когортный анализ
Редакция

Когортный анализ: что это, кому нужен и как его сделать

Аналитиками от маркетинга разработаны методологии исследования поведения пользователей сети, направленные на выявление успешных бизнес-моделей и наиболее конверсионной рекламы. Один из таких методов в интернет-маркетинге — это когортный анализ.

Давай разберёмся, как он устроен.

Краткий экскурс в историю

Базисной единицей исследования в когортном анализе является (внезапно! 🙂 «когорта».

Изначально когорта — это боевой порядок в римской армии, просуществовавший более двух веков, который характеризовался наличием промежутка между частями войск собранных в объединения, именуемые когортами.

В переводе слово означает «огороженное место» и является главным тактическим подразделением доисторического римского войска. Задачи, возлагавшиеся на боевые единицы, в стратегическом смысле сродни целям когортного анализа в маркетинге — маневренной тактике воздействия.

Соответственно, в маркетинге когортой называется группа интернет-пользователей, объединенная общими признаками произведенных действий в заданный диапазон времени.

Когорта отличается от сегмента по ряду параметров, поскольку сегмент, как правило, рассматривает группу лиц, определенных константной (постоянной) характеристикой. Например, возрастом, полом, регионом проживания, социальным статусом и т.д.

Суть когортного анализа

Анализ когортных исследований помогает конкретизировать статистические данные, рассматривая их через призму действия. Выстраивая аналитику с использованием больших баз входных данных, можно достигнуть максимально достоверного результата.

Когорта рассматривает аудиторию, выполнившую действие (так называемый опыт) за определенный промежуток времени. Казалось бы, в когорту попали абсолютно разные люди, выполнившие конкретное действие, но их объединяет несколько факторов, незаметных неспециалисту.

К примеру, в период с 5 по 12 июля ряд покупателей одного из сайтов приобрели входные двери. Учитывая ряд признаков их можно сгруппировать по нескольким позициям:

  • Клиенты, перешедшие по ссылке контекстной рекламы. Эта информация сразу создает представление об эффективности данного вида рекламы в сравнении с другими презентациями.
  • Все покупатели, купившие дверь в июле объединены фактором сезонных продаж этого вида товара.
  • Клиенты, купившие дверь, формируют представление у продавца о спросе. Он может содержать информацию, от каких категорий целевой аудитории покупателей исходит клиентский интерес.
  • Возникает возможность проследить, с каких устройств, в какой день сделано больше покупок, например, в будние дни с телефонов, а в выходные с ПК.

Основа когортного анализа — это объединение посетителей интернета в статистические единицы по идентичным характеристикам и с прослеживанием их поведения за ограниченный промежуток времени.

обсуждение результатов когортного анализа

При помощи данного инструмента можно просто проанализировать любой параметр (метрику), который изменяется во времени: конверсию, объем сделок, количество продаж, средний срок жизни одного клиента, траекторию изменений числа пользователей и прочие характеристики.

Какой практический результат от использования когортного анализа? Такая структурированная информация помогает определить, в конечном итоге, что хочет потребитель, в каком объеме и сколько он готов за это заплатить.

Какие данные нужны для него (ключевые показатели/метрики)

Выделить необходимую совокупность обстоятельств на фоне большого количества производимых операций достаточно сложно. Чтобы упростить задачу, метод подразделяется на этапы:

  1. Выделение метрики.
  2. Разделение на когорты.
  3. Определение срока.
  4. Сравнение когорт и исследование метрик.

Универсального набора метрик не существует. Под метрикой, в когортном анализе, можно выделить ключевые — это доход и расход. Кроме того, это могут быть: LTV (пожизненная стоимость покупателя), дата регистрации или поступления заявки, средний чек, уникальный номер пользователя, количество просмотров сайта, средняя прибыль каждого из участников когорты, наличие повторных заказов, рентабельность и прочее.

Типы метрик

Условно метрики могут состоять из двух разных типов.

Метрики действия

Объединяют процесс и его следствие. Для примера, регистрация пользователя на сайте (процесс) с последующим приобретением товара (следствие). Такие метрики отображают реальную картину причинно-следственной взаимосвязи, помогают решать вопросы по улучшению результативности, используются для продуктовых метрик. По их анализу можно просмотреть востребованность и продвижение продукта.

Метрики тщеславия

Моделируют неосязаемый успех, который не имеет возможности воздействовать на материальные показатели бизнеса. К ним можно отнести: число просмотров страниц, количество заходов на сайт, число подписчиков на рассылки, количество лайков. Фактической пользы от тщеславных метрик нет, рассматривать их необходимо вкупе с другими кейсами.

Стоит отметить, что нельзя определить метрики по признаку правильности. Выбирая метрику, как единицу анализа, целесообразно оценивать ее с точки зрения применимости для улучшения бизнеса или построения Retention-маркетинга (RM).

Пример когортного анализа

Предположим, ты открыл свой онлайн-магазин и хочешь продавать уникальные открытки. Для раскрутки продукта ты выбираешь три разные площадки:

  • проведение конкурсного теста в Инстаграме;
  • всплывающее окно на своем сайте;
  • и анкорная ссылка на тематическом аналогичном сайте.

Через определенный промежуток времени (3–4 месяца) проводишь исследование показателей. К примеру, через Инстаграм пришло 2500 пользователей, твой сайт добавил 650 клиентов, а реклама на стороннем ресурсе пополнила число пользователей на 250. Полученные результаты и формируются в когорты.

пример когортного анализа

В движении это выглядит так: изначальные три цифры берутся за точку отсчета, затем ты смотришь, как меняется положение дел через месяц. Допустим, самые верные сторонники с сайта аналога они сохранили свои позиции, а быстрее всех отписались подписчики с Инстаграма.

Анализируя потоки, можно регулировать качество рекламы на площадках и выработать стратегию размещения.

Как провести когортный анализ

Покупатели не всегда покупают сразу, достаточно большой процент от заходящих на сайт произведут действие в отдаленной перспективе. Если ты спланировал свой рекламный бюджет в начале месяца и подводишь итоги в конце месяца, оценивая эффективность рекламной кампании, то существует риск неверно оценить результаты.

К примеру, в сентябре Яндекс.Директ проявил себя, как убыточный канал, а Google Ads, наоборот принес прибыль. Применив когортный анализ, формируем когорту из июльских пользователей. Затем, отключив рекламу, наблюдаем за изменением выручки в ближайшие пару месяцев. Результаты исследования показали, что клиенты продолжают совершать покупки и в октябре, и в ноябре.

Когортный анализ в счётчиках веб-аналитики

Увеличивать конверсию и проводить А/В тестирование невозможно без веб-аналитиков. Основные ресурсы направляются компаниями для продвижения продукта в интернет-пространство. Веб-аналитики для специалиста по маркетингу выходят на передовые позиции изучения и управления рекламой.

В задачи маркетолога входит ежедневное изучение сайта по таким позициям:

  • Количество проведенного пользователем времени на сайте. Этот показатель наглядно раскрывает ситуацию: нашел ли клиент на ресурсе необходимую для него информацию.
  • Глубину просмотра, число страниц сайта, которые посетитель просмотрел за одно посещение.
  • Маршруты переходов, анализ переходов и отклонений на сайте дают возможность высветить ошибки по отвлечению внимания потенциального клиента.
  • Ссылка перехода, с какой площадки перешел пользователь.
  • Географические данные посетителей, с уточнением областей, регионов и стран.

Избыток информации и обилие предложений конкурентов кардинально влияют на поведенческие особенности покупателей. Как правило, пользователь совершит несколько взаимодействий с брендом, прежде чем решится на покупку.

Когортный анализ в Google Analytics

IT-гигант Google добавил в свой список привычных сервисов базовый когортный отчет, который включен в раздел Audience, и благодаря удобству разработки стал доступен большому количеству пользователей.

В Гугл Аналитикс можно сформировать когорты разного типа, величины, временному отрезку и по различным метрикам.

  • Вид когорты определен критерием «день привлечения».
  • Величина когорты, данный параметр можно проследить за день, месяц или неделю.
  • Метрика в Гугл Аналитикс может быть задана любая.
  • Диапазон во времени определяется моментом просмотра.
проведение когортного анализа в гугл аналитикс

Привлекая инструменты когортного анализа в Google можно установить следующую связку: количество проведенного на сайте времени в зависимости от гаджета, которым посетители пользуются. Например, на ПК длительность сеансов в сети значительно длиннее, чем когда заходы совершаются с телефона, и это явление усиливается за неделю до новогодних праздников.

Когортный анализ в Яндекс.Метрике

Рекомендуется анализировать параллельно Яндекс.Метрику и Google Analytics так как, несмотря на то, что параметры рассмотрения идентичны в этих двух системах, но показатели могут разниться. Такое положение вещей обусловлено тем, что Аналитика и Метрика используют разные алгоритмы учета посещения и отказов.

Программное решение когортного анализа в Яндекс.Метрике может предоставить информацию, которой не располагает Аналитика и наоборот. Например, поведение пользователя можно рассмотреть в уникальном отчете — Вебвизоре.

В Excel

Выполнение когортного анализа в Excel производится с помощью сводных таблиц. Это старый, добрый и проверенный инструмент анализа данных, которым пользуется большинство компаний, маркетологов и product owners.

Для проведения исследований в Excel необходимо собрать данные на уровне отдельных пользователей, что представляет определенную сложность. В итоге получаются диаграммы с заданными параметрами, которые нужно правильно интерпретировать. Анализ в Excel производится пошагово, по разработанному алгоритму, обучающие программы расположены в сети.

В Power BI

Изучение динамики продаж можно сделать посредством инструментов когортного анализа в Power BI. Собственно говоря, это коллекция программных сервисов Microsoft, которые, взаимодействуя друг с другом, превращают хаотичный набор данных в стройные ряды аналитических отчетов.

Power BI, к примеру, дает возможность увидеть, почему происходит повышение среднего чека. Является ли причиной такого эффекта увеличение стоимости услуги либо это индивидуальная работа с клиентами. Использовать активно развивающийся язык программирования Python можно, в частности, для выполнения анализа в Power BI.

Заключение

Сегодня миллиарды людей пользуются всемирной паутиной и являются частью глобальной экономики. Они заходят в соцсети, мессенджеры, совершают онлайн-покупки, пишут сообщения и т.д.

Все действия в сети оставляют свой след, который представляет объект внимания и анализа рекламных кампаний и прочих субъектов бизнеса, у которых прибыль зависит от объема аудитории и их покупательской способности.

А значит, метод когортного анализа всегда будет оставаться в списке актуальных аналитических инструментов. Успехов тебе в его применении!

Комментарии (0)

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *