Kohortová analýza Vytvořil: Lukáš Uhl,
[email protected]
V Praze, září 2016
Kohortová analýza: jak se dlouhodobě chová vybraná skupina uživatelů? Počet objednávek s rozpadem podle měsíce, ve kterém byl zákazník získán
Jen příklad, čísla jsou smyšlená a data neodpovídají žádné skutečné firmě
•
Tato vizualizace ukazuje analytický postup pro pochopení chování uživatelů
•
Klíčová otázka: jak nakupuje skupina uživatelů (= uživatelská kohorta), která byla získána (akvírována) v konkrétním měsíci, během měsíců následujících
•
Například: všechny objednávky od uživatelů, kteří poprvé nakoupili v květnu 2015, jsou označeny tmavě zelenou barvou
Kvantifikace několika KPI umožnuje pochopit uživatelské chování Definice pomocí příkladu M0 kohorty: V lednu 2016 jsme získali 100 nových zákazníků, kteří hned v lednu provedli 130 objednávek • Míra aktivity těchto uživatelů: 100% • Míra reobjednávek aktivních uživatelů: 1,3 • Míra reobjednávek všech uživatelů: 1,3
M1 kohorty: Někteří z těchto uživatelů se vrátili i v únoru 2016 a znovu si objednali. Vrátilo se 30 lidí a ti provedli 60 objednávek • Míra aktivity: 30% (= 30 aktivních uživatelů / 100 uživatelů celkem) • Míra reobjednávek aktivních uživatelů: 2,0 (= 60 objednávek / 30 aktivních uživatelů) • Míra reobjednávek všech uživatelů: 0,6 (= 30% x 2,0 nebo také 60 objednávek / 100 uživatelů) M2 kohorty: Někteří však nakoupili i v březnu 2016. Řekněme 20 lidí a ti udělali 50 objednávek • Míra aktivity: 20% (= 20 aktivních uživatelů / 100 uživatelů celkem) • Míra reobjednávek aktivních uživatelů: 2,5 (= 50 objednávek / 20 aktivních uživatelů) • Míra reobjednávek všech uživatelů: 0,5 (= 20% x 2,5 nebo také 50 objednávek / 100 uživatelů) M3 a další kohorty podobně
„Míra reobjednávek všech uživatelů“ lze v čase sčítat. V průměru každý ze zmíněných 100 uživatelů získaných v lednu 2016, udělal 1,3 objednávek za první měsíc, 1,9 objednávek za první 2 měsíce (1,3 + 0,6), 2,4 objednávek za první 3 měsíce (1,6 + 0,6 + 0,5), atd.
KPI v grafech umožňují rozkrýt zajímavé situace Míra aktivity
Míra reobjednávek aktivních uživatelů
x
•
Mírá aktivity sice v čase klesá, ale jen pozvolna
Míra reobjednávek všech uživatelů
=
• •
Míra reobjednávek pro „starší“ uživatele je výrazně lepší, než pro novější Stálo by za to prozkoumat proč
Jen příklad, čísla jsou smyšlená a data neodpovídají žádné skutečné firmě
•
Celkově přináší každý uživatel 0,1 objednávek každý měsíc
Kumulativní reobjednávky ukazují uživatelskou loajalitu
Jen příklad, čísla jsou smyšlená a data neodpovídají žádné skutečné firmě
•
Tento graf představuje kumulativní součet v čase pro reobjednávky všech uživatelů (kumulativní součet grafu napravo na předchozí stránce)
•
Během prvního měsíce přinese typický uživatel 1,1 objednávky
•
Během následujících 12 měsíců vytvoří průměrný uživatel v průměru 2,3 objednávek celkem
•
Uživatelská loajalita umožňuje malý, avšak stabilní opakovaný obchod se zákazníky
Ekonomika uživatelů: CAC, hrubé marže, kohorty, návratnost, cashflow • Customer Acquisition Cost: Při akvizici uživatelů je možné spočítat CAC = customer acquisition cost = náklady na akvizici zákazníka = marketingové investice v daném měsíci / počet nových zákazníků v daném měsíci • Například v lednu 2015 jsme dali na marketing 15tis Kč a získali jsme 100 nových zákazníků. CAC = 150 Kč
• Hrubá marže: průměrná tržba na objednávku minus přímé variabilní náklady na objednávku
• Například průměrná objednávka je 500Kč (bez DPH) v tržbě a přímé variabilní náklady (pořizovací cena zboží, logistika, vratky, zprocesování platby, přímé slevy ...) jsou 425Kč. Hrubá marže je 75 Kč. • Nepočítáme zde fixní náklady (marketing, IT, administrativa, ...), protože ty do ekonomiky vstupují jinak • Je-li CAC 150 Kč a marže na objednávce v průměru 75Kč, pak návratnost akviziční investice jsou 2 objednávky (potřebujeme od uživatele alespoň 2 objednávky, aby se zaplatil)
• Kohorty: spočítáme kohorty podle předchozích stránek • Návratnost: Kolik měsíců to bude trvat, než získáme od uživatele potřebný počet objednávek
• Podle grafu na předchozí stránce vidíme, že to trvá 9 měsíců, než od uživatele v průměru získáme 2 objednávky
• Cashflow: Jaké splatnosti umožňuje naše cashflow?
• Mám-li dobře financovanou firmu, tak si mohu snadno dovolit 9 měsíční splatnost, nebo i delší (investuji peníze do marketingu dnes a čekám 9 měsíců, abych byl alespoň na nule a až pak se teprve začínají splácet fixní náklady) • Mám-li omezené zdroje, musím zajistit splatnosti kratší (třeba jen 1-3 měsíce). Je tedy potřeba více optimalizovat marketing, zlepšit kohorty nebo jednotkovou profitabilitu
Praktické poznámky • Je užitečné nechat si postavit reporty, které ukazují M0, M1, M3, M6 a M12 kohorty v čase • Je velmi žádoucí analyzovat a pochopit situaci pro různé skupiny uživatelů. Například:
• regionálně: kohorty pro uživatele v Praze vs v Brně vs dalších městech • podle marketingového kanálu: kohorty pro uživatele získané přes SEM vs SEO vs TV kampaň vs email marketing, atd. • podle platební metody: uživatelé, kteří většinou platí cash vs uživatelé, kteří většinou platí kartou • podle marketingové kampaně: uživatelé získaní přes určitou marketingovou kampaň vs běžní uživatelé • v čase: uživatelé z roku 2013 vs 2014 vs 2015, atd. • jakkoli jinak
• Vytvářet tyto reporty ručně, nebo polo-ručně v Excelu, nefunguje. Je potřeba BI software (Tableau, GoodData, ...). Není to tak drahé a stojí to za to. • Kohortová analýza umožňuje pochopit a interpretovat realitu. Nesmí však zůstat jen u měření a u „paralýzy analýzou“. Dobrý report musí být následován rozhodnutím a reálnou akcí.
