Analiza kohortowa

Metryki biznesowe ~3 min czytania

Analiza kohortowa to sposób patrzenia na klientów nie jako jedną masę, tylko jako grupy podzielone według momentu, w którym dołączyli. Każda taka grupa (kohorta) żyje własnym życiem, i dopiero śledzenie ich zachowania w czasie pokazuje, co w biznesie naprawdę działa, a co się psuje.

Dlaczego średnia kłamie?

Wyobraź sobie spółkę SaaS-ową, która co miesiąc pozyskuje nowych klientów. Ogólny wskaźnik retencji, czyli utrzymania klienta wynosi 90%. Brzmi solidnie. Ale kiedy rozbijesz to na kohorty, okazuje się, że klienci pozyskani rok temu mają retencję 95%, a ci sprzed dwóch lat już 80%. Ogólna średnia 90% maskuje fakt, że starsze kohorty odchodzą coraz szybciej, a nowe kohorty jeszcze nie miały czasu odejść. Średnia wygląda stabilnie, bo napływ nowych klientów „rozcieńcza” problemy ze starymi. Analiza kohortowa zdejmuje tę zasłonę.

Jak interpretować tabelę kohortową?

Standardowa tabela kohortowa to siatka, w której wiersze to kohorty (np. klienci pozyskani w styczniu, lutym, marcu), a kolumny to miesiące od dołączenia. W każdej komórce jest konkretna liczba, a mianowicie procent klientów, którzy nie odeszli, albo % przychodu z danej kohorty wciąż jest utrzymany.

Zdrowy biznes subskrypcyjny ma kohorty, które po początkowym spadku stabilizują się, krzywa przestaje się zjeżdżać i robi się płaska. Jeszcze lepiej, gdy kohorty z czasem rosną, bo klienci dokupują wyższe plany albo dodatkowe produkty. To jest ten sam mechanizm, który stoi za NRR powyżej 100%.

Natomiast jeśli każda kohorta kurczy się coraz szybciej, krzywe nie stabilizują się, tylko lecą w dół, to masz problem.

Co kohorty mówią o modelu biznesowym?

Kohorty pokazują dwie rzeczy. Po pierwsze, czy nowi klienci są lepsi czy gorsi od starych, bo jeśli najnowsze kohorty zachowują się gorzej, to znak, że spółka sięga po coraz słabszych klientów, żeby utrzymać wzrost, albo oferuje relatywnie gorszy produkt niż kiedyś. Po drugie, jak szybko dana kohorta osiąga rentowność.

Pułapki, na które trzeba uważać

  • Szybki wzrost maskuje problemy z retencją. Nowe kohorty zalewają stare w danych zagregowanych, więc ogólne wskaźniki wyglądają zdrowo, mimo że starsi klienci odchodzą.
  • Kohorty liczone po liczbie klientów to nie to samo co kohorty liczone po przychodzie. Firma może tracić małych klientów, a zatrzymywać dużych albo odwrotnie. Warto patrzeć na oba ujęcia.
  • Sezonowość potrafi zakłócić obraz. Kohorta pozyskana w szczycie sezonu może wyglądać lepiej nie dlatego, że produkt jest lepszy, tylko dlatego, że ci klienci trafili na okres naturalnie wyższego zaangażowania.

W skrócie

Analiza kohortowa rozbija jedną średnią grupę klientów na wiele grup rozłożonych w czasie i pokazuje, czy biznes naprawdę trzyma klientów i jak zmienia się w czasie.

Średnia retencja klientów to średnia temperatura ciała wszystkich pacjentów w szpitalu. Analiza kohortowa pozwala zmierzyć temperaturą każdego pacjenta i ocenić, jego stan.
- DNA Rynków

Powiązane hasła.

Powiązane artykuły.