Jak najlepiej wykorzystać analizę kohortową

Brak plików cookie dla Ciebie.

Ponieważ dane osób trzecich podążają drogą ptaka dodo, marketerzy cyfrowi szukają sposobów na obejście się bez plików cookie. Nazwij to „dietem danych”. Ale coś musi zastąpić te bity słodyczy innej firmy. Jeśli nie możesz upuścić pliku cookie, śledź kohortę.

Każda grupa klientów angażujących się w Twoją witrynę może być liczona jako kohorta, pod warunkiem, że śledzisz, co robią. Czy dochodzą tylko do strony docelowej? Czy wypełniają koszyk, ale nie wymeldowują się? Kupowali coś wcześniej, ale ostatnio nie robili zakupów?

Rezygnacja, porzucenie, długoterminowa wartość klienta — wszystko można śledzić jako kohorty. Jednak sprzedawca online musi wiedzieć, jakie miary są najbardziej odpowiednie dla jego działalności, aby jak najlepiej wykorzystać analizę kohortową.

(Segment [kohorta]): Rozumiesz?

„Segmenty” i „kohorty” to terminy używane czasem zamiennie, ale byłoby to nieprawidłowe.

Google zdefiniowało kohortę w ten sposób: kohorta to grupa użytkowników, którzy mają wspólną cechę. „Na przykład wszyscy użytkownicy z tą samą Datą pozyskania należą do tej samej kohorty. Raport Analiza kohortowa pozwala wyodrębnić i przeanalizować zachowanie kohorty”.

Natomiast segmentacja oznacza organizowanie grup użytkowników wokół wspólnych cech, takich jak dane demograficzne, geografia, osobowość lub wartość. Może również grupować klientów za pomocą więcej niż jednej cechy.

„Kohorta jest formą segmentu. Wszystkie kohorty to segmenty, ale nie wszystkie segmenty to kohorty” — powiedział Eric Sloan, dyrektor ds. strategii w agencji marketingu efektywnościowego Thrive Digital. Kohorty można rozumieć jako „segmenty oparte na czasie”, na przykład zbiór użytkowników logujących się w witrynie internetowej w określonym czasie.

Czasami te dwa terminy się mylą z powodu narzędzia analitycznego używanego przez dostawcę lub analityka, zauważył Adam Greco, propagator produktu platformy optymalizacji cyfrowej Amplitude. Kohorta to „grupa podobnych użytkowników w oparciu o zainteresowania” – powiedział. Segmentacja „jest jak filtr” – kontynuował Greco. Segment to czynność. Kohorty to ludzie. A „kohorta zależy od rozpoznawania tożsamości”, powiedział.

Samo zidentyfikowanie kohorty nie wystarczy. Analityk będzie musiał przejść dalej, aby zidentyfikować przyczynę i skutek. „To jedyny sposób, aby analiza kohortowa miała sens” — powiedział Sloan. Największą pułapką jest po prostu założenie, że „kohorta oparta na czasie spowodowała to, na co patrzysz”, powiedział.

Zadawanie właściwych pytań

Co prowadzi do danych. Gdzieś tam jest odpowiedź, pod warunkiem, że zadasz właściwe pytanie, aby ją uzyskać.

„Spędzamy czas na wykorzystaniu danych, aby określić kohortę, która ma znaczenie dla firmy” — powiedział Greco. Weźmy przykład kohorty zdefiniowanej przez zachowanie — klientów przechodzących przez wieloetapowy proces w celu sfinalizowania transakcji.

„Potrzebujesz właściwych danych, aby zbudować odpowiednią kohortę” — powiedział Greco. Nie musisz się martwić o śledzenie osób, które dodają produkty do koszyka. „Tylko dlatego, że możesz coś śledzić, nie oznacza, że ​​powinieneś”. On dodał. „Zbyt mało firm zaczyna z myślą o końcu”. Zaznaczył, że jeśli zaczniesz od wymienienia odpowiednich kohort, które chcesz śledzić, i zaczniesz pracować wstecz, masz większe szanse na sukces.

Dla Sloana kohorta jest nieodłączną częścią analizy przyczyn źródłowych. „[Kiedy] widzisz zmianę wskaźników KPI, patrzysz na wszystkie różne czynniki, które spowodowały zmianę”. Ponownie, korelacja nie jest przyczyną, podkreślił, ale wciąż drążysz w głąb cykli i zadajesz intuicyjne lub logiczne pytania, znajdując dane, które odpowiadają na pytanie.

„Zacznij od kohorty. Sprawdź, czy jest oparte na czasie. powiedział Sloan. Znajdź spadek z okresu na okres. Uwzględniaj nowych odwiedzających, gdy starsi wypadają. Spójrz na wartość nominalną wszystkich zachowań i zdarzeń, przechodząc przez okres początkowy, a następnie 30, 60 i 90 dni. „Kohorta jest pierwszym krokiem do wyeliminowania niektórych szumów” — powiedział, gdy analityk próbuje zmierzyć wrażenia klientów ze strony internetowej.

Greco zaproponował inne ścieżki. Jedno podejście wykorzystuje dane do wyodrębnienia grup zidentyfikowanych użytkowników, aby można było je porównać. Nazwał to „wytrwałą kohortą”. Na przykład śledzenie liczby kupujących online przez okres siedmiu dni. Nowi użytkownicy w naturalny sposób wejdą do tej kohorty, podczas gdy inni wyjdą z niej po ustalonym czasie. Ci, którzy kupują, są liczeni, a ci, którzy nie kupują, są liczeni jako porzuceni.

Następnie Greco nakreślił „kohortę predykcyjną”. Jednym z przykładów jest analiza liczby kupujących, którzy odwiedzają witrynę internetową, aby dokonać kolejnego zakupu. Może istnieć grupa, która na 90% prawdopodobnie kupi coś w przyszłym tygodniu; inna, która ma 80-90% szans na zakup, jeszcze inna, która ma 70-80% szans na zakup przedmiotu. Marketer może wykorzystać te dane do oferowania rabatów każdej kohorcie, zwiększając tylko rabat, aby zachęcić kupujących z następnej grupy, którzy są mniej skłonni do zakupu czegoś. „Kohortę wykorzystuje się w połączeniu z marketingiem i promocją, aby skłonić ludzi do konwersji” – wyjaśnił.

Optymalne wykorzystanie danych

Analiza kohortowa to podejście, które wymaga od marketerów zmiany sposobu myślenia, aby jak najlepiej wykorzystać swoje dane. Nasi eksperci mają ten sam punkt wyjścia, ale realizują swoje cele w inny sposób.

Aby skorzystać z analizy kohortowej, „zacznij od pytania”. powiedział Sloan. „Powiąż z wynikami biznesowymi, na które można odpowiedzieć… Zrozum, gdzie i jak analizować… Upewnij się, że KPI mają znaczenie”. Upewnij się, że dane, które analizujesz, odzwierciedlają rzeczywistość – dodał. Ostrzegł, że dane mogą ulec zniekształceniu, jeśli ten sam kupujący online uzyskuje dostęp do tej samej witryny internetowej przy użyciu różnych urządzeń w różnym czasie.

Analiza kohortowa w ramkach Greco jako konkurencyjna konieczność. Zauważył, że w świecie e-commerce każdy kupujący online to tylko „kliknij lub przesuń palcem”. Na marketerze spoczywa ciężar „zorientowania się, w jaki sposób traci ludzi i sprowadzania ich z powrotem”. Im szybciej problemy zostaną rozwiązane i naprawione, tym większe prawdopodobieństwo, że witryna internetowa odniesie sukces.