Máte 10 000 uživatelů. Vaše celkové udržení je 40 procent: 40 procent se vrátí ve druhém měsíci. Ale to číslo skrývá skutečný příběh. Uživatelé, kteří se zaregistrovali v lednu, zůstávají na 50 procentech. Uživatelé, kteří se zaregistrovali v srpnu, na 20 procentech. Seskupením uživatelů do kohort uvidíte vzorce, které souhrnná čísla skrývají.
Kohortová analytika seskupuje uživatele podle společného znaku (kdy se zaregistrovali, odkud přišli, co udělali jako první) a sleduje jejich chování v čase. Tento článek popisuje, jak kohortová analytika funguje, co odhaluje a jiná analytika přehlédne, a jak kohorty použít ke zlepšení udržení a zapojení.
Kohorta je skupina uživatelů, kteří mají něco společného. Všichni se zaregistrovali ve stejném týdnu. Všichni přišli ze stejného marketingového kanálu. Všichni dokončili úvodní nastavení. Všichni použili stejnou funkci.
Proč na kohortách záleží: souhrnné metriky skrývají rozdíly. Vaše celková míra ztráty je 30 procent. Můžete si myslet, že váš produkt má problém s odchody, a přepracovat ho. Ale když uživatele rozdělíte do kohort, zjistíte: uživatelé, kteří dokončí úvodní nastavení, odcházejí na 10 procent, uživatelé, kteří ho přeskočí, na 70 procent. Problém není v produktu; je v úvodním nastavení. Kohorty odhalí skutečný problém.
Typy kohort ke sledování
Časové kohorty: Seskupte uživatele podle toho, kdy se zaregistrovali. Sledujte lednovou kohortu 12 měsíců. Sledujte únorovou kohortu 11 měsíců. To odhaluje sezónní vzorce a trendy v kvalitě uživatelů v čase. Měly červencové registrace horší udržení, protože produkt byl v červenci méně vyladěný? Měly listopadové registrace lepší udržení, protože jste zlepšili úvodní nastavení?
Behaviorální kohorty: Seskupte uživatele podle toho, co dělali. Uživatelé, kteří v prvním týdnu pozvali dalšího uživatele. Uživatelé, kteří ve druhém týdnu vytvořili placený tým. Uživatelé, kteří zhlédli návod. To odhaluje, které rané chování předpovídá dlouhodobé udržení. Když uživatelé, kteří dokončí úvodní nastavení v prvním týdnu, zůstávají 3krát déle než ti, kdo ho přeskočí, je úvodní nastavení klíčové.
Zdrojové kohorty: Seskupte uživatele podle toho, odkud přišli. Uživatelé z organického vyhledávání. Uživatelé z reklam. Uživatelé z doporučení. To odhaluje, které zdroje návštěvnosti přivádějí kvalitní, věrné uživatele a které jen jednorázové prohlížeče. Možná reklamy přivádějí objem, ale nízké udržení. Možná doporučení přivádějí menší počty, ale vysoké udržení.
Demografické kohorty: Seskupte uživatele podle lokality, velikosti firmy nebo oboru. Američtí uživatelé zůstávají lépe než zahraniční. Firemní zákazníci zůstávají déle než malé týmy. To odhaluje, které segmenty jsou vaši nejlepší zákazníci a kam se soustředit.
Jak číst tabulku udržení kohort
Tabulka kohort ukazuje uživatele (řádky) a měsíce (sloupce). První sloupec je měsíc nula (měsíc registrace). Měsíc jedna je první měsíc po registraci. Měsíc dvě je druhý měsíc. Čísla ukazují, kolik procent původní kohorty se vrátilo.
Příklad: lednová kohorta, 1 000 uživatelů
Měsíc nula: 100 procent (všech 1 000)
Měsíc jedna: 70 procent (vrátilo se 700)
Měsíc dvě: 50 procent (vrátilo se 500)
Měsíc tři: 40 procent (vrátilo se 400)
To ukazuje: v prvním měsíci ztratíte 30 procent a pak se to ustálí. Dlouhodobě si udržíte 40 procent.
Porovnávejte napříč kohortami. Když leden udrží 40 procent a únor 35 procent, únor je mírně nižší. Když listopad udrží 20 procent a prosinec 60 procent, něco se změnilo. Prosincová kohorta je jiná.
Co kohorty odhalí a jiné metriky skrývají
Vaše celkové měsíční udržení je 50 procent. Zní to slušně. Ale vaše dubnová kohorta zůstává na 70 procentech, srpnová na 30 procentech. Mezi dubnem a srpnem se něco změnilo. Udělali jste změnu v produktu? Změnu v úvodním nastavení? Kohorty přesně určí, kdy se kvalita vašeho produktu změnila.
Vaše celková aktivace (uživatelé, kteří dokončí úvodní nastavení) je 60 procent. Ale uživatelé z placených reklam se aktivují na 30 procent, zatímco uživatelé z organického vyhledávání na 80 procent. Teď víte: vaše cílení reklam přivádí špatné lidi. Opravte cílení, ne úvodní nastavení.
Kohorty odhalují problémy, které globální metriky přehlédnou.
Časté chyby při kohortové analytice
Záměna korelace za příčinnost: Uživatelé, kteří dokončí úvodní nastavení, zůstávají 3krát lépe než ti, kdo ho přeskočí. Způsobuje úvodní nastavení udržení? Ne nutně. Možná uživatelům, kterým záleží natolik, že ho dokončí, záleží i natolik, že zůstanou. Úvodní nastavení je signál záměru, ne nutně příčina udržení. Než příčinnost prohlásíte, otestujte.
Srovnávání kohort různé velikosti: Vaše lednová kohorta má 5 000 uživatelů. Vaše prosincová kohorta 100 uživatelů. Srovnávat jejich udržení je nespravedlivé. Malé kohorty jsou zašuměnější. Před srovnáním počkejte, až se ustálí.
Ignorování sezónních vlivů: Listopadové a prosincové kohorty zůstávají vždy hůř, protože zasáhnou svátky. Lednové kohorty často zůstávají lépe, protože lidé mají novoroční motivaci. Než řeknete, že jedna kohorta je lepší, pochopte své sezónní vzorce.
Nečekání dost dlouho: Kohortu jste vytvořili před dvěma týdny. Udržení zatím neměřte. K vidění smysluplných vzorců potřebujete alespoň 30 dní. Lepší: počkejte 90 dní.
Jak zlepšit udržení pomocí kohort
Krok první: Najděte kohortu, která zůstává nejlépe. Lednová kohorta zůstává na 60 procentech. Prosincová na 30 procentech. Leden je váš vzor.
Krok druhý: Zjistěte, v čem se liší. Prošla lednová kohorta jiným úvodním nastavením? Přišla v jiné verzi produktu? Reagovala na jiné marketingové sdělení?
Krok třetí: Použijte ten rozdíl u kohorty s nižším udržením. Použijte lednové úvodní nastavení u prosincových registrací. Sledujte, jestli se udržení zlepší.
Krok čtvrtý: Změřte novou kohortu. Funguje změna? Kohorty vám umožňují testovat a měřit po skupinách.
Kohorty vs segmenty vs trychtýře
Segment je momentka: uživatelé, na které dnes cílíme. Kohorta je cesta: skupina uživatelů, kterou sledujeme v čase. Trychtýř je cesta krok za krokem: kolik procent postoupí z kroku do kroku.
Segmenty odpovídají na "kdo jsou naši uživatelé teď?" Kohorty odpovídají na "zůstávají naši uživatelé?" Trychtýře odpovídají na "kde uživatelé odpadají?" Potřebujete všechny tři pohledy.
Často kladené otázky
Kolik uživatelů potřebuji, aby měla kohorta smysl?
Alespoň 100 uživatelů na kohortu. Menší kohorty jsou příliš zašuměné. Při 20 uživatelích změní odchod jednoho člověka vaše udržení o 5 procent. Při 100 uživatelích ho změní o 1 procento. Mířte na 100 a více. S Tvůrcem webů od WEMASY to můžete nastavit přímo na svém webu.
Jaké je dobré udržení kohorty?
Záleží na produktu. Sociální aplikace může cílit na 40procentní udržení po prvním měsíci. Nástroj na produktivitu na 60 procent. Úzce zaměřený SaaS na 30 procent. Srovnávejte se svým oborem, ne se všemi produkty.
Může udržení kohorty v čase růst?
Ne, udržení obecně jen klesá nebo zůstává ploché. Kdo jednou odejde, sám se nevrátí (pokud ho znovu nezaujmete). Kohorta, která začíná na 100 procentech v měsíci nula, odtud bude klesat. Když vidíte rostoucí udržení, něco je špatně s vaším měřením.
Jak se rozhodnu, podle jakého znaku kohorty tvořit?
Tvořte kohorty podle věcí, které můžete ovlivnit nebo změřit. Můžete změřit, kdy se někdo zaregistroval, odkud přišel, co udělal jako první. Věci jako nálada nebo záměr změřit snadno nejdou. Soustřeďte se na kohorty, které souvisejí se změnami produktu nebo obchodními rozhodnutími.
Co když mi kohorty neříkají jasný příběh?
Možná potřebujete jiné segmenty. Místo časových kohort zkuste behaviorální. Místo všech uživatelů jen platící zákazníky. Místo měsíčních týdenní. Experimentujte s různým seskupením, dokud se příběh neobjeví.
Je kohortová analytika totéž co segmentace?
Příbuzné, ale různé. Segmentace rozděluje uživatele do skupin dnes (vysoká hodnota, ohrožení odchodem, noví). Kohortová analytika tyto skupiny sleduje v čase. Segmentace je momentka. Kohorty jsou film, který ukazuje, jak se skupiny mění.