Пошаговое руководство по когортному анализу и снижению оттока клиентов

Когортный анализ коэффициента оттока — это тип анализа, который рассчитывает и предоставляет вам информацию, необходимую для увеличения удержания пользователей . Вы можете анализировать жизненные циклы пользователей и определять, когда пользователи уходят или прекращают использовать ваш продукт. Оттуда вы можете узнать о поведении ваших пользователей и исследовать причины, которые приводят к оттоку. Как только вы поймете, почему пользователи уходят, вы будете готовы принять меры, чтобы уменьшить скорость оттока и поддерживать интерес людей к вашему продукту.

Понимание взаимосвязи между коэффициентом оттока и когортным анализом

Большинство компаний считают небольшой процент оттока здоровым и нормальным явлением. Но большое количество пользователей, покидающих ваш продукт, вызывает беспокойство. Когортный анализ помогает снизить уровень оттока, поскольку позволяет исследовать, почему группы или сегменты (когорты) пользователей покидают ваше приложение. Если вы сможете выяснить, что заставляет людей уходить, вы сможете принять меры, чтобы избежать высокого уровня оттока клиентов.

Когортный анализ также позволяет понять, какие факторы способствуют высокой вовлеченности и удержанию клиентов. Если вы сосредоточитесь на удержании и обеспечении ценности для существующих клиентов, вы часто получите более высокую рентабельность инвестиций, чем если бы вы сосредоточились исключительно на привлечении клиентов. Вы уже вложили время, деньги и усилия в привлечение клиентов, поэтому имеет смысл попытаться удержать их на своей платформе, а не фокусироваться только на привлечении новых пользователей.

5-шаговое руководство по выполнению когортного анализа, снижающего отток клиентов

Эти шаги показывают, как проводить когортный анализ, который поможет вам определить, когда и почему ваши пользователи уходят, чтобы вы могли поэкспериментировать с решениями для снижения оттока.

1. Группируйте пользователей в зависимости от того, когда они присоединились к вашему приложению.

Начните анализ с группировки пользователей в зависимости от того, когда они присоединились к вашему приложению . «Дата присоединения» — это тип когорты приобретения. Вы будете использовать поведенческие когорты позже в своем анализе. Вместо того, чтобы смотреть на показатели оттока для всех пользователей, это позволит вам увидеть, когда отток пользователей связан с жизненным циклом клиента.

Создавайте ежедневные, еженедельные или ежемесячные когорты в зависимости от типа вашего приложения и интервала использования вашего продукта. Например, если вы запускаете приложение для медитации или фитнеса, будет полезно следить за ежедневным приобретением и использованием. Если это приложение, которое люди могут использовать реже (например, приложение для инвестиций), вы, вероятно, будете использовать ежемесячные или еженедельные когорты.

Временные рамки, которые вы включите в свой анализ, также будут зависеть от того, что вы хотите узнать. Вы будете смотреть на ежедневное удержание или отток в течение нескольких недель, чтобы увидеть краткосрочные изменения. Чтобы определить долгосрочные тенденции, вы будете смотреть на ежемесячный коэффициент удержания в течение года.

Когда вы создали когорту, которую хотите проанализировать, создайте когортную таблицу в Excel или используйте аналитическое программное обеспечение, такое как Amplitude. В таблице когорт есть строки для каждой когорты и столбцы для каждого дня, недели или месяца. «Нулевой день» — это день, когда пользователь присоединился к платформе. В ячейках отобразите либо коэффициент оттока, либо коэффициент удержания.

2. Определите, когда пользователи в каждой когорте ушли

Если вы сможете определить точку, в которой пользователи уходят, вы сможете выявить закономерности в пути пользователя. Вы сможете продолжить расследование, чтобы узнать, почему они сбиваются с толку в этот момент.

Взгляните на диаграмму когортного анализа и найдите моменты, когда многие пользователи уходят. Чтобы визуализировать кривую удержания и легко определить, когда люди уходят, преобразуйте свою когортную таблицу в диаграмму.

Часто команды по продукту и развитию составляют список «проблемных» моментов — точек в жизненном цикле пользователя, когда пользователи уходят, например, через 10 дней или после первого месяца.

3. Проанализируйте другие типы когорт для дальнейшего изучения оттока

После того, как вы рассмотрели отток по отношению к дате привлечения, создание групп пользователей на основе их поведения, каналов привлечения или демографических данных поможет вам лучше понять их. Это приближает вас на один шаг к выяснению причин, по которым пользователи уходят.

Используйте поведенческие когорты, чтобы сгруппировать пользователей по действиям, которые они совершили или не совершили. Вы можете посмотреть на пользователей, которые читают отзывы перед покупкой, или на тех, кто совершает покупку в приложении в течение первых трех дней после присоединения к платформе. В каждом случае вам нужно сравнить когорту, которая предпринимает действия, с теми, кто этого не делает , чтобы увидеть, есть ли какие-либо ссылки на отток.

Помимо использования поведенческих когорт, сгруппируйте пользователей по типу приобретения , чтобы определить, какие каналы и когда приводят к оттоку. Например, вы можете заметить, что пользователи платной рекламы уходят быстрее, чем те, кто совершает конверсию из вашей рассылки. Другой способ сегментации пользователей — по демографии — ищите закономерности среди разных возрастных групп или местоположений.

Для согласованности рассмотрите разные типы когорт в те же временные рамки, что и анализ когорт приобретения, который вы провели. Исследуйте одну когорту клиентов за раз, чтобы четко увидеть, какие факторы способствуют оттоку. На следующем шаге вы начнете делать выводы о том, почему когорты различаются.

4. Предположите, почему произошел отток для каждой когорты

Теперь, когда вы собрали данные о разных когортах, вы можете теоретизировать о том, почему люди уходят. Создавая и проверяя гипотезы, вы можете выяснить, что на самом деле вызывает отток клиентов.

Основываясь на «проблемных моментах», которые вы заметили в ходе расследования оттока людей, а также на анализе различных поведенческих когорт, выберите когорты с самыми высокими показателями оттока. Затем проведите мозговой штурм, что может быть причиной оттока.

Например, из когорт даты приобретения:

• Сезонные изменения влияют на использование приложения — многие пользователи присоединялись во время праздников, но в феврале они уходят, потому что у них недостаточно свободного времени для использования приложения.
• Пользователи уходят через два дня, потому что процесс адаптации слишком долгий и сложный.

Из поведенческих когорт:

• Пользователи, подписавшиеся на «базовый» план, уходят, потому что у них нет доступа к достаточному количеству функций.
• Пользователи, которые не активируют напоминания, в конечном итоге уходят, потому что забывают использовать приложение и не получают от него никакой пользы.

Из когорт каналов привлечения:

• Пользователи, которые подписываются через рекламу в Instagram, быстро уходят, потому что реклама не точно изображает продукт, поэтому возникает несоответствие между ожиданиями клиентов и продуктом.

5. Проверяйте свои гипотезы и экспериментируйте с решениями

Прежде чем вносить какие-либо изменения в продукт, вам необходимо проверить правильность ваших гипотез. Будьте готовы к тому, что оттоку способствует множество различных факторов, поэтому на этом этапе придется немного поэкспериментировать.

Во-первых, проверьте свои гипотезы, проведя A/B-тестирование. Чтобы проверить ваши гипотезы в качестве примера, вы можете:

• Упростите процесс адаптации.
• Добавьте дополнительные функции к «базовому» уровню подписки.
• Обновите свои маркетинговые кампании, чтобы более точно определять ожидания клиентов.

Экспериментируйте с различными решениями для оптимизации вашей платформы. Например, упрощение процесса адаптации может предотвратить отключение пользователей через два дня, но другим решением может быть предоставление пользователям возможности вообще пропустить адаптацию. Если внесенные вами изменения уменьшат отток пользователей, вы готовы применить их ко всему приложению. Если ни одна из ваших гипотез неверна или ни одно из ваших решений не работает, вернитесь на шаг назад и продолжите анализ оттока когорты.

Продолжайте анализ оттока клиентов

Когортный анализ — это процесс, через который вы будете проходить не один раз. Показатели оттока клиентов со временем меняются, поэтому продолжайте отслеживать когорты и регулярно проводить когортный анализ, чтобы выявлять закономерности в поведении пользователей. Таким образом, вы сможете принять меры для поддержания высокого уровня удержания клиентов.

Попробуйте сегодня провести собственный когортный анализ коэффициента оттока, используя бесплатный начальный план Amplitude , или ознакомьтесь с нашим сборником упражнений Mastering Retention, чтобы узнать больше о том, как устранить дырявое ведро .

использованная литература

• Коэффициент оттока. Инвестопедия.
• Привлечение клиентов VS. Удержание: где лучше всего потратить ваши доллары? ProfitWell.
• 10 лучших примеров адаптации пользователей, на которых стоит поучиться. Приложения.