1 Урок из 2

Понятие и типы когорт, принципы когортного анализа

Даниил Ханинспециалист по Unit-экономике, преподаватель Высшей шк...

В этом уроке вы научитесь определять когорты и без ошибок проводить когортный анализ.

Что такое когорты

Когорта – это группа привлеченных пользователей или посетителей, которая пришла в определенный период времени. Когортный анализ нужен, чтобы объединить потенциальных клиентов, посетителей, пользователей, компании, с которыми заключаем сделки, в группы по идентичным признакам и отследить их поведение в периоде времени.

Например, группу потенциальных клиентов можно объединить по дате и времени:

• посещения магазина;

• покупки продукта.

Эти параметры важны, чтобы понимать, насколько хорошо компания умеет привлекать и удерживать клиентов, оправданны ли в конечном итоге расходы, например, на маркетинг. Именно когортный анализ поможет это выяснить. 

Как провести когортный анализ

Покажем как провести когортный анализ на примере интернет-магазина «Умные игрушки». Для этого опишем условия, в которых он находился. 

В январе 2021 года руководство интернет-магазина потратило на привлечение клиентов 150 000 рублей. Отдел маркетинга стал активно действовать и привлекать посетителей на сайт. После регистрации на сайте ежемесячно на электронную почту посетителей магазин рассылал уведомления о том, какие изменения произошли в ассортименте. Цель такого маневра – напомнить пользователю про интернет-магазин и пробудить в нем желание вернуться на сайт за покупками. 

Показатели, которые вам потребуются, чтобы провести когортный анализ, вы видите на рисунке. 

 

Рассмотрим, какую информацию можно получить с помощью этих показателей и как ее анализировать: 

Посетители VS клиенты

Посмотрим, как анализировать когорту – UA. То есть посетителей сайта. Не путайте их с клиентами. Первые зашли посмотреть. Вторые – совершили покупки. Посмотрите на таблицу. В ней отражены когорты посетителей с января по май включительно.

Вы видите, что в январе на сайт пришло 15 000 посетителей. Если инструменты привлечения и удержания работают эффективно, посетители вернутся на сайт и совершат покупки. В феврале на сайт зашло 15 000 новых посетителей и всего 1 000 посетителей января. Они вернулись на сайт в феврале, чтобы лучше изучить ассортимент товаров. То же самое произошло в марте. В таблице показано, что на сайт вернулись посетители января и февраля в количеств 4000 и 5000 человек. Это говорит уже о более высоком уровне привлечения посетителей. Раз они возвращаются, значит маркетинг сайта работает эффективно.

Следующая когорта, которую мы проанализируем – В. Это клиенты.

Посмотрите на слайд. Из базы посетителей января, которая, как мы помним, составляла 15 000 человек, 100 решились в январе совершить покупки. В феврале игрушки купили 100 новых клиентов и еще 15 из тех, кто следил за сайтом в январе. То есть всего в феврале из базы посетителей пришло 115 клиентов.

В таблице показано, сколько посетителей, которых отдел маркетинга привлек на сайт в январе, в феврале вернулись, совершили покупки, а значит принесли магазину прибыль.

Вводим новый показатель для когортного анализа – Т. Это покупки.

Таблица отображает количество покупок, сделанных клиентом. По условиям примера 100 клиентов января сделали 110 покупок. В феврале 100 клиентов совершили 120 покупок и 15 клиентов купили 40 игрушек.

Мы провели когортный анализ и выяснили, какие действия совершали посетители и клиенты, насколько активными они были в разные месяцы. В мае 2021 года высокая активность была у клиентов, которые вернулись с прошлого месяца. Они совершили 170 покупок, этот показатель, близок к майскому, где купили 200 игрушек.

Из этих количественных показателей видно, сколько всего клиентов пришло в магазин за покупками, кто из них вернулся за товарами повторно. Еще эти показатели отражают уровень заинтересованности как самим сайтом, так и конкретными товарами.

Конверсия и средний чек

Новый показатель, необходимый для когортного анализа - это конверсия. Ее обозначают С1. Она поможет вам определить, какая доля привлеченных рекламой посетителей в процентном выражении в итоге совершила покупку.

Посмотрите на слайд. Видно, что в апреле количество привлеченных клиентов из январской когорты упало до 0,2 процентов. Это может означать, что снизилась эффективность маркетинговых инструментов. Возможны и другие факторы, например, сезонность. 

Для дальнейшего анализа потребуется метрика - APC. Она показывает среднее количество покупок на клиента. Ее рассчитывают так:

APC = T/B

где:

Т – покупки;

В – клиенты.

На слайде приведены показатели по АРС.

Чтобы завершить когортный анализ нужны еще данные о среднем чеке – AVP. В нашем примере по данным бухгалтерии он составляет 1200 рублей. Также нужны данные по COGS, как вы помните из прошлых уроков, это издержки на совершение покупки. В нашем примере к ним отнесли только стимулирующую выплату онлайн-продавца: 10 процентов с продажи.

Теперь мы можем выяснить, удалось ли окупить расходы на привлечение клиентов в размере 150 000 рублей. Напомню, что эти деньги потратили в январе. Конечный результат вы видите в таблице ниже.

На первый взгляд кажется, что затраты на маркетинг не окупились и январская когорта сыграла в минус. Но благодаря юнит-экономике и когортному анализу понятно, что вложенные затраты окупились уже на второй месяц клиентской активности и даже вывели магазин в прибыль. 

Чтобы провести когортный анализ как показано в примере, скачайте полезную расчетную модель. В ней вы можете подставить свои показатели. 

Тренажер

Потренируйтесь в интерактивной модели, чтобы вычислить прибыль с помощью когортного анализа. 

 

Самое важное

Когортный анализ позволяет отследить на сколько эффективно, компания удерживает клиентов и их активность в дальнейшем.

Он нужен чтобы увидеть на каком периоде времени возникают проблемы с привлечением и удержанием клиентов, выявить причины.

Такой анализ покажет рентабельность когорты в динамике на длительном промежутке времени.

Когортный анализ

• 1 урок

• 2 урок