Kohortová analýza. Vytvořil: Lukáš Uhl, V Praze, září 2016

Transkript

1 Kohortová analýza Vytvořil: Lukáš Uhl, V Praze, září 2016

2 Kohortová analýza: jak se dlouhodobě chová vybraná skupina uživatelů? Počet objednávek s rozpadem podle měsíce, ve kterém byl zákazník získán 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 Jen příklad, čísla jsou smyšlená a data neodpovídají žádné skutečné firmě

3 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 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.

4 KPI v grafech umožňují rozkrýt zajímavé situace Míra aktivity Míra reobjednávek aktivních uživatelů Míra reobjednávek všech uživatelů x = Mírá aktivity sice v čase klesá, ale jen pozvolna Jen příklad, čísla jsou smyšlená a data neodpovídají žádné skutečné firmě Míra reobjednávek pro starší uživatele je výrazně lepší, než pro novější Stálo by za to prozkoumat proč Celkově přináší každý uživatel 0,1 objednávek každý měsíc

5 Kumulativní reobjednávky ukazují uživatelskou loajalitu 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 Jen příklad, čísla jsou smyšlená a data neodpovídají žádné skutečné firmě

6 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

7 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 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.