Jak przeprowadzić analizę kohortową SaaS, aby zmniejszyć churn

Analiza kohortowa SaaS polega na podzieleniu użytkowników na grupy na podstawie wspólnych zachowań lub cech, aby odpowiedzieć na pytania biznesowe dotyczące tego, w jaki sposób ci użytkownicy wchodzili w interakcję lub będą wchodzić w interakcje z produktem SaaS. Firmy SaaS są w stanie określić, w jaki sposób określone zachowania lub cechy użytkowników prowadzą do różnych wyników.

Załóżmy, że Twój produkt SaaS jest narzędziem do zarządzania projektami. Analiza kohortowa SaaS pozwoliłaby określić, że:

• Użytkownicy, którzy aktywują przypomnienia o powiadomieniach push w pierwszym tygodniu, są bardziej skłonni do pozostawania w kontakcie z oprogramowaniem niż ci, którzy tego nie robią.
• Użytkownicy, którzy dołączyli w dniu, w którym rozpoczęto głośną kampanię marketingową, odpływają mniej niż przeciętnie.
• Użytkownicy, którzy dołączyli w styczniu, zazwyczaj kończą subskrypcję po miesiącu.

Co to jest analiza kohortowa SaaS?

Firmy Software as a Service (SaaS) dostarczają oprogramowanie użytkownikom w formie aplikacji subskrypcyjnych. Platformy SaaS mogą świadczyć usługi oprogramowania, które pomagają użytkownikom w zarządzaniu relacjami z klientami, zarządzaniu wydatkami, zarządzaniu projektami, zasobami ludzkimi, bezpieczeństwem informacji i nie tylko.

W analizie kohortowej dla SaaS dzielisz użytkowników końcowych na grupy lub segmenty, aby dowiedzieć się, jak ich cechy i zachowania wpływają na wyniki biznesowe. Firmy SaaS mogą również przeprowadzić analizę kohortową na grupach kont klientów, aby zobaczyć różnice między organizacjami korzystającymi z ich platformy.

Możesz podzielić użytkowników według:

• W miesiącu dołączenia do Twojej platformy SaaS
• Kanał akwizycji
• Zachowania, które pokazali w Twoim produkcie SaaS (takie jak włączanie powiadomień, korzystanie z funkcji udostępniania, tworzenie nowej tablicy zarządzania projektami itp.)

Jeśli traktujesz wszystkich swoich klientów jako jedną grupę, trudno jest wyciągnąć praktyczne wnioski o tym, dlaczego ludzie odchodzą. Ale jeśli na przykład pogrupujesz użytkowników według daty dołączenia do Twojej aplikacji, możesz analizować wzorce w całym cyklu życia klienta.

Analiza kohortowa pomaga lepiej zrozumieć zachowanie użytkowników, co pozwala:

• Podejmuj decyzje dotyczące produktów, które dodają wartości użytkownikom i utrzymują ich zaangażowanie.
• Znajdź wzorce przed odejściem i działaj w celu poprawy utrzymania klientów.
• Popraw reklamę i personalizację.
• Zapoznaj się z sezonowymi różnicami w korzystaniu z produktów.

Analiza kohortowa dla firm abonamentowych

Firmy SaaS oparte na subskrypcji (takie jak Calm) mogą używać analizy kohort subskrypcji, aby określić, które kohorty mają wysoką retencję i pozostają subskrybentami przez najdłuższy czas. Podobnie, wielopoziomowe firmy subskrypcyjne (na przykład Canva lub HubSpot) mogą określić, które kohorty uaktualniają się do droższych planów i przynoszą największe przychody.

Firmy SaaS oparte na subskrypcji mogą przeprowadzić kilka analiz, aby zrozumieć, dlaczego niektóre kohorty odchodzą. Następnie mogą pracować nad poprawą wskaźników retencji.

Analiza behawioralna

Aby przeprowadzić analizę behawioralną użytkownika:

• Twórz kohorty behawioralne, grupując użytkowników na podstawie działań, które podejmują lub nie wykonują na Twojej platformie SaaS. Na przykład podziel użytkowników na segmenty na podstawie tego, czy korzystali z określonej funkcji, czy nie.
• Dalsze zawężenie kohort behawioralnych poprzez oddzielenie użytkowników na podstawie działań, które wykonali w określonym przedziale czasowym. Na przykład użytkownicy, którzy skorzystali z określonej funkcji w ciągu pierwszego tygodnia od zasubskrybowania Twojej platformy.
• Przeanalizuj różne kohorty behawioralne, aby sprawdzić, czy korzystanie z różnych funkcji koreluje z retencją. Na przykład możesz zauważyć, że użytkownicy, którzy zsynchronizują Twój CRM ze swoimi kontaktami Google w ciągu pierwszego tygodnia korzystania z Twojej platformy, mają wyższy wskaźnik retencji niż ci, którzy tego nie robią.

Analiza rezygnacji

Aby przeprowadzić analizę kohortową wskaźnika rezygnacji:

• Najpierw zdefiniuj swoje kohorty (na przykład dzień, w którym dołączyli użytkownicy).
• Następnie oblicz współczynnik rezygnacji, sprawdzając, ilu użytkowników, którzy dołączyli w określonym dniu, wróciło następnego dnia. Na przykład, jaki procent klientów wraca w piątym dniu.
• Następnie zastanów się, czy różne czynniki wpływają na odejście. Na przykład możesz pogrupować użytkowników według platformy, aby sprawdzić, czy różne doświadczenia użytkowników na różnych platformach przyczyniają się do rezygnacji.
• Gdy masz hipotezę, produkt testu A/B zmienia się, co może pomóc w jej potwierdzeniu za pomocą narzędzia takiego jak Eksperyment z amplitudą.

Kontynuuj naukę o analizie rezygnacji w różnych branżach i kwartałach w tym filmie:

Analiza przychodów

Aby przeprowadzić analizę kohorty przychodów:

• Zacznij od wykonania kroków analizy rezygnacji i dodaj przychód każdego użytkownika.
• Następnie oblicz wzrost przychodów, a następnie porównaj wzrost przychodów w kohortach.
• Zwróć uwagę na kohorty, w których rosną przychody, i dowiedz się, dlaczego tak się dzieje.
• Następnie użyj eksperymentów, aby przetestować swoje hipotezy.

Jak wdrożyć wyniki analizy kohortowej SaaS

Po przeprowadzeniu analizy kohortowej SaaS wykorzystaj zebrane informacje, aby podejmować decyzje dotyczące produktów, które zmniejszą churn.

Aby wdrożyć swoje ustalenia:

• Zidentyfikuj „problemowe” kohorty, które odchodzą po krótkim czasie, korzystając z jednej z powyższych analiz kohortowych dla metod SaaS.
• Opracuj hipotezę dotyczącą przyczyny problemu. Na przykład być może osoby, które nie korzystają z funkcji synchronizacji kontaktów w ciągu pierwszego tygodnia, nie doświadczają pełnej wartości oprogramowania SaaS, więc szybko odchodzą.
• Przeprowadź testy A/B, aby sprawdzić swoją hipotezę i lepiej zrozumieć kohorty problemów. Pamiętaj, że to dochodzenie będzie złożone, ponieważ często jest połączeniem czynników, które zapewniają zaangażowanie i utrzymanie użytkowników.
• Na podstawie wyników testów A/B zmodyfikuj oprogramowanie odpowiednio do obszaru problemu.
• Powtórz analizę kohorty i proces testowania hipotez, aby zidentyfikować dodatkowe obszary problemowe i zmniejszyć odejścia.

Analiza kohortowa SaaS: klucz do zwiększenia CLV

Żywotna wartość klienta (CLV) informuje, jaki przychód przynosi typowy klient w trakcie jego relacji z Twoją platformą. Na przykład, jeśli klienci płacą miesięczną opłatę za subskrypcję w wysokości 10 USD i zazwyczaj odchodzą po 12 miesiącach, Twój CLV wynosi 120 USD. Termin ten będzie też skrócony do wartości od początku istnienia (LTV).

Jeśli rozumiesz, jakie typy użytkowników mają wysokie CLV, możesz podjąć działania, aby przyciągnąć podobnych użytkowników. Możesz także zachęcić innych do podjęcia działań, o których udowodniłeś, że są skorelowane z wysokim zaangażowaniem i retencją.

Ponieważ analiza kohortowa SaaS pozwala zobaczyć, kiedy klienci (użytkownicy końcowi lub konta klientów) odchodzą, oznacza to, że możesz mierzyć i śledzić CLV. Analiza kohortowa pomaga również zwiększyć CLV. Możesz na przykład zobaczyć, które kohorty użytkowników prowadzą do największych przychodów, a następnie tworzyć kampanie marketingowe, aby kierować je do tych użytkowników lub dostosowywać decyzje dotyczące produktów, aby lepiej im służyły.

Dzięki analizie kohorty subskrypcji otrzymujesz również informacje o tym, dlaczego ludzie odchodzą, dzięki czemu możesz rozwiązać te problemy. Załóżmy, że zauważyłeś wysoki współczynnik rezygnacji użytkowników w Twoim podstawowym abonamencie. Możesz dodać więcej funkcji produktu do podstawowego planu cenowego, aby zapewnić większą wartość tym użytkownikom i zniechęcić ich do rezygnacji.

Ponadto możesz określić, w jaki sposób metryki behawioralne wpływają na CLV, aby zoptymalizować oprogramowanie. Na przykład, jeśli zauważysz, że użytkownicy, którzy włączają powiadomienia push, zwykle pozostają zaangażowani w Twoją platformę SaaS, możesz poeksperymentować z zachęcaniem wszystkich użytkowników do włączenia powiadomień podczas onboardingu. Będziesz chciał przeprowadzić testy A/B, aby sprawdzić, czy ta zmiana produktu przyczynowo zwiększa zaangażowanie.

Zrozumienie metryk analizy kohortowej

Oprócz CLV, standardowymi wskaźnikami analizy kohortowej SaaS są utrzymanie lub odejście klientów — liczba klientów powracających lub odchodzących w danym okresie. Jeśli wskaźnik rezygnacji jest wyższy niż średnia dla określonej kohorty, wiesz, że musisz skoncentrować się na tej kohorcie.

Możesz także przyjrzeć się metrykom, które dają więcej informacji o tym, jakie przychody przynoszą różne kohorty, takie jak średni przychód na użytkownika (ARPU) i koszt pozyskania klienta (CAC).

3 najlepsze typy analizy kohortowej

W przypadku analizy kohortowej SaaS możesz wybrać rodzaj kohort, na które podzielisz swoich użytkowników. Trzy najlepsze typy kohort to kohorty pozyskiwania, kohorty behawioralne i kohorty predykcyjne .

Pozyskiwanie grupuje poszczególnych użytkowników na podstawie:

• Kiedy się zarejestrujesz
• Sposób rejestracji (kanał pozyskiwania)

Kohorty behawioralne dzielą użytkowników na podstawie działań, które podejmują lub nie, oraz działań, które wykonują w określonym przedziale czasowym. Na przykład:

• W platformie CRM: użytkownicy, którzy dodali X kontaktów lub rozpoczęli kampanię marketingową w ostatnim tygodniu
• W platformie do zarządzania projektami: użytkownicy, którzy aktywowali powiadomienia na pulpicie

Kohorty predykcyjne rozdzielają użytkowników na podstawie prawdopodobieństwa wykonania przez nich określonej czynności w przyszłości.

Szablon analizy kohorty

Zazwyczaj przeprowadzasz analizę kohortową SaaS w tabeli kohortowej. Na stole zobaczysz:

• Wiersz dla każdej kohorty użytkowników (np. dołączył 6 lipca, dołączył 15 lipca)
• Kolumny dla każdego dnia, tygodnia lub miesiąca po utworzeniu kohorty (dzień zero to dzień dołączenia użytkowników)
• Komórki, które zwykle pokazują wskaźnik rezygnacji lub wskaźnik retencji każdego dnia

W powyższej tabeli kohorty widać, że utrzymanie użytkowników, którzy dołączyli 6 lipca, wynosi tylko 6% do piątego dnia. Oznacza to, że 94% użytkowników odeszło — nieszczelne wiadro. Spróbuj bezpłatnie zapoznać się z tymi danymi, korzystając z samoobsługowej wersji demonstracyjnej Amplitude, a następnie przejdź do tej przykładowej tabeli kohortowej.

Możesz lepiej zwizualizować tę tabelę kohortową, budując krzywą analizy retencji.

Korzystając z wykresu analizy retencji Amplitude, możesz zauważyć natychmiastowy problem — tylko około 10% użytkowników pozostaje po pierwszym dniu. Może to oznaczać, że Twój produkt SaaS ma skomplikowane wprowadzenie, brak wezwania do działania, problem techniczny lub coś innego. Możesz przetestować swoje hipotezy poprzez eksperymenty, a następnie naprawić problemy i zmniejszyć liczbę rezygnacji.

Gotowy do eksploracji kohort w swoim produkcie SaaS i rozpoczęcia poprawy retencji już dziś? Rozpocznij za darmo, korzystając z aplikacji Amplitude lub zapoznaj się z naszym poradnikiem dotyczącym retencji opanowania, aby dowiedzieć się więcej.

Bibliografia

• Analiza kohortowa: zmniejsz liczbę rezygnacji i popraw retencję. Amplituda
• Dlaczego analiza kohortowa przewyższa wszystkie inne podejścia do obliczania LTV. Dożywotnie
• 8 wskaźników SaaS, które powinieneś monitorować. Webflow
• Poradnik dla początkujących po analizie kohortowej: jak zmniejszyć liczbę rezygnacji i podejmować lepsze decyzje dotyczące produktów. Okruchy