Kohortas analīze ir uzvedības analīzes forma, kas ņem datus no noteiktas apakškopas, piemēram, SaaS biznesa korporatīvā struktūra Korporatīvā struktūra attiecas uz dažādu departamentu vai biznesa vienību organizēšanu uzņēmumā. Atkarībā no uzņēmuma mērķiem un nozares, spēles vai e-komercijas platformas un sagrupējiet to saistītās grupās, nevis skatoties uz datiem kā vienu vienību. Grupējumus sauc par kohortām. Viņiem ir līdzīgas īpašības, piemēram, laiks un lielums.
Uzņēmumi izmanto kohorta analīzi, lai analizētu klientu uzvedību visā dzīves ciklā. Biznesa dzīves cikls Uzņēmējdarbības dzīves cikls ir biznesa progresēšana pa fāzēm laika gaitā, un to parasti iedala piecos posmos: uzsākšana, izaugsme, kratīšana, briedums un samazināšanās. katra klienta. Ja nav kohorta analīzes, uzņēmumiem var rasties grūtības saprast dzīves ciklu, kuru katrs klients iziet noteiktā laika posmā. Uzņēmumi izmanto kohorta analīzi, lai izprastu klientu tendences un modeļus laika gaitā un pielāgotu savu produktu un pakalpojumu piedāvājumus noteiktajām kohortiem.
Uzņēmums redz, ka ikdienā ienāk daudz datu. Šo lielo datu apjomu analīze ir ne tikai sarežģīts, bet arī dārgs uzdevums, kuram nepieciešams īpašs personāls. Tomēr bizness var sadalīt klientus vairāk pārvaldāmās un darbināmās kohortās. Kad uzņēmums redz tendences, kā dažādas kohortas izmanto savus produktus, tas var identificēt problēmas mārketinga tehnikās. Pievienotā vērtība ir papildu vērtība, kas radīta virs kaut kā sākotnējās vērtības. To var attiecināt uz produktiem, pakalpojumiem, uzņēmumiem, vadību un noteikt, kad un kā vislabāk sazināties ar dažādām klientu grupām vai tipiem. Uzņēmums arī izmanto sadalītos datus, lai izstrādātu stimulus, kas motivēs klientus turpināt izmantot savus produktus, kad viņi, iespējams, pārtrauks produktu iegādi.
Analizējamo kohortu veidi
Kohortas var grupēt šādās kategorijās:
Uz laiku balstītas kohortas
Laika grupas ir klienti, kas reģistrējušies kādu produktu vai pakalpojumu noteiktā laika posmā. Šo kohortu analīze parāda klientu uzvedību atkarībā no laika, kad viņi sāka izmantot uzņēmuma produktus vai pakalpojumus. Laiks var būt mēnesis vai ceturksnis, atkarībā no uzņēmuma pārdošanas cikla. Piemēram, ja 80% klientu, kas reģistrējušies uzņēmumā pirmajā ceturksnī, paliek pie uzņēmuma ceturtajā ceturksnī, bet tikai 20% klientu, kas parakstījušies otrajā ceturksnī, paliek uzņēmumā līdz ceturtajam ceturksnim, tas rāda, ka Q2 klienti nebija apmierināti. Uzņēmums varētu būt pārspīlēts Q2 akciju laikā, vai arī konkurents var mērķēt uz tiem pašiem klientiem ar labākiem produktiem vai pakalpojumiem.
Laika kohortu analīze palīdz aplūkot atrašanas ātrumu. Piemēram, ja klienti, kuri reģistrējās uzņēmuma produktam 2017. gadā, darbojas ātrāk nekā tie, kas reģistrējās 2018. gadā, uzņēmums var izmantot šos datus, lai noskaidrotu iemeslu. Var gadīties, ka uzņēmums nepilda solījumus, konkurents piedāvā labākas kvalitātes produktus vai konkurents tieši vēršas pie jūsu klientiem ar labākiem stimuliem. SaaS biznesam pārsniegšanas ātrumam ir tendence būt augstam noteiktā laika posmā un tas samazinās, kad klienti pierod pie produktiem. Klienti, kuri ilgāk uzturas uzņēmumā, mēdz mīlēt produktu un sarūgtināt ar mazāku ātrumu nekā laika posmā. Ja nav kohortu, uzņēmums var noteikt precīzu iemeslu, kāpēc liels skaits klientu pamet produktus noteiktā termiņā.
Segmentu kohortas
Uz segmentu balstītas kohortas ir tie klienti, kuri agrāk iegādājās noteiktu produktu vai maksāja par konkrētu pakalpojumu. Tas grupē klientus pēc produkta veida vai pakalpojuma līmeņa, uz kuru viņi ir reģistrējušies. Klientiem, kuri ir reģistrējušies pamata līmeņa pakalpojumiem, var būt atšķirīgas vajadzības nekā tiem, kas reģistrējušies papildu pakalpojumiem. Izpratne par dažādu kohortu vajadzībām var palīdzēt uzņēmumam izstrādāt pielāgotus pakalpojumus vai produktus konkrētiem segmentiem.
SaaS uzņēmums var sniegt dažāda līmeņa pakalpojumus atkarībā no mērķauditorijas pirktspējas. Katra līmeņa analīze palīdz noteikt, kuri pakalpojumi atbilst konkrētiem jūsu klientu segmentiem. Piemēram, ja augstākā līmeņa klienti strādā daudz ātrāk nekā pamata līmeņa pakalpojumi, tas norāda, ka uzlaboti pakalpojumi ir pārāk dārgi vai ka pamata līmeņa pakalpojumi vienkārši labāk atbilst lielākās daļas klientu vajadzībām. Izpratne par to, ko klienti meklē paketē, palīdz uzņēmumam optimizēt paziņojumus, koncentrējoties uz attiecīgajiem push e-pastiem, kurus klienti atvērs un lasīs.
Uz izmēru balstītas kohortas
Uz lielumu balstītas kohortas attiecas uz dažādiem klientu lielumiem, kuri iegādājas uzņēmuma produktus vai pakalpojumus. Klienti var būt mazie un jaunie uzņēmumi, vidēja lieluma uzņēmumi un uzņēmuma līmeņa uzņēmumi. Salīdzinot dažādas klientu kategorijas, pamatojoties uz to lielumu, tiek atklāts, no kurienes nāk lielākie pirkumi. Kategorijām, kurās ir vismazāk pirkumu, uzņēmums var pārskatīt visus ar produktu un pakalpojumu piedāvājumu saistītos jautājumus un uzlabot idejas, kas var palielināt pārdošanas līmeni.
SaaS biznesa modelī mazie un jaunizveidotie uzņēmumi parasti saraujas augstāk nekā uzņēmuma līmeņa uzņēmumi. Mazajiem un jaunizveidotajiem uzņēmumiem var būt mazs budžets, un viņi testē produktus ar zemām cenām, lai redzētu, kas viņiem der. Uzņēmumu līmeņa uzņēmumiem ir lielāks budžets, un tie parasti turas pie produkta ilgāku laika periodu.
Kohortas analīzes piemērs
Zemāk esošajā datu kopā izlases veidā atlasīti aptuveni 5000 izdomātas programmatūras uzņēmuma klientu. Formulās ir norādīts katra klienta sākuma datums, kā arī to mēnešu skaits, kas atpalikuši no sākuma datuma, kad klients pēdējo reizi darbojās uzņēmuma programmatūrā. Turpmāk aprakstītā kohortas analīze ir lielisks līdzeklis, lai atšķirtu dažādas kohortas, pamatojoties uz laiku. Ņemiet vērā, ka citi kohorta segmenti var sadalīt paraugus pēc citiem parametriem, nevis laika.
Ātri skatoties, mēs varam redzēt, ka jūlija un decembra mēnešos saglabājas labāki noturēšanas rādītāji, kad vairāk nekā 95% klientu uzturējās līdz četriem mēnešiem. Turpretī pārējos mēnešos parasti daudzi klienti uzturas tikai līdz diviem mēnešiem. Tas, iespējams, ir saistīts ar paaugstinājumu, kuru uzņēmums šajos mēnešos veica, tādējādi veicinot lielāku noturēšanu. Viens piemērs ir Spotify vasaras akcijas, kurās tās pārdod 3-4 mēnešu pakalpojumu par atlaidi.
No otras puses, mēs redzam augstāku aprites koeficientu aprīlī, kad pēc pirmā mēneša milzīgs klientu skaits samazinās. Varbūt programmatūrā radās kļūda, kas atbaidīja lielu skaitu klientu.
Kohortu apvienošana
Neviena veida kohorta analīze nav obligāti labāka par citu. Uzņēmumiem drīzāk būtu jāapvieno divi vai vairāki no šiem segmentiem, lai iegūtu dziļāku izpratni par to, kā klienti seko līdzi viņu produktiem. Piemēram, ja analīze rāda, ka augstākās klases abonenti reģistrē augstāku likmju līmeni nekā pamata abonenti, uzņēmums var nekavējoties veikt pasākumus, lai situāciju labotu. Ja augstākās klases klienti satricina produktu augsto izmaksu dēļ, uzņēmums var pārskatīt izmaksas vai radīt vairāk stimulu, lai mudinātu viņus palikt. Ja analīze rāda, ka augstākās klases klienti nepārtraukti meklē palīdzības dokumentācijā līdzīgus vaicājumus, uzņēmums var veikt tālruņa vai e-pasta ziņojumus, lai labāk nodrošinātu, ka klienti atrod apmierinošu risinājumu.
Lejupielādējiet bezmaksas veidni
Ievadiet savu vārdu un e-pasta adresi zemāk esošajā formā un lejupielādējiet bezmaksas veidni tūlīt!
Citi resursi
Paldies, ka izlasījāt Finanšu ceļvedi kohortas analīzei. Lai iegūtu papildinformāciju par finanšu analīzi un modelēšanu, noderēs šādi finanšu resursi.
- Scenāriju analīze Scenāriju analīze Scenāriju analīze ir metode, ko izmanto, lai analizētu lēmumus, spekulējot ar dažādiem iespējamiem finanšu ieguldījumu rezultātiem. Finanšu modelēšanā tas
- Jutības analīze Kas ir jutīguma analīze? Jutīguma analīze ir instruments, ko izmanto finanšu modelēšanā, lai analizētu, kā neatkarīgo mainīgo kopas dažādās vērtības ietekmē atkarīgo mainīgo
- Finanšu plānošanas un analīzes (FP&A) pārskats FP&A analītiķis Kļūstiet par FP&A analītiķi korporācijā. Mēs izklāsta algu, prasmes, personību un apmācību, kas jums nepieciešama FP & A darbiem un veiksmīgai finanšu karjerai. FP & A analītiķi, vadītāji un direktori ir atbildīgi par vadītājiem nepieciešamās analīzes un informācijas sniegšanu
- Bezmaksas finanšu modelēšanas rokasgrāmata Bezmaksas finanšu modelēšanas rokasgrāmata Šajā finanšu modelēšanas ceļvedī ir iekļauti Excel padomi un paraugprakse par pieņēmumiem, virzītājspēkiem, prognozēšanu, trīs paziņojumu sasaisti, DCF analīzi un citu informāciju.
