Когортный анализ: находим точки роста

Когорта — это группа факторов или посетителей сайта. Когортный анализ помогает изучить эти группы в динамике и найти точки роста или узкие места бизнеса.


Простейший такой анализ — разбивка каналов контекстной рекламы на десктоп и мобайл и отслеживание переходов и конверсии в течение времени. Его так или иначе делают все, кто использует контекст. Плюс группировка покупателей по полу, возрасту, географии. 


Понедельная таблица для когортного анализа

Спад конверсии после акции в течение месяца


Лирическое отступление: если попали на эту страницу в поисках настройки когортного анализа в Google Analytics, то вам в Netpeak. У них подробная статья с инструкцией.


Отчет когортный анализ в Google Analytics

Всего три недели получается удерживать пользователей сайту Солянки


Пример из практики: интернет-магазин хочет увеличить средний чек и выручку. Какую группу посетителей сайта мотивировать в первую очередь?


Мы разбили покупателей на группы:

  • Мужчины 18-24 Москва
  • Женщины 18-24 Москва
  • Мужчины 18-24 Питер
  • Женщины 18-24 Питер

И так далее по всем доступным возрастным группам в Яндексе Метрике и 10-ти основным регионам продаж. Затем отследили поведение когорт в различные интервалы времени.


Оказалось, что самый большой чек у женщин из Питер в возрасте 35-44 года. Но одновременно это самая малочисленная группа покупателей. Замеры делали за год, за полгода, поквартально. Тренд не менялся.


Когортный анализ в Excel — как построит когорты

Когортный анализ превращает серые данные в яркие стимулы к действию


Что сделали:

  • В контекстной рекламе для женщин из Северной Венеции показывали только дорогие товары.
  • Сделали акцию для автолюбительниц города на Неве.
  • Сделали акцию по бесплатной доставке в Санкт-Петербург (решили не притеснять никого, и для всех питерцев запустили).
  • Питерским клиенткам, оставившим емейл, делали тригерные рассылки с персональной скидкой.


Что получилось:

  • Групп выросла, средний чек, разумеется, снизился, но выручка выросла.
  • Общий средний чек чуть вырос
  • Улучшились поведенческие факторы на сайте
  • Выросли позиции по Питеру
  • Выросла узнаваемость магазина в культурной столице России.


Второй пример: когортный анализ показал, что в автомагазине группа «Мужчины старше 40» покупает старые марки масла и антифриза, на новинки не реагирует. Но магазин по каким-то причинам хочет вывести из оборота ряд старых марок, и владелец не хочет терять эту группу клиентов.


Что сделали:

  • Написана статья со сравнением старых и новых марок масла и антифриза.
  • В карточки добавлены преимущества новинок перед классикой.
  • На новинки дают скидку пенсионерам
  • Сделана рассылка по целевой группе с персональной скидкой на новинки


Что получилось: часть аудитории магазин все-таки потерял, но часть консерваторов удалось переманить на сторону новых продуктов.


Случай из жизни: анализ рассылки по когортам читателей показал, что витают ее только новички. Через 2-3 рассылки процент открытий падает почти до нуля.


Что сделали:

  • Ничего. Маркетолог и по совместительству жена собственника сказала, что ничего страшного. Будем рассылать как есть.
  • Спустя полгода случайно узнал, что фирма закрылась, а муж с женой бежали в Прибалтику от налоговой.

Реакция маркетолога на предложение клиента



Пример из практики с хеппиэндом: анализ контекстной рекламы акционных товаров показал, что помимо тех, кто кликнул и сразу заказал, покупки делала только одна категория посетителей: те, кто после перехода, возвращался на сайт в течение недели.


Причем покупка совершалась даже, если акция уже кончилась. Те же, кто возвращался спустя больше 7 дней после первого клика, не покупали.


Тогда в текст акции и карточки товаров добавили предложение: «Отложили покупку? Сохраните за собой скидку в 5% на месяц». Те, кто был готов купить со скидкой 10% по акции, это предложение было не интересно. Но тот, кто ещё думал над покупкой вообще, оставлял емейл.


Дальше интереснее. Если через месяц клиент так и не совершал покупку, ему отправлялось письмо о начале новой акцией со скидкой 10%. В итоге удалось увеличить продажи в целом, собрать базу емейлов и настроить на неё ретаргетинг в Яндекс Аудиториях и «Вконтакте».


А вот когортный анализ по лояльности аудитории моего сайта. На графике видно, что мужчины быстрее предают меня, чем женщины: уже в группе 8-15 визитов они догоняют, а затем и перегоняют сильный пол.


Пример когортного анализа в Яндекс Метрике


В среднем мужчины возвращаются на сайт до 15 раз, а вот женщины составляют группу самых лояльных посетителей, вернувшихся на сайт от 32 до 63 раза (мужчин в последней группе нет вообще).


О когортном анализе есть умная статья OneReTarget. Три кейса с когортным-анализом в интернет-маркетинге лежат на Хабре 


Когортный анализ — мощный бизнес-инструмент поиска точек роста, инсайтов, узких мест. Проводить анализ следует постоянно и создавать как можно больше разных когорт пользователей и факторов. Для него достаточно веб-аналитики и «Экселя». Зато анализ помогает обнаружить «бутылочные горлышки» в бизнес-процессах, определить на каких каналах продвижения теряются деньги, найти обоснования для распределения рекламного бюджета и т.д.


Что почитать по теме:

Солянка в Телеграмм: sdigit

Комментарии
Добавить комментарий
Лина
Лина
Привет из Моршанска!) Попробую поделать это когортный анализ. Только когда клиентов нет, то их и нет!
комментировать