Panduan Langkah-demi-Langkah untuk Analisis Kelompok & Mengurangi Tingkat Churn

Analisis kelompok tingkat churn adalah jenis analisis yang menghitung dan memberikan informasi yang Anda butuhkan untuk meningkatkan retensi pengguna . Anda dapat menganalisis siklus hidup pengguna dan mengidentifikasi kapan pengguna churn atau berhenti menggunakan produk Anda. Dari sana, Anda dapat mempelajari tentang perilaku pengguna Anda dan menyelidiki alasan yang menyebabkan churn. Setelah Anda memahami mengapa pengguna berhenti, Anda siap mengambil tindakan untuk mengurangi tingkat penghentian dan membuat orang tetap terlibat dengan produk Anda.

Memahami hubungan antara tingkat churn & analisis kelompok

Sebagian besar perusahaan melihat sebagian kecil churn sebagai hal yang sehat dan normal. Tetapi sejumlah besar pengguna yang meninggalkan produk Anda menjadi perhatian. Analisis kelompok membantu Anda mengurangi tingkat churn karena memungkinkan Anda menyelidiki mengapa grup atau segmen (kelompok) pengguna meninggalkan aplikasi Anda. Jika Anda dapat mengetahui apa yang membuat orang pergi, Anda dapat mengambil tindakan untuk menghindari tingkat churn pelanggan yang tinggi.

Analisis kelompok juga memungkinkan Anda memahami faktor mana yang menyebabkan keterlibatan tinggi dan retensi pelanggan. Jika Anda berfokus pada retensi dan memberikan nilai kepada pelanggan yang sudah ada, Anda akan sering mendapatkan ROI yang lebih tinggi daripada jika Anda hanya berfokus pada akuisisi pelanggan. Anda telah menginvestasikan waktu, uang, dan upaya untuk mendapatkan pelanggan, jadi masuk akal untuk mencoba dan mempertahankan mereka di platform Anda daripada hanya berfokus untuk menjangkau pengguna baru.

Panduan 5 langkah untuk menyelesaikan analisis kohort yang mengurangi churn

Langkah-langkah ini menunjukkan cara melakukan analisis kohort yang akan membantu Anda mengidentifikasi kapan dan mengapa pengguna Anda keluar, sehingga Anda dapat bereksperimen dengan solusi untuk mengurangi churn.

1. Kelompokkan pengguna berdasarkan kapan mereka bergabung dengan aplikasi Anda

Mulai analisis Anda dengan mengelompokkan pengguna berdasarkan waktu mereka bergabung dengan aplikasi Anda . "Tanggal bergabung" adalah jenis kelompok akuisisi—Anda akan menggunakan kelompok perilaku nanti dalam analisis Anda. Daripada melihat tingkat churn di semua pengguna, ini akan memungkinkan Anda melihat kapan pengguna churn dalam kaitannya dengan siklus hidup pelanggan.

Buat kohort harian, mingguan, atau bulanan, bergantung pada jenis aplikasi dan interval penggunaan produk Anda. Misalnya, jika Anda menjalankan aplikasi meditasi atau kebugaran, akan berguna untuk melihat perolehan dan penggunaan harian. Jika ini adalah aplikasi yang mungkin jarang digunakan orang (seperti aplikasi investasi), Anda mungkin akan menggunakan kelompok bulanan atau mingguan.

Kerangka waktu yang Anda sertakan dalam analisis Anda juga akan bergantung pada apa yang ingin Anda ketahui. Anda akan melihat retensi harian atau churn selama beberapa minggu untuk melihat perubahan jangka pendek. Untuk melihat tren jangka panjang, Anda akan melihat tingkat retensi bulanan selama setahun.

Saat Anda telah menetapkan kelompok yang ingin Anda analisis, buat tabel kelompok di Excel atau gunakan perangkat lunak analitik seperti Amplitude. Dalam tabel kelompok, ada baris untuk setiap kelompok dan kolom untuk setiap hari, minggu, atau bulan. "Hari nol" adalah hari ketika pengguna bergabung dengan platform. Di dalam sel, tampilkan tingkat churn atau tingkat retensi.

2. Identifikasi kapan pengguna di setiap kelompok churn

Jika Anda dapat mengidentifikasi titik di mana pengguna melakukan churn, Anda dapat melihat pola dalam perjalanan pengguna. Anda akan dapat menyelidiki lebih lanjut untuk mengetahui mengapa mereka churn pada saat itu.

Lihat bagan analisis kohort Anda dan temukan poin saat banyak pengguna melakukan churn. Untuk memvisualisasikan kurva retensi dan dengan mudah melihat saat orang berhenti, ubah tabel kelompok Anda menjadi bagan.

Seringkali, tim produk dan pertumbuhan akan membuat daftar momen "masalah"—poin dalam siklus hidup pengguna saat pengguna pergi, misalnya, setelah 10 hari atau setelah bulan pertama.

3. Analisis jenis kohort lain untuk menyelidiki churn lebih lanjut

Setelah Anda melihat churn sehubungan dengan tanggal akuisisi, membuat grup pengguna berdasarkan perilaku, saluran akuisisi, atau demografi mereka akan membantu Anda memahami mereka lebih jauh. Ini membawa Anda selangkah lebih dekat untuk menemukan alasan mengapa pengguna pergi.

Gunakan kelompok perilaku untuk mengelompokkan pengguna berdasarkan tindakan yang telah atau belum mereka lakukan. Anda mungkin melihat pengguna yang membaca ulasan sebelum membeli atau mereka yang melakukan pembelian dalam aplikasi dalam tiga hari pertama bergabung dengan platform. Dalam setiap kasus, Anda akan ingin membandingkan kelompok yang melakukan tindakan dengan mereka yang tidak melakukan untuk melihat apakah ada tautan ke churn.

Selain menggunakan kelompok perilaku, kelompokkan pengguna menurut jenis akuisisi untuk mengidentifikasi saluran mana yang menyebabkan churn dan kapan. Misalnya, Anda mungkin melihat bahwa pengguna dari iklan berbayar berpindah lebih cepat daripada mereka yang berkonversi dari buletin Anda. Cara lain untuk mengelompokkan pengguna adalah dengan demografi—cari pola di antara kelompok usia atau lokasi yang berbeda.

Untuk konsistensi, lihat jenis kelompok yang berbeda dalam kerangka waktu yang sama seperti analisis kelompok akuisisi yang Anda lakukan. Selidiki satu kelompok pelanggan pada satu waktu, sehingga Anda dapat melihat dengan jelas faktor mana yang berkontribusi terhadap churn. Anda akan mulai menarik kesimpulan tentang mengapa kelompok bervariasi pada langkah berikutnya.

4. Buat hipotesis mengapa churn terjadi untuk setiap kohort

Sekarang setelah Anda mengumpulkan data tentang kelompok yang berbeda, Anda dapat berteori tentang mengapa orang melakukan churn. Dengan membangun dan menguji hipotesis, Anda dapat menemukan apa yang sebenarnya menyebabkan churn.

Berdasarkan "momen masalah" yang Anda temukan dari penyelidikan Anda tentang kapan orang berhenti, bersama dengan analisis Anda tentang kelompok perilaku yang berbeda, pilih kelompok dengan tingkat penghentian tertinggi. Kemudian lakukan brainstorming apa yang bisa menyebabkan churn.

Misalnya, dari kelompok tanggal akuisisi:

• Perubahan musiman memengaruhi penggunaan aplikasi—banyak pengguna bergabung selama liburan, tetapi mereka berhenti di bulan Februari karena tidak memiliki cukup waktu luang untuk menggunakan aplikasi.
• Pengguna berhenti setelah dua hari karena proses orientasi terlalu lama dan rumit.

Dari kelompok perilaku:

• Pengguna yang mendaftar untuk churn paket "dasar" karena mereka tidak memiliki akses ke fitur yang cukup.
• Pengguna yang tidak mengaktifkan notifikasi pengingat akhirnya berhenti bekerja karena lupa menggunakan aplikasi dan tidak mendapatkan nilai darinya.

Dari kelompok saluran akuisisi:

• Pengguna yang mendaftar dari iklan Instagram churn dengan cepat karena iklan tidak menggambarkan produk secara akurat, sehingga ada ketidaksesuaian antara harapan pelanggan dan produk.

5. Uji hipotesis Anda dan bereksperimen dengan solusi

Sebelum menerapkan perubahan produk apa pun, Anda harus memeriksa apakah hipotesis Anda benar. Bersiaplah untuk fakta bahwa banyak faktor yang berbeda berkontribusi pada churn, jadi tahap ini akan melibatkan beberapa eksperimen.

Pertama, periksa hipotesis Anda dengan melakukan pengujian A/B. Untuk menguji hipotesis contoh Anda, Anda dapat:

• Sederhanakan proses orientasi Anda.
• Tambahkan lebih banyak fitur ke tingkat langganan "dasar" Anda.
• Perbarui kampanye pemasaran Anda untuk menetapkan ekspektasi pelanggan yang lebih akurat.

Bereksperimenlah dengan berbagai solusi untuk mengoptimalkan platform Anda. Misalnya, menyederhanakan proses orientasi mungkin menghentikan pengguna untuk berhenti setelah dua hari, tetapi solusi lain adalah memberi pengguna opsi untuk melewati orientasi sama sekali. Jika penyesuaian yang Anda buat mengurangi churn, Anda siap meluncurkannya ke seluruh aplikasi Anda. Jika tidak ada hipotesis Anda yang benar atau tidak ada solusi yang berhasil, mundur satu langkah dan lanjutkan analisis churn kohort Anda.

Lanjutkan analisis churn pelanggan Anda

Analisis kohort adalah proses yang akan Anda lalui lebih dari sekali. Tingkat churn pelanggan berubah dari waktu ke waktu, jadi terus lacak kelompok dan lakukan analisis kelompok secara teratur untuk menemukan pola dalam perilaku pengguna—dengan begitu, Anda dapat mengambil tindakan untuk menjaga tingkat retensi pelanggan tetap tinggi.

Coba lakukan analisis kohort tingkat churn Anda sendiri hari ini menggunakan rencana awal gratis Amplitude , atau lihat buku pedoman Mastering Retention kami untuk mempelajari lebih lanjut tentang memperbaiki ember bocor .

Referensi

• Tingkat Churn. Investopedia.
• Akuisisi Pelanggan VS. Retensi: Di ​​Mana Uang Terbaik Anda Dibelanjakan? Untung Yah.
• 10 contoh orientasi pengguna terbaik untuk dipelajari. Appcues.