Guida passo passo all'analisi di coorte e alla riduzione del tasso di abbandono

L'analisi di coorte del tasso di abbandono è un tipo di analisi che calcola e fornisce le informazioni necessarie per aumentare la fidelizzazione degli utenti . Puoi analizzare i cicli di vita degli utenti e identificare quando gli utenti abbandonano o smettono di utilizzare il tuo prodotto. Da lì, puoi conoscere il comportamento dei tuoi utenti e indagare sui motivi che portano all'abbandono. Una volta compreso il motivo per cui gli utenti abbandonano, sei pronto ad agire per ridurre il tasso di abbandono e mantenere le persone coinvolte con il tuo prodotto.

Comprendere la relazione tra churn rate e analisi di coorte

La maggior parte delle aziende considera sana e normale una piccola percentuale di abbandono. Ma un gran numero di utenti che abbandonano il tuo prodotto è motivo di preoccupazione. L'analisi di coorte ti aiuta a ridurre i tassi di abbandono perché ti consente di indagare sul motivo per cui gruppi o segmenti (coorti) di utenti lasciano la tua app. Se riesci a capire cosa sta spingendo le persone ad andarsene, puoi agire per evitare alti tassi di abbandono dei clienti.

L'analisi di coorte consente inoltre di comprendere quali fattori determinano un elevato coinvolgimento e fidelizzazione dei clienti. Se ti concentri sulla fidelizzazione e sul fornire valore ai clienti esistenti, otterrai spesso un ROI più elevato rispetto a se ti concentri esclusivamente sull'acquisizione dei clienti. Hai già investito tempo, denaro e sforzi nell'acquisizione di clienti, quindi ha senso provare a mantenerli sulla tua piattaforma invece di concentrarti solo sul raggiungimento di nuovi utenti.

Guida in 5 passaggi per completare un'analisi di coorte che riduce l'abbandono

Questi passaggi mostrano come condurre un'analisi di coorte che ti aiuterà a identificare quando e perché i tuoi utenti se ne vanno, in modo da poter sperimentare soluzioni per ridurre l'abbandono.

1. Raggruppa gli utenti in base a quando si sono uniti alla tua app

Inizia la tua analisi raggruppando gli utenti in base a quando si sono uniti alla tua app . "Data di unione" è un tipo di coorte di acquisizione: utilizzerai le coorti comportamentali più avanti nell'analisi. Piuttosto che guardare i tassi di abbandono tra tutti gli utenti, questo ti consentirà di vedere quando gli utenti cambiano in relazione al ciclo di vita del cliente.

Crea coorti giornaliere, settimanali o mensili, a seconda del tipo di app e dell'intervallo di utilizzo del prodotto. Ad esempio, se esegui un'app di meditazione o fitness, sarà utile esaminare l'acquisizione e l'utilizzo giornalieri. Se si tratta di un'app che le persone potrebbero utilizzare meno frequentemente (come un'app di investimento), probabilmente utilizzerai coorti mensili o settimanali.

Il periodo di tempo che includi nella tua analisi dipenderà anche da ciò che vuoi scoprire. Esaminerai la conservazione o l'abbandono giornaliero nel corso di alcune settimane per vedere cambiamenti a breve termine. Per individuare le tendenze a lungo termine, esaminerai il tasso di fidelizzazione mensile nel corso di un anno.

Dopo aver stabilito la coorte che desideri analizzare, crea una tabella di coorte in Excel o utilizza un software di analisi come Amplitude. In una tabella di coorte, ci sono righe per ogni coorte e colonne per ogni giorno, settimana o mese. "Day zero" è il giorno in cui l'utente si è unito alla piattaforma. Nelle celle, visualizza il tasso di abbandono o il tasso di ritenzione.

2. Identificare quando gli utenti in ciascuna coorte hanno agitato

Se riesci a identificare il punto in cui gli utenti abbandonano, puoi individuare i modelli nel percorso dell'utente. Sarai in grado di indagare ulteriormente per scoprire perché si agitano in quel momento.

Dai un'occhiata al tuo grafico di analisi di coorte e trova i punti in cui molti utenti abbandonano. Per visualizzare la curva di fidelizzazione e individuare facilmente quando le persone scendono, converti la tabella di coorte in un grafico.

Spesso, i team di prodotto e di crescita stilano un elenco di momenti "problematici", punti nel ciclo di vita dell'utente quando gli utenti lasciano, ad esempio, dopo 10 giorni o dopo il primo mese.

3. Analizzare altri tipi di coorte per indagare ulteriormente sull'abbandono

Dopo aver esaminato l'abbandono in relazione alla data di acquisizione, la creazione di gruppi di utenti in base ai loro comportamenti, canali di acquisizione o dati demografici ti aiuterà a comprenderli ulteriormente. Ti avvicina di un passo alla scoperta dei motivi per cui gli utenti se ne vanno.

Usa le coorti comportamentali per raggruppare gli utenti in base alle azioni che hanno o non hanno intrapreso. Potresti guardare gli utenti che leggono le recensioni prima dell'acquisto o quelli che effettuano un acquisto in-app entro i primi tre giorni dall'adesione alla piattaforma. In ogni caso, vorrai confrontare la coorte che intraprende l'azione con coloro che non lo fanno per vedere se ci sono collegamenti per abbandonare.

Oltre a utilizzare coorti comportamentali, raggruppa gli utenti per tipo di acquisizione per identificare quali canali portano all'abbandono e quando. Ad esempio, potresti notare che gli utenti degli annunci a pagamento si spostano più velocemente di quelli che convertono dalla tua newsletter. Un altro modo per segmentare gli utenti è in base ai dati demografici: cercare modelli tra diversi gruppi di età o località.

Per coerenza, osserva diversi tipi di coorte nello stesso intervallo di tempo dell'analisi di coorte di acquisizione che hai eseguito. Indaga su una coorte di clienti alla volta, in modo da poter vedere chiaramente quali fattori contribuiscono all'abbandono. Inizierai a trarre conclusioni sul motivo per cui le coorti variano nel passaggio successivo.

4. Ipotizzare perché l'abbandono è avvenuto per ogni coorte

Ora che hai raccolto dati su diverse coorti, puoi teorizzare il motivo per cui le persone si agitano. Costruendo e testando ipotesi, puoi scoprire cosa sta davvero causando l'abbandono.

Sulla base dei "momenti problematici" che hai individuato dalla tua indagine su quando le persone cambiano, insieme alla tua analisi delle diverse coorti comportamentali, scegli le coorti con i tassi di abbandono più alti. Quindi fai un brainstorming su cosa potrebbe causare abbandono.

Ad esempio, dalle coorti di data di acquisizione:

• I cambiamenti stagionali influiscono sull'utilizzo dell'app: molti utenti si sono uniti durante le vacanze, ma si agitano a febbraio perché non hanno abbastanza tempo libero per utilizzare l'app.
• Gli utenti abbandonano dopo due giorni perché il processo di onboarding è troppo lungo e complicato.

Dalle coorti comportamentali:

• Gli utenti che si iscrivono al piano "base" abbandonano perché non hanno accesso a funzionalità sufficienti.
• Gli utenti che non attivano le notifiche di promemoria finiscono per agitarsi perché dimenticano di utilizzare l'app e non ne traggono valore.

Dalle coorti del canale di acquisizione:

• Gli utenti che si iscrivono dall'annuncio di Instagram cambiano rapidamente perché l'annuncio non ritrae accuratamente il prodotto, quindi c'è una discordia tra le aspettative dei clienti e il prodotto.

5. Verifica le tue ipotesi e sperimenta soluzioni

Prima di implementare qualsiasi modifica al prodotto, dovrai verificare se le tue ipotesi sono corrette. Preparati al fatto che molti fattori diversi contribuiscono all'abbandono, quindi questa fase comporterà alcuni esperimenti.

Per prima cosa, controlla le tue ipotesi conducendo un test A/B. Per testare le tue ipotesi di esempio, potresti:

• Semplifica il tuo processo di onboarding.
• Aggiungi più funzionalità al tuo livello di abbonamento "base".
• Aggiorna le tue campagne di marketing per definire aspettative dei clienti più precise.

Sperimenta diverse soluzioni per ottimizzare la tua piattaforma. Ad esempio, la semplificazione del processo di onboarding potrebbe impedire agli utenti di abbandonare dopo due giorni, ma un'altra soluzione potrebbe essere quella di offrire agli utenti la possibilità di saltare del tutto l'onboarding. Se le modifiche apportate riducono l'abbandono, sei pronto per implementarle nell'intera app. Se nessuna delle tue ipotesi è corretta o nessuna delle tue soluzioni funziona, torna indietro di un passaggio e continua l'analisi dell'abbandono di coorte.

Continua l'analisi dell'abbandono dei clienti

L'analisi di coorte è un processo che dovrai affrontare più di una volta. I tassi di abbandono dei clienti cambiano nel tempo, quindi continua a monitorare le coorti e a condurre regolarmente analisi di coorte per individuare i modelli nel comportamento degli utenti: in questo modo, puoi agire per mantenere alti i tassi di fidelizzazione dei clienti.

Prova a condurre oggi stesso la tua analisi di coorte del tasso di abbandono utilizzando il piano di avviamento gratuito di Amplitude o consulta il nostro playbook Mastering Retention per saperne di più su come riparare un secchio che perde .

Riferimenti

• Tasso di abbandono. Investopedia.
• Acquisizione del cliente VS. Conservazione: dove sono i tuoi dollari meglio spesi? Profitto Bene.
• I 10 migliori esempi di onboarding degli utenti da cui imparare. accusa.