コホート分析:解約を減らし、保持を改善する
公開: 2022-07-28コホート分析は、ユーザーの特定のグループまたはセグメントが製品とどのように相互作用したか、または以前の行動に基づいて製品と相互作用すると予想されるかについてのビジネス上の質問に答えます。 行動データを取得してコホートに分解することで、分析が容易になります。
コホートは、一定期間にわたって特定の特性と使用パターンを共有するユーザーのグループです。 これらには、使用時間、サインアップした機能、完了した目標の数などが含まれます。 コホートは、ユーザーベースをセグメント化し、ライフサイクル全体で製品とやり取りする方法に関するデータを収集するのに役立つため、便利です。
企業はコホート分析を使用して、ユーザーの行動を理解し、顧客維持を改善する必要があります。 取得したデータは、新規顧客が立ち往生する原因と、顧客が解約する一般的な理由のいくつかを理解するための優れた方法です。
重要なポイント
- コホート分析は、エンゲージメントを促進し、コンバージョンを促進し、顧客離れを防ぐために設計されたさまざまな実験の結果を測定するための重要な方法です。これにより、安定した収益と持続可能な成長が実現します。
- プロダクトマネージャーとマーケターは、コホート分析を使用して、顧客が製品にどのように関与しているかについての仮説をテストします。 次に、それらの洞察を使用して、収益、保持、コンバージョン、およびその他のビジネス指標を推進します。
- コホート分析を使用して、さまざまなユーザーグループまたはセグメントのエクスペリエンスについて理解を深めることにより、顧客維持を改善する必要があります。
- コホート保持分析は、以下で構成される保持プロセスの構築に役立ちます。
- 目標の設定
- データの探索
- 仮説を立てる
- ブレーンストーミング
- テスト
- 分析
- 体系化
- コホート分析を使用して、取得、行動、予測の3種類のデータを解析できます。 それぞれを使用して、さまざまなタイプのビジネス上の質問に答えることができます。
- 適切なツールは、コホート分析を、労働集約的な技術的な手動プロセスから、自動化されたリアルタイムの非技術的なプロセスに変換します。
- Amplitudeを使用して独自のコホート分析を実施することで、顧客の行動をより深く掘り下げ、データに基づいた意思決定を行って顧客体験を向上させることができます。
コホート分析とは何ですか?
コホートは、共通のプロファイル特性、行動、またはその両方を共有するユーザーのグループまたはセグメントです。 例えば:
- iOSデバイスを所有しているユーザー
- 先週毎日ログインしたユーザー
- 先週毎日ログインしたiOSデバイスを所有しているユーザー
通常、製品マネージャーまたはマーケティング担当者はビジネス上の質問を提起し、コホート分析を促します。 これらの質問は、製品のエンゲージメント、変換、または保持を中心に展開できます。
- エンゲージメントとは、アプリ内でユーザーが行うアクションの用語です。 これは、ゲームでキャラクターをレベルアップしたり、フィットネスアプリでコミュニティとワークアウトを共有したり、音楽アプリで曲を再生したりする場合があります。
- 変換は究極の目標です。 コホート分析を使用して、新機能や割引料金など、コンバージョンに対するさまざまなインセンティブが効果的かどうかを判断できます。
- 保持とは、アプリに何度も戻ってくる人を指します。
上のグラフの例では、2つの異なるコホート(曲を共有したユーザー(緑)と共有しなかったユーザー(青))のユーザージャーニーを確認できます。 曲を共有したユーザーのコホートは、エンゲージメントとコンバージョンが高かった。
次に、コホート分析を使用して、製品マネージャーが顧客離れを減らし、既存顧客維持率を向上させる方法を詳しく見ていきましょう。
顧客離れを防ぐことの重要性
日次または月次のアクティブユーザー(DAUおよびMAU)などのメトリックは成長によって大きく歪むため、コホート分析は重要です。 アプリが急速に成長している場合、新しいユーザーの登録により、既存のユーザーがドロップオフする場所がマスクされます。 現在の顧客を失った場合、新しい顧客を獲得した場合と同じかそれよりも早く、獲得チャネルの生産性は重要ではありません。
そのため、解約率コホート分析を実施することが、ビジネスの健全性を向上させるための最も効果的な方法の1つです。 繰り返し購入する顧客は、ビジネスが安定した収益を構築し、新しい顧客を引き付けるためのコストを相殺するのに役立ちます。
Business of Appsによると、モバイルアプリのインストールあたりの広告費用は5.28ドルに達しました。 顧客のライフサイクルが長いほど、その投資に対してより高い配当が支払われます。
コホート分析を使用して保持戦略を構築する方法
コホート分析の最も強力な側面は、顧客がいつ離れるかを確認できるだけでなく、顧客がアプリを離れる理由を理解し始めて、アプリを修正できることです。 次のプロセスを実装することで、保持率を向上させることができます。
- 目標を設定する:プロセスの目標を設定します。 短期的に解約を減らしたいですか? 長期? あなたの成長目標は何ですか?
- 調査:現在のデータを調べて、目標を達成するためにどこで変更を加えることができるかを確認します。
- 仮説:どのような質問をするか、実験から得られる可能性のある結果を決定します。
- ブレーンストーミング:仮説をテストするための可能な実験を考えます。
- テスト:さまざまなテストを実行して、仮説を評価します。
- 分析:テストデータを分析して、目標が達成されたかどうかを確認します。
- 体系化:システムの一部に前向きな変更を加えます。
このシステムを通じて、アプリを継続的に改善し、保持を増やすことができます。 集計されたチャーン数を確認するのではなく、特定の動作をターゲットにして、ユーザーにその動作を採用するように促すことで保持が向上するかどうかをテストします。
コホート分析を使用して顧客維持を改善する
顧客コホート分析レポートを使用して、特定の製品の変更がビジネスの主要業績評価指標にどのように影響するかについての仮説をテストできます。
たとえば、あなたがSpotifyのような音楽アプリのプロダクトマネージャーであり、主な目標の1つがユーザー維持率を高めることであるとします。
特定の数の曲を友達と共有するユーザーは、アプリの通常の保持ユーザーになる可能性が高いという仮説を立てることができます。
この仮説をテストするには、まず、取得日に基づいてユーザーのグループまたはコホートを選択します。 次に、この取得コホートを2つのサブセットに分割します。 1つのコホートサブセットには、「曲の共有」機能を少なくとも1回使用したユーザーが含まれます。 他のコホートサブセットは、「共有」機能を使用しなかったユーザーで構成されます。
最後に、これら2つのコホートサブセットの行動分析に基づいて保持分析を実行します。
この場合、上記のコホート分析チャートは、曲を共有したユーザー(青)と共有しなかったユーザー(緑)のN日間の保持率を示しています。 曲を共有していないユーザーの解約率は、30日後に77.75%であることがわかります。 一方、共有機能を使用したユーザーの解約率はわずか31%です。
これは大きな違いであり、そのデータセットにより、より多くの収益につながる可能性のあるビジネス上の決定を下す機会が得られます。 たとえば、次のアップデートでは、オンボーディングフローを微調整して、新しいユーザーが自分でその機能を発見するのを待つのではなく、曲を共有するように促すことができます。
コホートデータの種類
コホートデータには3つのタイプがあり、それぞれに異なるユースケースがあります。
買収コホート
獲得コホートは、ユーザーが製品にサインアップした時期に基づいてユーザーを分割します。 コンシューマーアプリは、サインアップした日ごとにコホートをグループ化する場合がありますが、SaaSツールは毎月のコホートを追跡する可能性が高くなります。
獲得コホートは、新規ユーザーを追跡し、最初のインタラクション後、アプリを継続して使用する期間、つまり顧客の存続期間を確認するために使用されます。 これは、オンボーディングエクスペリエンスを試して、ユーザーが製品の価値を明確かつ早期に確認できるようにするための優れた方法です。 早く新しいユーザーはその「あはは!」を持っています瞬間、それらが保持される可能性が高くなります。
行動コホート
行動コホートは、過去の行動またはユーザープロファイルプロパティの任意の組み合わせに基づくオーディエンスのカスタムセグメントです。
ユーザーの行動の例としては、曲の共有、試用版への登録、購入などがあります。 ユーザープロファイルのプロパティは、人口統計、訪問者が使用するプラットフォーム、または誰かがWebサイトにアクセスする方法などです。
行動とプロファイルプロパティの組み合わせは、集合的に行動コホートを構成します。 このタイプのコホートデータは、特定の時間枠内のアクションを調べて、分析のために同様のタイプのユーザーを識別する方法です。 その分析は通常、ユーザーがあなたの製品にどのように関与しているか、そしてそのユーザーの関与が保持、コンバージョン率、またはあなたのビジネスに重要な他の重要な指標などにどのように影響するかを明らかにします。
予測コホート
予測コホートは、ユーザーが将来何をすることが期待されているかを調べます。
このタイプのデータは、マーケティングキャンペーンでターゲットにするユーザーを決定したり、ユーザーがアクションを実行する可能性を高めるために価格を調整する方法を決定したりするのに最適です。
獲得コホート:アプリで問題の瞬間を見つける
獲得コホートは、顧客のライフサイクルに関する情報、具体的には、獲得日から解約するまでにかかる時間を提供します。 この情報は、コンバージョン率の高い解約パターンやマーケティングキャンペーンを特定するのに役立ちます。 ユーザーが毎日ドロップオフするというチャーンの問題が発生している音楽アプリがあるとします。
上記の保持チャートのユーザーは、毎日のコホート、つまり同じ日にサインアップしたユーザーに分けられます。 7月16日に11,528人のユーザーが音楽アプリに登録し、5日目の保持率は49.7%でした。 したがって、7月16日にサインアップしたユーザーの2人に1人は、アプリを最初に使用してから5日目もアプリのアクティブユーザーでした。
この情報を視覚化する最良の方法は、それを保持分析曲線に変換することです。これは、これらのコホートの保持を経時的に示します。 このようにデータをグラフ化すると、ユーザーがいつ製品を離れているかがわかりやすくなります。
この保持曲線は、重要なことをすぐに示します。ユーザーの約3分の1が、初日後にアプリの使用を停止します。 その最初の低下の後、曲線は着実に減少し続け、元のユーザーの25%強だけが30日目にアプリでアクティブなままになります。
これは素晴らしいことではありません(一般的ですが、一部のデータでは、平均的なアプリが最初の1か月以内にユーザーの60%近くを失っています)。 早期保持は重要な問題です。 このような曲線は、ユーザーがアプリからコアバリューを十分に早く得られていないため、離れていることを示しています。 これで、ユーザーをできるだけ早くコアバリューに到達させるために、初期のアプリエクスペリエンスを改善する必要があることがわかりました。
買収コホートの限界に達する
アプリに上記の保持曲線がある場合は、保持を強化するために何ができるかをすぐに理解する必要があります。
獲得コホートだけでは、ユーザーエクスペリエンスを改善してユーザーを維持する方法についての情報は提供されません。 特定の動作やユーザープロパティを分離することはできません。
獲得コホートは、傾向を示し、人々がいつ解約しているのかを伝えるのに最適ですが、なぜ彼らが去るのかを理解するには、別のタイプのコホートである行動コホートに目を向ける必要があります。
行動コホート:どの行動が保持を促進するかを発見する
ユーザーがあなたの製品にサインアップした瞬間から、彼らは何百もの決定を下し、滞在するか行くかの決定につながる無数の小さな行動を示します。 これらの動作に基づいてユーザーをセグメント化することにより、製品のどの機能が成長を促進するかについての情報を取得できます。
保持を最適化するためにユーザーのオンボーディングをやり直すときは、それを行うための最も効果的な方法を特定する必要があります。 行動コホートでは、逸話やランダムな選択に基づいて何に取り組むかを選択するのではなく、体系的かつ定量的にアプローチを決定できます。 行動コホートは、ユーザーが実行した(または実行していない)特定のアクションに基づいてユーザーをグループ化します。
適切なコホートを見つける
音楽アプリでは、曲の再生、アーティストの検索、プレイリストの作成などのアクションからさまざまなユーザーコホートを作成できます。
アプリで曲をお気に入りに追加したユーザーの保持を確認したいとします。 行動コホートを使用して、3つ以上の曲をお気に入りに追加した新規ユーザーの保持を確認できます。
アプリを使用してから1日以内にすべてのユーザー(青)の約60%が解約しますが、3つ以上の曲(緑)を気に入ったユーザーの約15%だけが初日後にドロップオフします。
コホートの反転
お気に入りの機能を操作するユーザーの保持がどのように変化するかがわかったので、そうでないユーザーの保持がどのように変化するかを確認することもできます。 以下は、曲をお気に入りに追加しなかったユーザーの保持です。
曲をまったく好きではなかった(紫の)ユーザーは、ほとんどのユーザーよりも保持力が低く、初日以降に解約したユーザーは25%未満です。
この単純な視覚化から、ユーザーが体験の早い段階でお気に入りの曲にアクセスできるようにすることで、アプリのコアバリューを発見できることがわかります。つまり、ユーザーとして継続する可能性が高くなります。 このデータが得られたので、オンボーディング中にお気に入りの曲の機能を強調することで、データを実行に移すことができます。 これにより、カスタマージャーニーの早い段階で曲を好むユーザーが増え、最終的には保持率が向上します。
コホートの組み合わせ
製品で実行できるアクションに基づいて、行動コホートを作成できます。 これは、さまざまなユーザーアクションをユーザー維持率と関連付けることができることを意味します。
たとえば、音楽アプリには、お気に入りのジャンルに基づいてコミュニティに参加できる機能があります。 そのデータセットを抽出して、それが保持の向上に役立つかどうか、またはそれがライフタイム値に違いをもたらさない機能であるかどうかを確認できます。
ここでは、コミュニティに参加するユーザーの初期保持(紫)は、曲をお気に入りにするユーザー(緑)と似ていますが、30日目の終わりまでにわずかに良くなり、すべてのユーザー(青)よりもはるかに良くなっています。
ユーザーが他の人と関わり、再生する音楽が増えると、ユーザーはアプリをより楽しんで使い続けます。 おそらく保持プロセスでこれを仮定しますが、これで仮説を裏付けるデータが得られました。
さまざまな行動コホートを組み合わせると、製品のさまざまな機能間の関係と、それらが保持を促進する可能性がどのようにあるかをよりよく理解できます。
適切な組み合わせを見つける
曲が好きでコミュニティに参加しているユーザーはどうですか? Amplitudeを使用すると、アクションをフィルタリングして、次の2つのコホートを組み合わせることができます。
ご覧のとおり、これらの両方の動作を示すユーザーは、最初の数週間はアプリを使い続ける可能性がはるかに高くなります。 最初の週の終わりに、お気に入り+コミュニティコホート(青)の保持率は75%を超えていますが、これらの動作のいずれも持たないユーザー(緑)の保持率は25%未満です。
因果関係ではなく相関関係
曲が好きでコミュニティに参加する人の解約率が低いからといって、人々をこれらの行動に向かわせることが自動的に解約率を下げることを意味するわけではありません。 たとえば、登録時に20のコミュニティに参加させるための召喚状は、おそらく人々を遠ざけるでしょう。
これは、相関関係が因果関係を意味しないためです。 曲のお気に入りやコミュニティへの参加は、ユーザーのエンゲージメントと相関しているだけで、それを引き起こしているわけではありません。 原因を特定するために、曲を優先することを強調するさまざまなオンボーディングフローをA / Bテストして、保持が増えるかどうかを確認します。
行動コホートからのデータを取得したら、AmplitudeExperimentなどのA/ Bテストツールを使用して実験を実行し、保持に関連する可能性のある行動をテストできます。 何が機能し、何が機能しないかを確認し、体系的に保持を増やします。
予測コホート:マーケティングROIを向上させる
予測コホートを使用して、行動コホートに基づいて、ユーザーが将来曲を購入する可能性を判断できます。
このビジネス上の質問に答える1つの方法は、ある期間、たとえば過去14日間に曲を共有した新しいユーザーのコホートを取得し、予測分析を実行することです。 このタイプの分析は、予測を行うために機械学習モデルに十分なデータが必要なため、コホートサイズが100,000ユーザーを超える場合に最適に機能します。 約30〜60分後、モデルは、曲の購入など、特定のアクションを実行する可能性が最も高いユーザーに基づいて特定のコホートをランク付けします。
ここでも、効果的なビジネス上の意思決定を通知するためのデータが単純なコホートチャートに含まれています。 たとえば、曲を購入する可能性が最も高いユーザーの上位5%に焦点を当てることができます。 そのコホートを選択し、それらのユーザーをサードパーティのツールに入れて、マーケティングキャンペーンの対象にします。 これは、プッシュ通知、電子メール、またはSMSアラートであり、アクションを実行するように促します。 この場合、購入します。
同時に、予測分析で決定されたユーザーの20%が、好みのアクションを実行する可能性が最も低く、結果が得られない可能性が高いため、マーケティング費用をターゲットにしないことを選択できます。 あるいは、ユーザーのグループには、単に異なる、またはより大きなインセンティブが必要であると結論付けることもできます。 たぶん、彼らの方法で50%の割引クーポンを送ることは、彼らがそれを拒否することができないほど良いオファーであることがわかるでしょう。
いずれにせよ、新しい方向性に対するこれらのコホートの反応を測定し、分析に基づいてマーケティング投資を調整し続けることができます。
コホート分析のためのツール
現代の市場は急速に変化しており、正確なデータに基づいて迅速な意思決定を行うことができない企業は、収益を失うことになります。 適切な分析ツールがなければ、より良いビジネス上の意思決定を行うためにデータを必要とする非技術チームは、データアナリストとデータエンジニアに頼らなければなりません。
これは、データチームにチケットを提出し、時間に飢えたアナリストがスプレッドシートを配信するのを数日または数週間待つことを意味する場合があります。 次に、チームの誰かがそのデータを調べて洞察を探すのに十分な時間を持っている必要があります。
振幅:適切なコホート分析ツールがビジネス上の意思決定をどのようにスピードアップするか
Amplitudeを使用すると、製品マネージャーとマーケターは、3つの方法のいずれかでセルフサービスコホート分析を実行することにより、独自の質問に答えることができます。
1.以下の保持分析チャートのように、Amplitudeの任意のチャート内にコホートを作成できます。 ここでは、曲をお気に入りに追加したり、コミュニティに参加したりするユーザーなど、行動とプロファイルプロパティの任意の組み合わせを選択できます。
2.専用のコホートセクションを使用して、特定のパラメーターに基づいてカスタムコホート定義を作成することもできます。 このカスタムコホートは、他のチャートで使用できます。 たとえば、以下のコホートは、過去30日間にポップまたはロックの曲を共有したiOSの新しいアクティブユーザーを示しています。
3.任意のグラフにある単一のデータポイントに基づいてコホートを構築できます。 たとえば、7月26日の製品発売から新しいユーザーを特定できます。
最終的に、優れたコホート分析ツールは、技術者以外のチームが質問をしたり回答したりできるようにします。 その情報を直接手に入れることで、製品ユーザーをよりよく理解し、ビジネスの成果を促進するためのより良いデータを得ることができます。
その他のコホート分析ツール
Amplitudeの他に、製品マネージャーやマーケターがコホート分析を実行できるようにするツールが市場に数多くあります。
- Contentsquare
- フルストーリー
- ゲインサイトPX
- Glassbox
- ヒープ
- LogRocket
- Mixpanel
- ペンド
- Smartlook
G2などのソフトウェアレビューサイトで、これらおよびその他のコホート分析ツールの詳細をご覧ください。
コホート分析の例
これは、Amplitudeの顧客がビジネス結果を生み出すためにコホート分析をどのように実行したかの例です。
穏やか:保持のためのコホート分析の例
Calmは、行動コホートを使用して、瞑想アプリに毎日のリマインダーを設定したユーザーと、この機能を使用しなかったユーザーの定着率をテストしました。 彼らは、毎日のリマインダーを設定したユーザーの保持が3倍になることを発見しました。
リマインダーを見つけるのは簡単ではなかったので、他の理由でアプリを最も気に入ったユーザーがメニューをさらに掘り下げて機能を見つけた可能性がありました。 これが相関関係であるか因果関係であるかをテストするために、Calmはオンボーディングチュートリアルを変更して、一部の新規ユーザーにリマインダーを設定し、他の初めてのユーザーをコントロールグループとして残すように促しました。
その3倍の保持率は実験中に保持されたため、Calmは、次のアプリ全体の更新で毎日のリマインダーを設定するプロンプトを含めました。
基礎:より迅速な意思決定のためのコホート分析の例
Cornerstoneは、Amplitudeの支援により、製品管理ワークフローを変革しました。 以前は、製品マネージャーはエンジニアにデータを要求する必要がありました。
これらのエンジニアは、情報が満載のスプレッドシートを含むコホートレポートを提供するため、フルタイムの従業員が情報を精査し、より良い業績につながる可能性のある洞察を収集する必要がありました。
プロセス全体には数日かかる場合があります。 または数週間。 現在、製品マネージャーは同じデータを数分で取得し、洞察を使用して迅速な意思決定を行うことができます。
コホート分析を開始する方法
Amplitudeなどのコホート分析ツールを使用して独自のコホート分析を設定するのは簡単です。
- 顧客獲得コホートによる保持を見てください。 これにより、ユーザーがドロップオフしたときに表示されます。
- アプリのコアユーザーアクションのいくつかのイベントを定義してから、行動コホートをプルアップします。 それらを比較し、それらを反転し、それらを組み合わせることによって、行動コホートを分析します。 獲得コホートを見て学んだことを利用して、顧客維持を促進するためのカスタマージャーニーの特定の部分で強調できるアクションについての仮説を立てます。
- アプリに変更を加え、使用量が十分に多い場合はAmplitudeExperimentでA/ Bテストを使用して、アプリで特定のアクションを実行すると実際にユーザーが戻ってくるかどうかを確認します。
- 学習内容を処理して繰り返します。
Amplitudeの行動コホートを使用すると、顧客の行動の詳細を確認し、データに基づいた意思決定を開始して、製品のエクスペリエンスを向上させることができます。
無料のAmplitudeプランを使用して今日コホート分析を試すか、 Mastering Retentionプレイブックをチェックして、保持をさらに増やす方法を学習してください。
参考文献
- 行動コホーティングへの決定的なガイド。 振幅。
- コホート分析と解約率の削減に関するステップバイステップガイド。 振幅。
- コホート分析–買収コホートでできることすべて。 サラス。
- 2020年の戦略を知らせる2019モバイルアプリベンチマークレポート。 高地。
- コンバージョン最適化のためのコホート分析の使用。 Speero。