|

Cohort analysis: kaip suprasti, ar produktas iš tikrųjų gerėja?

Trumpai: Cohort analysis leidžia nežiūrėti į visus vartotojus kaip į vieną masę. Sugrupavęs juos pagal prisijungimo laiką, kanalą ar segmentą gali pamatyti, ar naujesni klientai lieka ilgiau, greičiau atranda vertę ir generuoja daugiau pajamų. Tai vienas geriausių būdų suprasti, ar produktas iš tikrųjų gerėja.

Bendri skaičiai dažnai apgauna. Gali matyti augantį vartotojų skaičių, didėjantį MRR ir vis tiek turėti problemą: nauji klientai ateina, bet greitai dingsta.

Cohort analysis padeda atskirti augimą nuo kokybės.

Kas yra cohort

Cohort — tai grupė vartotojų ar klientų, kuriuos jungia bendras požymis.

Dažniausias variantas — grupuoti pagal laiką, kada jie pradėjo naudotis produktu. Pavyzdžiui:

  • sausio mėnesį prisijungę klientai;
  • vasario mėnesį prisijungę klientai;
  • kovo mėnesį prisijungę klientai.

Tuomet žiūri, kiek kiekvienos grupės žmonių lieka po 1, 2, 3 ar 6 mėnesių.

Bet cohort galima kurti ir kitaip:

  • pagal pardavimo kanalą;
  • pagal šalį;
  • pagal planą;
  • pagal įmonės dydį;
  • pagal pirmą panaudotą produkto funkciją.

Svarbu, kad grupė padėtų atsakyti į konkretų klausimą.

Kodėl bendras retention skaičius nepakankamas

Tarkime, tavo B2B SaaS turi 500 klientų ir bendras mėnesinis retention atrodo stabilus.

Tačiau kai suskirstai klientus pagal prisijungimo mėnesį, pamatai:

  • sausio cohort po 6 mėnesių išlaikė 60 % klientų;
  • vasario — 68 %;
  • kovo — 74 %;
  • balandžio — 80 %.

Tai jau visai kita istorija. Produktas arba onboarding procesas tikriausiai gerėja.

Gali būti ir priešingai: bendras retention dar atrodo neblogai vien todėl, kad senieji klientai lieka, nors naujos cohort prastėja. Tokiu atveju problema tik prasideda ir bendras rodiklis ją slepia.

Ką cohort analysis gali parodyti

Ar produktas gerėja

Jei naujesnės cohort išlieka ilgiau nei senesnės, tai vienas stipriausių signalų, kad produkto pokyčiai veikia.

Kurie klientai vertingiausi

Gali pamatyti, kad 20–100 darbuotojų įmonės lieka gerokai ilgiau nei labai mažos. Tai gali padėti tikslinti tavo ICP ir GTM.

Kurie kanalai atveda kokybiškus klientus

Paid ads gali atvesti daug registracijų, bet referral kanalas — mažiau, tačiau daug geriau išsilaikančių klientų.

Ar onboarding veikia

Jei po onboarding pakeitimo naujos cohort greičiau pasiekia activation momentą ir ilgiau lieka, turi konkretų įrodymą, kad pokytis veikė.

Paprastas pavyzdys

Tarkime, kuri projektų valdymo įrankį mažoms agentūroms.

Sausį prisijungė 100 klientų. Po trijų mėnesių liko 35.

Vasarį prisijungė 120. Po trijų mėnesių liko 54.

Kovą prisijungė 150. Po trijų mėnesių liko 90.

Bendras klientų skaičius auga, bet svarbiausia ne tai. Svarbiausia, kad trečio mėnesio retention kilo nuo 35 % iki 60 %.

Tai jau rodo ne tik augimą, bet ir produkto kokybės gerėjimą.

B2C ir B2B cohort skiriasi

B2C produktuose dažnai žiūrima į dienos ar savaitės cohort: D1, D7, D30 retention.

B2B SaaS atveju daug prasmingiau gali būti mėnesio ar ketvirčio cohort, nes klientas produktą perka ir naudoja kitu ritmu.

Svarbu ne kopijuoti „standartinį dashboardą”, o pasirinkti laikotarpį, kuris atitinka tavo produkto naudojimą.

Dažnos klaidos

Per maža imtis. Jei cohort turi 8 klientus, vieno kliento išėjimas pakeičia rezultatą daugiau nei 12 procentinių punktų.

Skirtingų klientų sumaišymas. Enterprise ir SMB klientai gali turėti visiškai skirtingą elgesį.

Žiūrėjimas tik į vartotojų skaičių. B2B verta analizuoti ir revenue retention — gali prarasti vieną mažą klientą, bet išlaikyti daugumą pajamų.

Bandymas optimizuoti viską vienu metu. Cohort analysis geriausiai veikia, kai turi konkretų klausimą: ar naujas onboarding padidino retention? ar partnerių kanalas atveda geresnius klientus?

Nuo ko pradėti

Jei dar niekada nedarei cohort analysis, užtenka paprastos lentelės:

  1. pasirink vieną svarbų įvykį — pavyzdžiui, pirmą mokėjimą;
  2. sugrupuok klientus pagal mėnesį;
  3. stebėk, kiek jų lieka po 1, 2, 3 ir 6 mėnesių;
  4. palygink naujesnes cohort su senesnėmis;
  5. užrašyk, kokie produkto, kainodaros ar onboarding pokyčiai buvo padaryti tuo metu.

Tau nereikia sudėtingo analytics įrankio, kad gautum pirmą naudingą atsakymą.

Esmė

Churn ir retention pasako, kas vyksta dabar. Cohort analysis padeda suprasti, ar eini geresne kryptimi.

Jei naujesni klientai lieka ilgiau, greičiau atranda vertę ir išleidžia daugiau — produktas tikriausiai gerėja. Jei naujos cohort prastėja, augantis bendras vartotojų skaičius neturėtų nuraminti.

Todėl cohort analysis yra ne dar vienas dashboardo grafikas. Tai vienas aiškiausių būdų atskirti tikrą produkto pažangą nuo paviršinio augimo.

Panašūs straipsniai