7 мин.За день тысячи пользователей посещают сайты разных компаний и другие интернет-ресурсы, и каждый из них оставляет за собой цифровой след — от регистрации до крайней покупки товара или услуги. Но почему одни клиенты остаются надолго, а другие сразу исчезают? Как понять, что привлекает пользователей, а что отталкивает?
Чтобы найти ответы на эти вопросы, маркетологи и аналитики используют когортный анализ — метод, который помогает разобраться в поведении аудитории и понять, в чем особенность каждого сегмента.
Подробнее о когортном анализе — в статье.
Как работает когортный анализ?
Рассмотрим подробно определение. Понятие «когорта» появилось еще во II веке до нашей эры. Так называли одно из главных тактических подразделений римской армии. Буквальный перевод слова — огороженное место.
В контексте статьи слово обозначает сегмент целевой аудитории или группу людей, совершивших какое-то действие в определенный период времени. Например, 1 или 5 июля. Временной признак очень важен, так как именно он отличает когорту от сегмента.
Когорты в маркетинге представляют собой неоднородную целевую аудиторию: новички сайта или сервиса, постоянные пользователи, временные посетители и т. д. На первый взгляд кажется, что это совершенно разные группы. Но с помощью этого инструмента маркетологи объединяют их в несколько когорт — так римская армия состояла из 10.
Например, пользователь пришел на сайт из контекстной рекламы 17 июля и купил окно. Его можно включить сразу в три группы.
Пользователи, пришедшие с контекстной рекламы. Помогает определить эффективность контекста по сравнению с другими каналами привлечения покупателей.
Клиенты, купившие окно в июле. Позволяет определить сезонность продаж.
Покупатели товара «окно». Таким образом можно выявить спрос на конкретный товар у разных целевых групп.
Суть когортного анализа — объединение клиентов в группы по одинаковым характеристикам или атрибутам и отслеживание их поведения во времени.
Что позволяет когортный анализ?
Анализ поведения пользователей во времени дает ценную информацию об эффективности рекламных кампаний. В частности, можно определить влияние разных маркетинговых инструментов на ключевые показатели бизнеса: LTV, конверсии, ROI, Retention Rate, САС и т. д.
Рассмотрим несколько наглядных примеров из практики, чего удалось добиться с помощью когортного анализа.
Точная оценка эффективности рекламы
Не все люди быстро принимают решение о покупке. Кто-то сомневается, нужен товар или нет, кто-то рассматривает альтернативные варианты в других магазинах и т. п. То есть пришедший сегодня потенциальный клиент, например, с контекстной рекламы, может не сразу совершить целевое действие.
Из-за длинного цикла продаж маркетологам не всегда удается объективно оценить эффективность и окупаемость рекламных каналов.
Рассмотрим ценность применения когортного анализа на примере.
В феврале 2020 года запустили контекстную рекламу в «Яндексе». Прошел месяц, решили проанализировать первые результаты, посчитали ROI, а он оказался ниже 100%. Неопытный маркетолог примет решение «свернуть» кампанию или переделать объявления.
Но если объединить потенциальных клиентов, пришедших после запуска рекламы, в когорту и посмотреть на результаты спустя несколько месяцев, можно увидеть совершенно другие цифры.
На принятие решения у некоторых покупателей ушло пять месяцев! Отслеживание поведения пользователей во времени позволило более точно оценить эффективность рекламной кампании. Такая «картинка» чаще характерна для компаний с длинным циклом продаж и (или) дорогими товарами.
Поиск и удержание лояльных клиентов
Можно узнать, какие рекламные каналы дают больше лояльных клиентов. Например, сделаем когорту пользователей с первой авторизацией в период с февраля по июль и разобьем на более мелкие группы по каналу привлечения. Далее каждый месяц оцениваем группы по коэффициентам удержания (Retention Rate) или повторных покупок (Repeat Purchase Rates).
По этим данным легко определить лучшие источники лояльных клиентов. Следовательно, мы можем продолжать вкладывать в них больше денег и быстрее наращивать объем лояльных покупателей.
Анализ нужно проводить постоянно, чтобы определить точки «подогрева» аудитории. Если один из коэффициентов популярного источника начал снижаться, пользователям группы необходимо отправить письмо о предоставлении персональной скидки (возможно любое другое действие) и коэффициент снова начнет расти. Без когортного анализа провести такой трюк с высокой точностью сложно.
Прогнозирование и увеличение LTV
LTV (Lifetime Value) — пожизненная ценность клиента или доход, полученный от него за все время сотрудничества. Обычно этот показатель считают после окончания совместной работы.
Но ничто не мешает вам оценивать LTV по отдельным когортам за определенный промежуток времени, например, за месяц, и прогнозировать показатель на последующие периоды.
Также можно сравнивать пожизненную ценность клиентов и стоимость их привлечения по рекламным каналам. Так вы получите информацию о сроках окупаемости каналов и поймете, в какой стоит вкладывать больше ресурсов.
Проведение A/B-тестирования
A/B-тесты используют для проверки идей и гипотез. Например, вы решили обновить текст продающей страницы. В рамках тестирования делаете два варианта: со старым и новым наполнением. Какую-то часть аудитории отправляете на обновленную версию для оценки конверсии. Смотрите, в каком случае она выше, и принимаете решение о дальнейших действиях.
Проблемы A/B-теста в данной ситуации — невозможность прогнозирования в долгосрочной перспективе. Устранить недостаток поможет когортный анализ. Через месяц после окончания тестирования постройте отчет по пользователям, которые впервые попали на сайт через обновленную продающую страницу. Затем сопоставьте показатели с когортой людей, которые новое наполнение не видели.
Полученная разница — реальное влияние обновленного текста на конверсию. Так вы поймете долговременный эффект от принятого решения.
Анализ эффективности мобильного приложения
Когортный анализ активно используют при «выкатывании» новых версий приложений. С его помощью оценивают уровень возврата пользователей (Retention Rate). Также маркетологи применяют инструмент для анализа наиболее эффективных рекламных каналов. И это не единственные варианты использования когорт в работе над мобильными приложениями. Все ограничивается фантазией и навыками аналитика.
Где применяют когортный анализ?
Этот инструмент будет полезен компаниям, привязанным к количеству клиентов. На их доходность отток пользователей влияет больше всего.
Не отказываются от применения когортного анализа и организации с большим количеством постоянных клиентов. С его помощью оценивают маркетинговые действия, результаты которых позволяют улучшать рекламные кампании и грамотно распределять бюджет.
Когортный анализ полезен для любого бизнеса. Рассмотрим наиболее популярные области применения.
Формирование портрета целевого клиента
Если собирать информацию из разных когорт о пользователях, со временем можно составить точный портрет целевой аудитории. Оценка лояльности, сезонности, готовности к онлайн-покупкам и т. д. — все это позволяет понять, кто интересуется товаром и чаще всего приобретает его.
Повышение конверсии
Часто для проверки гипотез и идей применяют сплит-тестирование. Оно дает результаты для принятия объективных решений. Однако когортный анализ в этом плане лучше и дает более точные данные, так как можно рассмотреть разные группы целевой аудитории.
A/B-тестирование оценивает один показатель, а когортный анализ дает информацию еще о двух параметрах — времени и месте.
Например, определяем оптимальный цвет кнопки на продающем лендинге. Сплит-тестирование показало, что 45% клиентов чаще кликает на зеленую, а 55% — на синюю.
Подключаем когорту по месяцу (времени) и месту. Узнаем, что потенциальные клиенты из Сочи лучше щелкают по зеленой кнопке, потому что синий — морской цвет — им уже надоел, они всю жизнь его видят.
Это простой, но наглядный пример понимания целевой аудитории благодаря использованию когортного анализа. Более глубокие данные помогают генерировать больше идей и быстрее развивать бизнес.
SaaS
В облачных проектах когортный анализ используют для оптимизации цикла продаж. Допустим, есть сервис с пробным периодом, триал-версией и платными тарифами. Руководство компании отслеживает ключевые метрики: доходы и расходы. И решает составить когорты из пользователей пробного периода и триал-версии.
Далее в работу вступает аналитик, который определяет: кто чаще переходит на платные версии, какие тарифы выбирают, оттоки пользователей за определенные периоды и т. п. Все это — ценная информация, позволяющая оптимизировать цикл продаж и повысить прибыль SaaS-сервиса.
Ключевые показатели когортного анализа
Во время обучения работе с этим инструментом аналитикам предлагают рассматривать все возможные метрики, чтобы получить практический опыт. Но в реальной работе для достижения максимальной эффективности внимание акцентируют на самых важных показателях.
Универсального набора метрик нет. Выбор перечня зависит от конкретного продукта и отрасли бизнеса. Однако есть ряд показателей, которые рассматривают в большинстве случаев.
Контрольная точка (Stick Point). Сумма покупки, после которой клиент с большой долей вероятности перейдет в категорию «постоянных».
Каналы привлечения. Определяют наиболее эффективные источники прихода новых потенциальных клиентов.
Переход пользователей с пробной версии продукта на платную. Когортный анализ помогает определить группы, в которых чаще всего «бесплатные» клиенты превращаются в «платных».
Повторные покупки. Показатель свидетельствует о том, что пользователю понравилось качество продукта, и он готов платить за него в будущем.
Аналитик не только организует когортный анализ и оценивает полученные результаты, но и определяет целевые показатели. Если выбрать несущественные для конкретного бизнеса метрики, от собранных данных не будет никакого толка. Их не получится использовать для улучшения работы организации.
Что нужно для когортного анализа?
Перед проведением когортного анализа определяют четыре параметра.
Признак формирования когорты — действие, которое объединяет людей в группу: первый визит, покупка, установка, регистрация и т. п.
Размер когорты — временной интервал: день, неделя, месяц.
Отчетный период — время исследования поведения групп.
Анализируемый ключевой показатель: ROI, Retention Rate, LTV и т. д.
Эти четыре параметра — столпы когортного анализа, определяют при работе в любой системе.
Отметим, что первый и последний параметры связаны между собой: признак определяют после выбора анализируемого ключевого показателя. Например, при оценке коэффициента повторных покупок в качестве признака выбирают «первую покупку».
Но опять же, не стоит загонять себя в жесткие рамки, потому что каждый проект индивидуален. Аналитик руководствуется собственными опытом, знаниями и рабочими инструментами.
Кстати, признаков может быть несколько. Когорты создают в соответствии с текущими потребностями фирмы и предстоящего анализа. Второй и третий параметры аналитик также определяет на основе поставленных перед ним задач.
Как провести когортный анализ в Google Analytics?
Поговорим об инструменте, который помогает проводить когортный анализ. Самый подходящий для новичков — Google Analytics. Для начала работы перейдите на страницу системы —> далее — «Аудитория» —> «Когортный анализ».
Сверху доступна настройка четырех основных параметров, о которых говорили в предыдущем разделе статьи.
Пока что система проходит бета-тестирование, поэтому функции доступны с ограничениями:
когорты формируются только по первому посещению (признак);
один анализ — один показатель (всего доступно 14);
размер когорты — день, неделя, месяц (стандартно);
отчетный период по дням — 30 дней, по неделям — 12 недель, по месяцам — 3 месяца, самостоятельно длительность выбрать пока что нельзя;
фильтровать данные по параметрам невозможно, доступно только использование сегментов.
Несмотря на значительные ограничения, система подходит для полноценного использования. После окончания бета-тестирования у аналитиков появится возможность проводить когортный анализ онлайн-проектов в автоматическом режиме.
Также доступна визуализация анализируемого показателя: под настройками проекта расположен график для всех пользователей и трех групп на выбор.
В нашем случае по графику понимаем, что общий коэффициент удержания клиентов — 1,49%, а для группы пользователей, первый раз посетивших сайт в период с 31 мая по 6 июня, — 1,75%.
Под графиком есть сводная таблица с данными по каждой когорте за весь отчетный период. Она идентична той, которую показывали в начале статьи, только формируется автоматически, а не вручную в Excel.
На данном этапе развития система подходит для анализа небольших проектов. Можно вносить изменения в работу сервиса, улучшать предложения для клиентов и отслеживать коэффициент удержания клиентов. Если он будет расти, значит, компания принимает верные решения.
Какие есть сервисы для составления когортных
отчетов?
Рассмотрим другие сервисы, в которых можно составить отчеты по когортному анализу. Они есть во многих рекламных и аналитических системах, поэтому начинающему специалисту часто сложно выбрать оптимальный вариант.
Более гибкие настройки по сравнению с Google Analytics для мобильного маркетинга предлагает AppsFlyer — в отчет можно включить сразу несколько фильтров, что позволяет получить больше ценной информации. Чтобы не тратить много времени на анализ маленьких групп, устанавливают ограничение по количеству пользователей.
Разработчики приложений используют AppMetrica и Adjust для аналитики возврата новых пользователей. Во втором сервисе возможно добавление в отчет второго показателя. Например, количество сессий на пользователя:
Еще одна популярная система для когортного анализа приложений и web-сайтов — Kissmetrics. Отличительная особенность — возможность формировать когорту сразу по двум признакам. Например, клиенты, посетившие сайт и сделавшие покупку на сумму от 1 000 рублей.
Также в Kissmetrics доступна группировка по разным признакам — не только по времени. Например, по месту проживания, источнику трафика и т. д. Пример отчета в этой системе:
Как видите, есть много систем для работы с когортными отчетами. Но так как это направление только набирает популярность, многие работают в бета-режиме с ограничениями. Поэтому аналитикам в крупных проектах приходится взаимодействовать с менее автоматизированными инструментами.
Google Sheets и Excel
Построить когортный отчет можно по данным из Google Sheets с помощью сводной таблицы. Для этого нужно собрать исходные данные и добавить в Google Sheets в таком формате:
Соблюдайте заданный формат: в первом столбце — период формирования когорты (неделя регистрации), во втором — последующие периоды (недели транзакций) и в третьем — данные по рассматриваемому показателю (количество покупок).
Сводная таблица
Сводная таблица — самый простой и быстрый способ построить когортный отчет на основе исходных данных, которые, кстати, вы уже должны были добавить в Google Sheets.
Выделите нужный диапазон данных, откройте вкладку «Данные» и выберите «Сводная таблица». Справа появится панель настроек:
Выполните следующие настройки.
«Строки» — неделя регистрации;
«Столбцы» — неделя транзакции;
«Значения» — покупки.
Примените условное форматирования для придания отчету «читабельного» вида. Должна получиться примерно такая сводная таблица:
На создание отчета уходит несколько минут, и он дает массу ценной информации. Дальше в работу вступает аналитик — «читает» данные, делает выводы и принимает решения.
Когортный анализ — незаменимый инструмент для современного аналитика. Он позволяет получить больше ценной информации для развития продукта, чем, например, A/B-тестирование. Сфера применения когорт довольно обширная, и грамотный аналитик может адаптировать их под разные задачи.
Специальные инструменты и особенные знания для проведения когортного анализа не нужны. Большинство современных систем автоматизируют сбор данных и составление отчетов. Аналитику остается правильно интерпретировать полученные данные и использовать их для развития продукта.
Если нет возможности работать с какой-либо системой аналитики, пользуйтесь подручными средствами — Google Sheets или сводные таблицы.
Подробнее о когортном анализе рассказываем на нашем онлайн-курсе «Профессия Аналитик»
