu un grup de clienți care au început în același timp — s-au înregistrat în aceeași lună, și-au făcut prima cumpărare în același trimestru, sau s-au modernizat în aceeași săptămână. Urmărind fiecare cohortă independent în timp, puteți vedea cum se schimbă modelele de retenție pe diferite perioade din istoria companiei dvs. Rezultatul este una dintre diagnosticele cele mai puternice disponibile pentru o echipă de produs sau de afaceri.
Cum să citiți o tabel de retenție cohortă
Un tabel standard de retenție cohortă are cohorte de achiziție rând jos (ianuarie, februarie, martie...) și luni de la achiziție pe coloane (Luna 0, Luna 1, Luna 2...). Luna 0 este întotdeauna 100% — acela este punctul de plecare. Numerele din fiecare rând arată ce procent din acea cohortă era încă activ în fiecare lună ulterioară.
| Cohortă | Luna 0 | Luna 1 | Luna 2 | Luna 3 | Luna 4 | Luna 5 | Luna 6 |
|---|---|---|---|---|---|---|---|
| Ianuarie | 100% | 68% | 52% | 41% | 38% | 35% | 34% |
| Februarie | 100% | 71% | 55% | 43% | 41% | 39% | — |
| Martie | 100% | 76% | 62% | 51% | 49% | — | — |
| Aprilie | 100% | 79% | 65% | 61% | — | — | — |
| Mai | 100% | 82% | 69% | — | — | — | — |
| Iunie | 100% | 84% | — | — | — | — | — |
Tabelul aceasta spune o poveste clară: retenția s-a îmbunătățit semnificativ fiecare lună. Cohortă ianuarie a reținut doar 34% până la Luna 6, în timp ce cohorte mai recente se țin la 69–84% prin primele două luni. Ceva s-a schimbat — probabil o îmbunătățire produsului, un flux de integrare mai bun, sau o schimbare în canalul de achiziție care a adus clienți mai bine potriviți. Numărul de retenție agregat ar fi ascuns complet aceasta.
Cele trei modele de căutat
Odată ce aveți un tabel cohortă, căutați trei modele specifice. Fiecare indică spre o problemă diferită și necesită o remediere diferită.
O cădere abruptă timpurie: Dacă retenția Luna 0 la Luna 1 este în mod consecvent sub 50%, aveți problemă de integrare. Clienții se înregistrează și nu găsesc valoare suficient de rapid pentru a rămâne. Acesta este cel mai comun model în SaaS timpuriu și cel mai tratabil — integrare mai bună, timp mai rapid la valoare, și angajament timpuriu mai proactiv ajută.
Declin consecvent pe toate cohortele: Dacă retenția scade în mod consecvent la aceeași rată lună după lună pe toate cohortele, aveți problemă de valoare produs. Clienții încearcă produsul, unii rămân inițial, dar nu e suficient valoare continuă pentru a-i menține angajați. Nicio îmbunătățire la fluxul de înregistrare nu va remedia aceasta — produsul în sine trebuie să livreze mai multe motive de revenire.
O curbă "zâmbet" care se nivelează: Cele mai bune curbe de retenție se nivelează după o cădere inițială. Clienții care supraviețuiesc primele două sau trei luni tind să rămână. Scopul este să maximizați numărul de clienți care ajung la acel punct de inflexiune. Dacă curba dvs. nu se nivelează niciodată — dacă retenția scade în continuare la aceeași rată la Luna 6 ca la Luna 1 — nu aveți o bază reținută stabilă și calculele LTV construite pe acea cohortă vor fi înșelătoare.
Cel mai important număr din tabel cohortă nu este procentul la Luna 6 — este panta între Luna 0 și Luna 2. Acolo sunt pierduți cei mai mulți clienți și acolo au cea mai mare pârghie cele mai multe intervenții.
Segmentarea cohortelor: unde trăiește perspectiva reală
Analiza cohortei devine cu adevărat puternică când segmentați cohorte după canal de achiziție, nivel de preț, dimensiune client sau geografie. Un tabel cohortă care arată retenție globală de 60% după trei luni ar putea dezvălui că clienții din căutare organică rețin la 75% în timp ce clienți din social plătit rețin la 40%. Acea perspectivă unică reformulează conversația de alocare marketing întreagă.
Cea mai valoroasă segmentare inițială este aproape întotdeauna după canalul de achiziție. Clienții care vă găsesc prin referințe, conținut, sau căutare organică de obicei rețin la rate materialmente mai înalte decât cei achiziționați prin campanii plătite largi. Dacă datele dvs. cohortă arată acest model — și de obicei arată — este argument puternic pentru investiție în conținut și programe de referință chiar și când achiziția plătită pare mai ieftină pe bază de cost-per-achiziție. CAC arată ieftin până construiți retenție în model.
Ce să faceți cu tabel cohortă în declin
Dacă cohortele dvs. cele mai recente rețin mai rău decât cele mai vechi, acesta este semnal urgent. Înseamnă că ceva despre produsul, achiziția sau integrarea dvs. s-a agravat — și s-a agravat recent. Verificați ce s-a schimbat. Ați deschis un canal de achiziție nou care aduce clienți mai puțin calificați? Ați lansat o funcție care a deranjat fluxul de lucru existent? Ați schimbat prețurile într-un fel care a atras clienți care nu au fost o potrivire bună?
Îmbunătățirea retenției cohortă este aproape întotdeauna o problemă de produs și integrare înainte să fie problemă de marketing. Secvența intervențiilor care tinde să funcționeze: mai întâi, identificați acțiunile pe care le iau clienții reținuți în primele două săptămâni pe care nu le iau clienții care se dezistă. Apoi, reproiectați integrarea pentru a conduce acele acțiuni mai devreme. Apoi, folosiți comportamentul timpuriu ca semnal pentru a identifica clienți la risc și interveniți înainte să se dezistă, nu după.
Cohortele cu termen lung arată grozav pentru că clienții care au rămas sunt, prin definiție, clienții dvs. cei mai mulțumiți și mai bine potriviți. Când priviți retenție Luna 24 a unei cohorte veche de doi ani, priviți o populație care deja a fost greu filtrată prin dezistere. Nu folosiți comportamentul clienților reținuți pe termen lung ca model pentru ceea ce vor face clienții noi — sunt eșantion selectat, nu eșantion reprezentativ.
Analiza cohortei este cea mai utilă când este revizuită în mod consecvent în loc să se execute o dată și să se uite. În FabricLoop, echipele de produs și creștere adesea mențin o notă lunară în grupul partajat cu snapshot cohortă actualizat — tabelul împrospătat cu date recente, interpretare de o paragraf a ceea ce s-a mișcat și de ce, și listă de sarcini de intervenții fiind testate pe cohorte la risc. Când analiza trăiește alături de sarcinile care răspund la ea, diferența dintre perspectivă și acțiune se reduce în mod substantial.