Blog personalizacji e-commerce

Analiza kohortowa może zwielokrotnić sprzedaż. Niestety, wiele sklepów eCommerce ogranicza dane kohortowe do poprawy retencji lub, co gorsza, w ogóle ich nie używa.

W tym przewodniku pokazano, w jaki sposób marki eCommerce mogą wykorzystywać analizę kohortową do ulepszania kluczowych operacji, takich jak kampanie po zakupie, optymalizacja wydatków na reklamy i personalizacja ofert dla kohort o dużym wpływie i segmentów klientów.

Jeśli chcesz od razu przejść do korzystania z analizy kohortowej z przykładami, kliknij tutaj. W przeciwnym razie przeczytaj, czym jest analiza kohortowa i dlaczego warto poświęcić czas na jej skonfigurowanie.

Analiza kohortowa to rodzaj segmentacji behawioralnej, która grupuje użytkowników według jednej lub więcej cech i śledzi ich zachowanie w czasie.

Najczęstsza analiza kohortowa grupuje użytkowników według daty pozyskania. Przykłady tutaj obejmują

Analiza kohortowa jest doskonałym narzędziem dla firm eCommerce. Poniżej przedstawiamy niektóre z najczęstszych korzyści, jakie można uzyskać dzięki zaprojektowaniu i wykorzystaniu raportu kohortowego.

Główną zaletą analizy kohortowej jest zrozumienie, jak Twoi klienci zachowują się w czasie.

Bez segmentacji według kohorty wzrost lub spadek firmy zaciemni wpływ personalizacji, optymalizacji konwersji lub innych działań.

Analiza kohortowa to najlepszy sposób, aby zobaczyć i zrozumieć wskaźnik rezygnacji Twojej marki. Biorąc pod uwagę, że obecni klienci wydają średnio 73,72% więcej niż nowi, znalezienie sposobów na zmaksymalizowanie wskaźnika retencji jest jedną z głównych korzyści płynących z analizy retencji kohorty.

Kredyt obrazu

Wreszcie, możesz użyć analizy kohortowej, aby skutecznie segmentować klientów.

Na przykład, jakie osobiste doświadczenia należy stworzyć dla klientów, którzy niedawno stracili ważność, w porównaniu z tymi, którzy wracają co tydzień, w porównaniu z tymi, którzy są zupełnie nowi w Twojej witrynie. Czy klienci pochodzący z różnych kampanii reklamowych zachowują się inaczej? A jeśli tak, to jak stworzyć dla nich lepsze oferty?

Oto rodzaje pytań i odpowiedzi, które można uzyskać, korzystając z analizy kohortowej.

Zgodnie z naszym ostatnim badaniem dotyczącym statystyk marketingu e-mailowego, kampanie po zakupie prowadziły do ​​konwersji w 8,2% przypadków.

Analiza kohortowa pozwala zrozumieć, kiedy Twoi klienci w naturalny sposób wracają i dokonują powtórnych zakupów. Dzięki tym danym możesz zoptymalizować swoje kampanie po zakupie i wzbogacić je o komunikaty z przypomnieniem o uzupełnieniu.

Powyżej Tula wykorzystuje analizę kohortową, aby zrozumieć, kiedy ich klienci w naturalny sposób dokonują kolejnego zakupu. Wysyłają e-maile z uzupełnieniami jako przypomnienia przed tą datą i dodają dodatkowe zachęty po. W tym e-mailu zwracają uwagę na trzy konkretne zalety

Wartość życia (LTV) jest często traktowana jako święty Graal wskaźników przychodów z eCommerce.

Jednak czas ma znaczenie zarówno dla obliczeń przepływów pieniężnych, jak i ROI. Pod tym względem okresy zwrotu są znacznie bardziej przydatne niż ogólne wskaźniki LTV.

Od pozyskiwania klientów, jak często powracają Twoi klienci, jak szybko wracają i jakie są Twoje zyski, kiedy to robią.

Dzięki analizie kohortowej możesz jasno zrozumieć, jakie przychody generują klienci w danym okresie.

Poniżej znajduje się przykład, jak zobaczyć te dane. Tutaj przedstawiamy wykres, jaki przychód generuje kohorta w czasie.

Aby wskaźniki zwrotu były bardziej przydatne, należy podzielić dane według różnych właściwości. Właściwości mogą obejmować

Barilliance daje sklepom eCommerce różnorodne, gotowe do użycia segmentacje behawioralne. Ogólnie rzecz biorąc, Barilliance może śledzić działania w witrynie, takie jak odwiedzane strony, elementy dodawane do koszyka, przeglądane strony produktu.

Informacje kontekstowe mogą być również źródłem segmentacji behawioralnej, takiej jak domena odsyłająca lub to, czy użytkownik wchodził w interakcję z kampanią marketingową. Wreszcie umożliwiamy klientom zdefiniowanie określonych profili klientów lub segmentów retencji. Klienci są automatycznie zapisywani lub wypadają na podstawie ich działań.

Koszty pozyskania klientów stale rosną. Poniżej znajduje się przykład Amazon CPC według kategorii.

Kredyt obrazu

Oto kolejny przykład pokazujący, jak CAC zmieniały się w czasie w wielu branżach. Tutaj widzimy, jak koszty pozyskania klientów wzrosły o 70% w branżach B2B i nieco ponad 60% w przypadku marek B2C w porównaniu do czterech lat temu.

Kredyt obrazu

Omówiliśmy wcześniej, w jaki sposób używanie wskaźnika ROAS do określania skuteczności reklamy stawia Cię w niekorzystnej sytuacji i dlaczego zamiast tego powinieneś skoncentrować się na ROMI (zwrotie z inwestycji marketingowej).

Analiza kohortowa to jedyny sposób na uzyskanie rzeczywistego zwrotu z liczby inwestycji marketingowych. Jak omówiliśmy powyżej, możesz użyć danych kohortowych, aby zrozumieć, jak szybko możesz spodziewać się zwrotu z kanałów pozyskiwania.

Dzięki temu możesz zainwestować więcej, wiedząc dokładnie, kiedy możesz spodziewać się zwrotu i ostatecznie, jak opłacalne będą Twoje kampanie reklamowe.

Innym interesującym przypadkiem użycia analizy kohortowej jest efekt rabatów.

Aby to zrobić, najpierw utwórz dwie behawioralne segmentacje kohortowe, jedną, która kupiła z rabatem, a drugą, która kupiła bez rabatu. Następnie porównaj zachowanie tych kohort w ciągu następnych 90 dni (lub w dowolnym przedziale czasowym, który ma sens dla Twojej firmy).

Możesz zacząć sprawdzać, czy rabaty przynoszą lojalnych klientów, czy zamiast tego po prostu tracą przychody.

Istnieją inne sposoby, w jakie analiza kohortowa może pomóc sklepom eCommerce w optymalizacji kampanii rabatowych.

Gdy potencjalni klienci nie dokonują konwersji, można ich umieścić w osobnej kohorcie behawioralnej. Możesz wtedy oferować bardziej agresywne oferty rabatowe bez obawy, że niepotrzebnie stracisz marżę.

Stitch Fix stanowi świetny przykład. Ta wiadomość jest wysyłana, jeśli użytkownik ukończy wstępną ocenę przydatności, ale nie dokona zakupu.

Oferta to czysty kredyt w wysokości 35 USD, który wygasa, jeśli nie zostanie wykorzystany.

Wzbogacanie profili to podstawowa technika poprawy efektywności analizy kohortowej.

Nowi odwiedzający są często anonimowi. Fashion Nova proaktywnie rozwiązuje ten problem, wyświetlając początkowe okienko powitalne. Oprócz oferowania agresywnej zachęty (30% zniżki), pozwalają również użytkownikom wybrać, jakie są ich preferencje.

Dane te są następnie powiązane z profilem klienta i wykorzystywane w segmentacjach kohortowych oraz personalizacji przyszłych ofert.

Celem kampanii powitalnych jest nawiązanie relacji i tworzenie sprzedaży.

Omówiliśmy, jak stworzyć wieloetapową kampanię powitalną, wraz z najlepszym w swojej klasie przykładem z Sephora tutaj. Aby jednak uruchomić własne wyzwalane kampanie e-mailowe, należy utworzyć testy AB i przeanalizować je za pomocą analizy kohortowej.

Możesz szybko sprawdzić, jak różne segmenty radziły sobie w ciągu następnych 30 i 60 dni, a ostatecznie zrozumieć, która seria powitalna lepiej sprawdza się w przekształcaniu nowych użytkowników w stałych klientów.

W tym przewodniku pokazano, w jaki sposób marki eCommerce powinny wykorzystywać analizę kohortową w celu zwiększenia sprzedaży. Barilliance pomaga marce eCommerce działać na podstawie informacji uzyskanych z analizy kohortowej.

Dzięki Barilliance możesz tworzyć spersonalizowane doświadczenia i oferty dla każdej kohorty, konfigurować eksperymenty na wielu odmianach, aby stopniowo zwiększać przychody i ostatecznie rozwijać swoją firmę.

Aby zobaczyć, jak korzystać z personalizacji eCommerce do personalizacji doświadczeń kohortowych, kliknij tutaj.

A jeśli chcesz porozmawiać z ekspertem od personalizacji i sprawdzić, czy Barilliance jest dla Ciebie odpowiednim partnerem, możesz poprosić o demonstrację jeden na jednego tutaj.