eコマースパーソナライズブログ

コホート分析は売上を増やすことができます。 残念ながら、多くのeコマースストアはコホートデータを保持の改善に制限しており、さらに悪いことに、それをまったく使用していません。

このガイドでは、eコマースブランドがコホート分析を使用して、購入後のキャンペーン、広告費の最適化、影響力の大きいコホートや顧客セグメントのオファーのパーソナライズなどの主要な操作を改善する方法を紹介します。

例を使用してコホート分析を使用する方法に直接スキップしたい場合は、ここをクリックしてください。 それ以外の場合は、コホート分析とは何か、およびそれを設定するために時間を費やす必要がある理由を読んでください。

コホート分析は、ユーザーを1つ以上の特性でグループ化し、時間の経過とともに行動を追跡する行動セグメンテーションの一種です。

最も一般的なコホート分析では、取得日ごとにユーザーをグループ化します。 ここでの例は次のとおりです

コホート分析は、eコマース企業が使用するための優れたツールです。 以下は、コホートレポートを設計および使用することで得られる最も一般的な利点の一部です。

コホート分析の主な利点は、顧客が時間の経過とともにどのように行動するかを理解することです。

コホートごとにセグメント化しないと、企業の成長または衰退により、パーソナライズ、コンバージョンの最適化、またはその他の取り組みの影響がわかりにくくなります。

コホート分析は、ブランドの解約率を確認して理解するための唯一の最良の方法です。 既存の顧客が新しい顧客よりも平均73.72％多いことを考えると、保持率を最大化する方法を見つけることは、コホート保持分析の主な利点の1つです。

画像クレジット

最後に、コホート分析を使用して、顧客を効果的にセグメント化できます。

たとえば、最近失効した顧客、毎週戻ってくる顧客、サイトにまったく新しい顧客のために、どのような個人的な体験を作成する必要がありますか。 異なる広告キャンペーンから来た顧客は異なる行動をしますか？ もしそうなら、どうすれば彼らのためにより良いオファーを作成できますか？

これらは、コホート分析を使用して取得できる質問と回答のタイプです。

メールマーケティング統計に関する前回の調査によると、購入後のキャンペーンは8.2％の確率で未処理のコンバージョンを達成しました。

コホート分析により、顧客が自然に戻って繰り返し購入する時期を理解できます。 このデータを使用して、購入後のキャンペーンを最適化し、補充リマインダーによってトリガーされるメッセージでそれらを補強することができます。

上記では、Tulaはコホート分析を使用して、顧客が自然に別の購入を行う時期を理解しています。 彼らは、この日付の前にリマインダーとして補充メールをトリガーし、その後に追加のインセンティブを追加します。 このメールでは、次の3つの具体的なメリットを強調しています。

生涯価値（LTV）は、多くの場合、eコマースの収益指標の聖杯として扱われます。

ただし、キャッシュフローとROIの両方の計算には時間が重要です。 この点で、回収期間は幅広いLTV指標よりもはるかに実用的です。

顧客獲得から、顧客が戻ってくる頻度、戻ってくるまでの時間、戻ってきたときの利益はどれくらいか。

コホート分析を使用すると、顧客が期間ごとにどれだけの収益を生み出しているかを明確に理解できます。

以下は、このデータを表示する方法の一例です。 ここでは、コホートが時間の経過とともにどれだけの収益を生み出すかをグラフ化しています。

回収指標をより実用的にするには、さまざまなプロパティでデータをセグメント化する必要があります。 プロパティには次のものを含めることができます

Barillianceは、eコマースストアにさまざまなすぐに使える行動セグメンテーションを提供します。 大まかに言って、Barillianceは、アクセスされたページ、カートに追加されたアイテム、表示された製品表示ページなどのオンサイトエンゲージメントを追跡できます。

コンテキスト情報は、ドメインの参照や、ユーザーがマーケティングキャンペーンを操作したかどうかなど、行動のセグメンテーションのソースにもなります。 最後に、お客様が特定のお客様のプロファイルまたは保持セグメントを定義できるようにします。 顧客は、アクションに基づいて自動的に登録または脱落します。

顧客獲得のコストは増え続けています。 以下は、カテゴリ別のAmazonCPCの例です。

画像クレジット

これは、CACが複数の業界にわたって時間の経過とともにどのように変化したかを示す別の例です。 ここでは、4年前と比較してB2B業界で顧客獲得コストが70％増加し、B2Cブランドで60％強増加したことがわかります。

画像クレジット

ROAS指標を使用して広告の効果を判断する方法と、代わりにROMI（マーケティング投資回収率）に焦点を当てる必要がある理由については、前に説明しました。

コホート分析は、実際にマーケティング投資回収率を得る唯一の方法です。 上で説明したように、コホートデータを使用して、取得チャネルからの投資回収をどれだけ迅速に期待できるかを理解できます。

これにより、より多くの投資を行うことができ、投資回収がいつ期待できるか、そして最終的には広告キャンペーンの収益性を正確に知ることができます。

コホート分析のもう1つの興味深いユースケースは、割引の効果です。

これを行うには、最初に2つの行動コホートセグメンテーションを作成します。1つは割引で購入し、もう1つは割引なしで購入しました。 次に、これらのコホートが今後90日間（またはビジネスにとって意味のある任意の時間枠）にわたってどのように動作するかを比較します。

割引が忠実な顧客につながるのか、それとも単に収益を失っているだけなのかを確認し始めることができます。

コホート分析がeコマースストアが割引キャンペーンを最適化するのに役立つ他の方法があります。

リードが変換されない場合は、別の行動コホートに配置できます。 そうすれば、不必要にマージンを与えることを恐れることなく、より積極的な割引オファーを自由に提供できます。

ステッチ修正は素晴らしい例を提供します。 このメッセージは、ユーザーが最初の適合性評価を完了したが、購入を完了しなかった場合に送信されます。

このオファーは明確な35ドルのクレジットであり、未使用の場合は期限切れになります。

プロファイルの強化は、コホート分析の有効性を向上させるための基本的な手法です。

多くの場合、新規訪問者は匿名です。 Fashion Novaは、最初のウェルカムポップアップでこの問題に積極的に取り組んでいます。 積極的なインセンティブ（30％オフ）を提供することに加えて、ユーザーは自分の好みを選択することもできます。

次に、このデータは顧客プロファイルに関連付けられ、コホートのセグメンテーションや将来のオファーのパーソナライズに使用されます。

ウェルカムキャンペーンの目標は、関係を確立し、売り上げを伸ばすことです。

ここでは、Sephoraのクラス最高の例とともに、マルチステップのウェルカムキャンペーンを作成する方法について説明しました。 ただし、トリガーされた独自の電子メールキャンペーンをダイヤルインするには、ABテストを作成し、コホート分析を通じてそれらを分析する必要があります。

次の30日と60日の期間でさまざまなセグメントがどのように実行されたかをすばやくグラフ化し、最終的に、どのウェルカムシリーズが新規訪問者をリピーターに変えるのにより良い仕事をするかを理解できます。

このガイドでは、eコマースブランドがコホート分析を使用して売り上げを伸ばす方法を紹介しました。 Barillianceは、eコマースブランドがコホート分析から得た洞察に基づいて行動するのに役立ちます。

Barillianceを使用すると、コホートごとにパーソナライズされたエクスペリエンスとオファーを作成し、多変量実験を設定して収益を段階的に増やし、最終的にビジネスを成長させることができます。

eコマースのパーソナライズを使用してコホートエクスペリエンスをパーソナライズする方法の概要については、ここをクリックしてください。

また、パーソナライズの専門家と話をして、Barillianceが適切なパートナーであるかどうかを確認したい場合は、ここで1対1のデモをリクエストできます。