ЦифрыКак проводить когортный анализ. Разбираем на примере
Константин Седых, ИТ-директор Томору. Записала Мария Колесникова.Когортный анализ помогает наблюдать за поведением клиентов и оценивать эффективность бизнес-процессов. С его помощью определяют ошибки и слабые места при продаже продуктов компании, а затем на основе выводов улучшают клиентский сервис.
Исследование нужно проводить по определенным правилам: тогда выводам когортного анализа можно доверять. Вместе с Константином Седых, руководителем проектного офиса Томору, рассказываем, где применяют когортный анализ и как его проводят.
Когда используют когортный анализ
Когортный анализ изучает действия когорты — группы людей с одинаковым опытом: в один и тот же период они совершили одно и то же действие. Мы рассказывали об этом в статье «Когортный анализ: что это и как работает».
По результатам когортного анализа принимают решения, которые помогают удержать клиентов и увеличить доход. В бизнесе когортный анализ используют, чтобы оценить:
окупаемость вложений в проект или продукт;
качество клиентских баз;
ценность клиента и выручку, которую он принес за все время;
эффективность рекламной кампании;
каналы привлечения новых клиентов;
результаты A/Б-тестирования.
Когортный анализ применяют в компаниях, у которых много активных клиентов или есть платные подписки на услуги. Если клиенты отпишутся или перестанут покупать, то доходность компании резко упадет.
С помощью когортного анализа оценивают маркетинговые кампании: он помогает грамотно распределять рекламный бюджет и улучшать показатели.
Как проходит когортный анализ
Чтобы провести когортный анализ, нужно собрать метрики для исследования. Это могут быть регистрации на сайте, заявки, встречи с менеджерами, продажи, средний чек или выручка. В Томору информация о клиентах собирается в ЦРМ. Там настроена воронка, по которой мы видим путь клиента от заявки до сделки.
У нас есть несколько таблиц с когортным анализом. Одна таблица общая, в которой мы видим вообще всех клиентов. Еще есть таблицы, в которых мы делим клиентов по источникам: кто-то пришел к нам через поиск, кто-то через рекламу.
Представим, что каждую неделю потенциальные клиенты оставляют 150–200 заявок на сайте Томору. Чтобы провести когортный анализ, мы выбираем ключевые метрики — этапы, через которые проходят клиенты. В нашем случае это заявка, встреча с менеджером и продажа.
Выгружаем данные из ЦРМ в гугл-таблицу:
Следим, сколько было продаж по неделям от начала сделки. В первую неделю — с 16 по 22 января — заявки на сайте оставили 200 человек. Из них 100 встретились с менеджерами.
У каждого клиента свой темп: 6 человек прошли путь клиента за одну неделю, еще 7 человек — за две, а еще 6 — за три и так далее. Всего из 200 потенциальных клиентов первой недели 40 человек купили робота. За второй и последующими когортами мы продолжаем наблюдать:
На следующем этапе мы анализируем конверсию. Это метрика, которая показывает, какая часть потенциальных клиентов компании купила продукт или услугу.
Накопительная конверсия показывает, сколько потенциальных клиентов купили робота за одну, две, три недели и так далее.
Например, чтобы рассчитать накопительную конверсию за три недели, мы складываем общие продажи за первую, вторую и третью неделю — 50, 42 и 32. Затем полученную сумму делим на количество потенциальных клиентов — 2701.
Мы получили конверсию 4,6%. Это наш целевой результат — мы можем прогнозировать, что такой же будет и в следующие недели.
По накопительной конверсии мы также оцениваем когорту — эта была удачной. А вот показатель за первую неделю — 1,9% — красный флаг. Продажи низкие, поэтому нужно разбираться, в чем может быть проблема.
Теперь смотрим на простую конверсию. Она показывает, сколько потенциальных клиентов дошли до покупки за конкретную неделю. Например, в первую неделю мы продали 50 роботов — это общие продажи среди 15 когорт. Чтобы узнать конверсию, мы делим количество продаж на число потенциальных клиентов и получаем 1,9%:
Подведем итоги. Мы 15 недель наблюдали за потенциальными клиентами, которые сами нашли наш сайт и оставили заявку на встречу с менеджером. До покупки дошли 9,7% клиентов. При этом мы знаем, что когорты движутся в разном темпе: первые четыре прошли уже почти весь путь, а остальные на середине и меньше, при этом их конверсия достигает 20%. Поэтому мы предполагаем, что потенциальные клиенты из следующих когорт еще купят робота.
Когортный анализ выявляет слабые места в воронке продаж. Если мы видим, что конверсия одной из когорт ниже средней, то можем отследить, на какой именно неделе упали продажи.
После этого разбираемся почему. Например, задаемся вопросом, была ли проблема со стороны менеджеров или сама когорта оказалась «слабой». Если проблема на стороне отдела продаж, мы можем подключить контроль качества.
За счет когортного анализа мы оцениваем, сколько сделок у нас будет на следующей неделе, сколько времени проходит от заявки клиента до покупки и за счет чего начался рост продаж.
Никита Архипов