Типичная ситуация - босс просит аналитику за последний год. При этом он требует посчитать эффективность проведенных вами мероприятий по привлечению новых клиентов. Еще и по каждой активности отдельно, а ведь эффект от них в различной мере размазан по времени. Да и вообще, босс уверен, что основную выручку фирме в этом году сделали постоянные клиенты, а не новички. Теперь в вашей голове крутятся два вопроса: 1) Какая муха его укусила? 2) Как решить поставленную задачу? Но это если вы не знакомы с когортным анализом, а если знакомы - то и вопрос будет один - про муху.
Что такое когортный анализ?
Чтобы разобраться в этом вопросе, важно понять, что такое когорта.
По сути это военный отряд - десятая часть римского легиона. Простыми словами, когорта - это группа людей. В историческом значении их объединял род деятельности. В случае когортного анализа, объединять участников групп, то есть когорт, будет отрезок времени, в течение которого люди совершили определенное действие. Например, зарегистрировались на сайте, посетили презентацию или совершили покупку. Тех, кто сделал это в январе, отнесем к одной когорте, в феврале - к другой, и т.д. Объединяющим фактором способен стать любой временной период, который мы по-научному назовем «размером когорты» .
Цели когортного анализа
Для каких целей нам пригодится метод, позаимствованный маркетологами у демографов?
Например, разобьем на когорты график зависимости дохода от времени привлечения клиентов. Визуально это можно отобразить так:
В данном случае за размеры когорт мы приняли периоды, в течение которых велась та или иная маркетинговая активность. Теперь несложно отследить, какой доход фирме приносили клиенты, привлеченные в январе, когда проводилась акция «приведи друга», и сколько удалось заработать на тех, кто пришел в феврале-марте, когда мы проводили гендерные мероприятия.
Или так:
Важно, что оценить можно не только доход от той или иной когорты, а практически любой критерий, например - лояльность. Для этого можно построить график, в котором в зависимость от времени мы поставим не доход, а количество повторных сделок/покупок.
Из этих примеров видно, что ретроспективные исследования на основе когортного анализа дают большую ясность по сравнению с обычными методами тогда, когда исследуемые процессы значительно растянуты во времени. На коротких временных интервалах применение когортного анализа может быть нецелесообразным.
Практическое применение когортного анализа
Теперь, когда мы понимаем механику метода, можно попробовать адаптировать его для более практических целей. Это незаменимый инструмент в проектах, где потенциальные покупатели принимают решение долго, обдуманно, взвесив все «за» и «против».
С помощью анализа поведения когорт мы можем рассмотреть результаты нововведений и правок, которые мы вносили в страницу, а следовательно понять, как генерировать больше лидов.
Применим данный метод и к воронке продаж. Например, можно оценить эффективность разговорных сценариев (скриптов), которые используют менеджеры при обработке лидов. Нужно только правильно выбрать размеры когорт и соотнести их с периодами, когда использовалась та или иная разновидность скрипта. Сложность здесь в том, что для любого ретроспективного анализа необходимо собрать данные за достаточно большой промежуток времени. Далеко не все игроки на рынке считают нужным создавать единую базу CRM, где отражались бы все каналы коммуникации с клиентами.
Что нужно для построения когортного анализа?
Первое, что нам необходимо, это данные. Игнорировать необходимость их сбора и последующего анализа - значит лишать проект эффективного инструмента продвижения.
Далее нам понадобится программное решение. Например, можно использовать MS Excel. Осталось обработать данные и представить их в удобном виде.
Например, нам нужно оценить лояльность клиентов, а для этого посчитать, сколько повторных заявок от каждого из них было в каждом месяце года. Массив нужных данных будет выглядеть примерно так:
| Дата регистрации | Дата заказа | Эл. почта |
| ***** | ***** | ***** |
| ***** | ***** | ***** |
Соберите данные сводную таблицу, вот как это может выглядеть:
Теперь разберемся, как её читать. Здесь все достаточно просто. Например, выберем июль. Мы видим, что 1219 клиентов зарегистрировались в этом месяце и сразу сделали первый заказ. Из них в августе вернулось 12, а в декабре 4. И, действительно, вспоминаем, что в предновогодней суете мы как-то забыли «подогреть» маркетинговой активностью постоянных покупателей. Ну, или сознательно сосредоточились на привлечении новых. Когортный анализ способен продемонстрировать такие нюансы. Указать нам на успехи и промахи. Аналитика бесчувственна и беспощадна.
Отметим, что MS Excel далеко не единственный, хоть и самый распространенный инструмент. И у него есть весомый минус. Для того, чтобы качественно визуализировать анализ, возможностей Excel может быть недостаточно. Таблицы хороши для «количественных задач», а оценить «качественные» отличия (положительную или отрицательную динамику, минимумы и максимумы) легче с помощью графиков. Зачастую для создания презентаций на основе проведенного анализа в дополнение к MS Excel (или вместо него) маркетологи используют специализированные инструменты бизнес-аналитики (BI), например Tableau. Но и стоят они, мягко говоря, не дёшево.
Вместо заключения
Когортный анализ с момента его появления в середине XX века доказал свою состоятельность во многих отраслях. Сейчас он нашёл блестящее применение в бизнес-аналитике и оценке эффективности маркетинговых активностей. Он позволяет найти закономерности и отличия в поведении групп людей, объединенных временным фактором. Ищите эти нюансы, используйте их при планировании будущих активностей, не стесняйтесь собирать большие массивы данных.
«Не зная прошлого, невозможно понять подлинный смысл настоящего и цели будущего»
М.Горький
