Что такое когортный анализ и кому он подходит

Когортный анализ — это метод, который помогает изучить поведение клиентов через разделение их на группы по общему действию, например, регистрации или покупке, совершенным в один и тот же временной промежуток. Такие группы называются когортами.

Пример: с 1 по 31 января в программе лояльности кофейни зарегистрировались 100 новых клиентов. Собственник объединил их в когорту по действию — регистрация, и по периоду — январь.

Анализ показывает предпринимателю, как ведут себя разные группы клиентов, и помогает принять решения, адаптированные под особенности каждой когорты. Например, при сравнении двух когорт, совершивших покупки в апреле, владелец магазина обнаружил: те, кто пришли на распродажу, не вернулись за повторной покупкой, а те, кто купил товар без скидки, стали постоянными клиентами. Он предположил, что дело не в скидках, а в стратегии удержания или коммуникации. Решил добавить напоминания, персональные предложения и понаблюдать, как менеджеры выстраивают контакт с клиентами после покупки акционных товаров.

Когортный анализ полезен не только для предпринимателей. Его используют маркетологи, продуктологи, аналитики, менеджеры по продажам — все, кто заинтересован в стабильном потоке платежеспособных клиентов, прибыли и оптимизации затрат.

Зачем предпринимателю когортный анализ

Когортный анализ поможет предпринимателю принимать решения на основе поведения клиентов, а не на своих догадках. Например, если вы проанализируете поведение выделенной группы людей, — сколько из них сделали по одному заказу, сколько вернулись и повторили покупки, а кто просто зарегистрировался в программе лояльности, но ничего не купил, сможете понять, работает ли этот инструмент или просто тянет деньги на свое обслуживание.

Для оптимизации бюджета на маркетинг

С помощью когортного анализа можно увидеть:

  • какие рекламные кампании приводят клиентов, которые покупают и возвращаются;
  • какие каналы работают эффективнее, а какие создают видимость потока клиентов.

Полученная картина позволит сократить расходы на неэффективную рекламу или вовсе отказаться от какого-то из каналов и направить деньги туда, где действительно есть результат.

Например, предприниматель выделил три когорты клиентов, пришедших из разных каналов: РСЯ, ВКонтакте и блог. На каждый рекламный канал потратил по 10 000 ₽.

РСЯ привел 100 новых клиентов, но только пять из них сделали покупку. Стоимость реального покупателя составила 2 000 ₽.

ВКонтакте привел всего 58 клиентов, но 50 из них совершили покупку — один покупатель обошелся в 200 ₽.

Из блога пришли 40 человек, а покупку сделали 20 — получилось 500 ₽ за реального покупателя.

Исходя из результатов, второй канал — ВКонтакте, оказался более эффективным.

Для прогнозирования выручки

Анализ по когортам покажет, как ведут себя определенные группы, в том числе, когда они совершают покупки. Это даст возможность прикинуть заранее, сколько денег и когда может принести каждая из групп.

Допустим, если клиенты, пришедшие в январе, обычно совершали покупки в течение трех месяцев, то можно предположить, что основная часть выручки от февральской когорты придется на март — апрель, и заранее спланировать под это ресурсы.

Для выявления, где теряются клиенты

Благодаря анализу можно определять, на каком моменте клиентам становится неинтересно взаимодействие с бизнесом и они уходят. Если поведение группы резко меняется, это может быть сигналом: что-то не так с продуктом, условиями или коммуникацией. Такие сбои легче заметить в динамике и вовремя исправить.

Например, если раньше из когорты постоянных клиентов подписку ежемесячно продлевали 97%, а в текущем месяце — только 60%, значит, им что-то перестало нравиться. Нужно это выяснить.

Для выстраивания коммуникации

Также анализ поможет понять, когда и как часто клиенты совершают повторные заказы, и на основе этого выстроить коммуникацию.

Например, если вы проанализируете когорту клиентов, впервые купивших кофейное зерно в марте, и заметите, что большая часть из них возвращается за следующим заказом примерно через три недели, сможете на основе этих наблюдений запланировать контакт. Допустим, на 18–20 день отправить рассылку с напоминанием или спецпредложением, чтобы увеличить шанс на повторную покупку и не потерять клиентов, которые могли просто забыть.

Для сегментирования и персонализации подхода

На основе когортного анализа можно сегментировать клиентов. Это помогает точнее подстраивать коммуникации под их поведение, интересы и привычки, а значит, усиливать отклик и не тратить бюджет впустую.

Например, если среди 100 зарегистрировавшихся в программе лояльности в январе, выделить тех, кто покупает кофе по утрам, и тех, кто заходит вечером, можно продумать персональные предложения или коммуникации, исходя из привычек разных групп.

Сегментация и когортный анализ — это не одно и то же.
Когорта — это люди с разными характеристиками, но общим временем или действием, а сегменты — люди с общими характеристиками, но с разными действиями.

Что показывает анализ

Метрик когортного анализа — много, выбор, на какие стоит ориентироваться, зависит от целей проведения анализа, сферы бизнеса, уровня аналитики. Для малого и среднего бизнеса обычно важны базовые показатели, которые помогают предпринимателю разобраться, кто из клиентов возвращается, сколько приносят выручки и насколько эффективны каналы привлечения.

  • Коэффициент удержания, англ. Retention Rate, RR . Показывает, какой процент клиентов из когорты вернулся и совершил повторное действие через заданный промежуток времени. Помогает оценить, насколько вовлечены и лояльны покупатели.
  • Коэффициент оттока, англ. Churn Rate,CR. Он показывает, сколько клиентов ушли, и на каком этапе это произошло, чтобы найти причины: неудобный интерфейс, слабая коммуникация или другие факторы, вызвавшие потерю интереса.
  • Доля повторных покупок, англ. Repeat Purchase Rate, RPR. Этот показатель дает понимание о качестве продукта или сервиса и работе с клиентами на основе частоты повторных покупок. Если клиенты из когорты неоднократно покупают, значит, преимущественно, их все устраивает, а если показатель начнет падать — нужно срочно искать и устранять причины. 
  • Пожизненная ценность клиента, англ. Lifetime Value, LTV. Сумма, которую в среднем приносит один клиент за весь период взаимодействия с бизнесом. Она помогает определить рентабельность: сколько можно вложить в привлечение и удержание клиента и понять, где спрятана потенциальная прибыль.
  • Конверсия. Процент пользователей, совершивших целевое действие. Базовый показатель для оценки воронки продаж и эффективности рекламных или продуктовых решений.
  • Стоимость привлечения клиента, англ. Customer Acquisition Cost, CAC. Эта метрика даст понимание, сколько в среднем стоит привлечение одного клиента и насколько выгодно использование выбранных для этого инструментов. Если CAC выше LTV — маркетинг убыточен.
  • Возврат инвестиций, англ. Return on Investment, ROI. ROI даст понимание, насколько эффективно бизнес тратит деньги на маркетинг и привлечение клиентов. Полезна для сравнения разных кампаний или когорт.

Как и где провести когортный анализ

Прежде чем собирать и сравнивать данные, важно понимать, зачем вы это делаете — цель анализа подскажет, какие данные искать и какие выводы считать полезными.

Шаг 1. Соберите данные. Подготовьте информацию о клиентах, в зависимости от цели анализа, это может быть — дата регистрации или первой покупки, даты следующих заказов, суммы чеков, каналы привлечения. Такие данные обычно есть в CRM, аналитике сайта или базе заказов.

Шаг 2. Сформулируйте когорты. Выделите группы клиентов, которые совершили одно и то же действие, например, первую покупку, регистрацию или обращение в поддержку, в одном и том же временном промежутке — за неделю, месяц или квартал. Это нужно, чтобы отследить поведение каждой группы со временем и что на него влияет. Когда сформируете группы — сведите их в одной таблице. Работать с данными будет проще, если они собраны в одном месте, а не разбросаны по вкладкам.

Шаг 3. Обработайте результаты. Проанализируйте поведение когорт и закономерности, которые удалось выявить. Например, вы сравнили три когорты клиентов, пришедших в мае: по рекомендации, с акции и из Яндекс.Карт.

Те, кто пришел по рекомендации, чаще возвращались — 60% сделали повторную покупку. С акции вернулись 30%, а с Яндекс.Карт — только 15%. Вы сделали вывод, что сарафанное радио сработало лучше, чем акции и карты, и решили усилить программу лояльности для постоянных клиентов и добавить бонусы за «приведи друга».

Где провести анализ

Можно воспользоваться классическими таблицами — Google или Excel, но важно понимать, что это потребует ручной работы при сборе данных.

Если не хочется анализировать вручную — вот автоматизированные варианты:

  • сервисы аналитики — например, «Яндекс.Метрика»;  
  • CRM-системы — «Битрикс24», AmoCRM; 
  • маркетинговые платформы — Roistat, Mixpanel. 

Ошибки, которые совершают при анализе

  • Сравнивают когорты без учета времени/сезона. Например, сравнение возвращаемости — за январь и март. С января прошло больше времени, чем с марта, поэтому сравнение не совсем корректно. Нужно сравнивать одинаковые интервалы.  
  • Средняя оценка без детализации по группам. Например, по одной группе возвраты — 10%, по второй — 5%, по третьей — 45%. В среднем — 20%. Этот показатель — о том, что в какой-то группе есть проблемы, но не скажет, в какой именно.  
  • Анализ под одну гребенкубез распределения по ключевым действиям. Например, анализируют вместе и тех, кто просто зарегистрировался, и тех, кто совершил покупку, но анализ лучше привязывать к важному действию, например, к покупке, чтобы понимать, кто начал реальное взаимодействие с бизнесом.