Crescita in crescita: esegui la tua analisi di coorte con questo codice open source

L'analisi di coorte, la fidelizzazione e l'abbandono sono alcune delle metriche chiave nella creazione di un'azienda.

Ma questo non è solo un altro articolo sull'analisi di coorte. Se sei un data scientist esperto che conosce già l'importanza dell'argomento e vuoi saltare l'introduzione, puoi passare al simulatore, dove puoi imparare come eseguire analisi di coorte e simulare la crescita dell'avvio in base a fidelizzazione, abbandono e una serie di altri fattori o analizza i tuoi registri PayPal con il software che ho open source.

Se, tuttavia, non ti rendi conto che queste sono alcune delle metriche più importanti in circolazione, continua a leggere.

Introduzione all'analisi di coorte

Innanzitutto, cerchiamo di capire di cosa stiamo parlando qui con una definizione di analisi di coorte. In breve, una coorte è un gruppo di soggetti con una caratteristica distintiva comune . Forse è la loro età, forse è la loro nazionalità, forse è la loro città di nascita, ecc.

L'età è un esempio particolarmente buono. Spesso ci riferiamo ai nati tra gli anni '60 e '80 come membri della "Generazione X" e coloro che sono nati tra gli anni '80 e '90 come membri della "Generazione Y". Ogni coorte, ogni generazione, ha le sue caratteristiche distintive .

Allo stesso modo, qualsiasi azienda può raggruppare e analizzare i propri clienti per coorte. Un modo comune e molto utile per analizzare i tuoi clienti è raggrupparli in base alla data in cui hanno iniziato a utilizzare il tuo servizio .

E se dovessi chiederti: “ Quanto dei tuoi guadagni il mese scorso è venuto da clienti che hanno iniziato a lavorare con te un anno fa? "Nessuno? I nuovi utenti possono avere un bell'aspetto, ma le registrazioni da sole non equivalgono alle entrate. Conosci la risposta? In caso contrario, sarà utile conoscere l'analisi di coorte.

Analisi di coorti, ritenzione e abbandono

Se analizzi le tue entrate per coorti, puoi dedurre (su base mensile) quanta parte delle tue entrate proviene dai nuovi utenti e quanta dai vecchi utenti . Inoltre, puoi fare il passo successivo e prevedere le entrate future attribuite alla fidelizzazione e alla contabilizzazione dell'abbandono con un grado di precisione significativamente più elevato.

Ok, quindi abbiamo stabilito che una coorte è un gruppo di persone con una caratteristica distintiva comune. Da qui, procederemo con l'esempio, esaminando le metriche della nostra nuova startup di cloud computing alla moda. Iniziamo analizzando solo una singola coorte. In questo caso, esamineremo i clienti che hanno iniziato a lavorare con noi a gennaio 2012.

La prima metrica importante che dobbiamo calcolare è la fidelizzazione : quanti dei nostri nuovi utenti di gennaio erano ancora con noi a febbraio? Supponiamo di avere 100 abbonati a gennaio e solo 20 hanno deciso di annullare i loro abbonamenti, lasciandoci con 80 abbonati rimanenti a febbraio. L'analisi di base della conservazione ci dice che è un tasso di conservazione dell'80%. Ora, diciamo che 8 clienti hanno deciso di annullare a febbraio. Quindi a marzo abbiamo 80-8=72 utenti. Dal momento che 72/80 = 90% abbiamo avuto una ritenzione del 90% dopo 2 mesi per la nostra coorte di gennaio 2012.

Alcune persone calcolano la ritenzione in funzione della dimensione iniziale della coorte, ma io preferisco calcolare la ritenzione in funzione del mese precedente di ciascuna coorte.

Il tasso di abbandono è un'altra metrica essenziale. Può essere definito in termini di ritenzione: churn = 1 - retention. Quindi l'80% di ritenzione implica il 20% di abbandono. In parole, è la velocità con cui i clienti lasciano il tuo servizio.

Tornando alla nostra startup di cloud computing, analizziamo un caso ideale (leggi: irreale) : tasso di ritenzione del 100%. Ciò significa che nessuno dei nostri clienti abbandona il servizio, nessuno annulla in alcun modo. Diciamo che la nostra azienda ottiene 1.000 nuovi clienti al mese. Dopo 24 mesi, questa azienda ha 24.000 clienti attivi. Non male. Sfortunatamente, questo scenario è praticamente impossibile: la conservazione del 100% esiste solo nel paradiso delle startup.

Ora, siamo leggermente più realistici e diciamo che la nostra azienda ha un tasso di fidelizzazione del 90%. In altre parole , ogni coorte perde il 10% dei propri clienti ogni mese. Anche in questo caso, assumiamo 1.000 nuovi clienti ogni mese.

In questo caso, dopo aver ricevuto 1.000 nuovi utenti a gennaio 2012, abbiamo perso 100 clienti a febbraio, 90 a marzo, 81 ad aprile e così via. Vediamo come appare questo grafico.

Con 1000 nuovi utenti al mese con un tasso di fidelizzazione dei clienti del 90%, abbiamo circa 9.000 utenti attivi mensili dopo 24 mesi. Confronta questo con la fidelizzazione del 100% e abbiamo solo il 37,5% del caso ideale (24.000 clienti).

In parole povere: un calo del 10% sul tasso di fidelizzazione ha causato una diminuzione del 62% sul numero totale di utenti attivi dopo 24 mesi .

I punti chiave qui: bassi tassi di fidelizzazione limitano la crescita e l'utilizzo di software per l'analisi di coorte è utile per comprendere i tassi di fidelizzazione .

Crescita crescente

Esistono diversi modi per aumentare la crescita: aumentare il budget di marketing, ottimizzare le conversioni e creare programmi di referral possono tutti contribuire alla crescita virale. Analizziamo il caso della crescita virale, in cui il numero di nuovi clienti risente del numero totale di clienti attivi dell'azienda. In altre parole: più clienti nel sistema equivalgono a più persone che segnalano nuovi clienti equivalgono a più nuovi clienti .

Diciamo che l'azienda sta crescendo in modo virale con un fattore (K) costante di 0,20 e che la formula che abbiamo applicato per calcolare il numero di nuovi clienti è:

Ora visualizziamo lo stesso esempio di prima (1000 nuovi utenti al mese @ 90% di fidelizzazione), ma questa volta lanceremo un po' di crescita virale (con K = 0,20).

Da questo grafico di analisi di coorte, ci sono due punti chiave: in primo luogo, un fattore costante di 0,20 ha causato un aumento del 1000% del numero totale di clienti attivi (~90.000) dopo 24 mesi; e in secondo luogo, il sistema è ancora in crescita dopo 24 mesi, non ha raggiunto un punto di saturazione .

Quindi, per compensare il nostro tasso di fidelizzazione del 90%, dobbiamo creare meccanismi per aumentare la nostra crescita ogni mese .

Ora, a questo punto, potresti dire: "Wow, Alejandro: la crescita virale è chiaramente più importante della ritenzione. Guarda come ha influenzato la nostra base di clienti!”

Al che risponderei: "Non così in fretta".

Analizziamo un altro caso. La nostra buona vecchia startup di cloud computing, ma con un tasso di fidelizzazione del 50%. Rimarremo con 1.000 nuovi utenti al mese e un tasso di crescita virale K = 0,20. Ma a prescindere dalla viralità, la nostra azienda sta andando davvero male, perdendo il 50% dei nostri clienti su ogni coorte, ogni mese.

Dopo 24 mesi, la nostra azienda ha solo 3.000 clienti attivi invece di 90.000: una differenza di 30 volte! La conservazione è davvero la chiave.

Ma perché la ritenzione ha un effetto così potente? In breve: poiché la crescita virale dipende dal numero di clienti attivi, quindi se manteniamo i nostri utenti più a lungo, avremo più referral .

Per ricapitolare:

• In generale, l'abbandono limita la crescita.
• La ritenzione aumenta la crescita virale.
• Una buona fidelizzazione e una crescita virale sono prerequisiti per scalare un'azienda a milioni o addirittura miliardi di utenti.

Un'ultima parola sull'analisi del tasso di abbandono

È abbastanza comune vedere più clienti annullare un servizio durante il primo mese di utilizzo che in seguito. Ecco perché nella seguente simulazione, ti fornisco due tassi di conservazione: il tasso di conservazione del primo mese e il tasso di conservazione a lungo termine. L'utilizzo di questi parametri nei nostri calcoli porterà a risultati più precisi.

Conclusione

Lo scopo di questo tutorial sull'analisi di coorte non era quello di fornire una lezione dettagliata sulle metriche e sull'analisi di coorte; in effetti, altri hanno discusso la complessità di queste statistiche in modo molto più approfondito. Invece, voglio sensibilizzarti sull'importanza di questo tipo di analisi e, cosa ancora più importante, mostrare ai lettori i propri esempi di analisi di coorte delle entrate e tassi di abbandono con la mia soluzione software di analisi di coorte open source.

Se c'è solo una domanda per svegliarti, è la seguente:

Quanto delle tue entrate effettive proviene dagli utenti che hanno iniziato a lavorare con te un anno fa?

Come eseguire la propria analisi di coorte

Ora è il tuo turno! Esistono due modi per analizzare la fidelizzazione e il tasso di abbandono della propria attività:

1. Carica i tuoi dati PayPal sullo strumento che ho implementato . Per la completa divulgazione, si prega di notare che utilizzando questo strumento, il file di registro verrà temporaneamente collocato su un server per l'elaborazione (cancellato non appena i dati vengono visualizzati). Tuttavia, se preferisci, puoi sempre...
2. Scarica il codice open source e distribuisci tu stesso lo strumento . Il README contiene istruzioni dettagliate su come farlo. Se non hai un conto PayPal, puoi facilmente hackerare il codice per analizzare altri tipi di conti.

In alternativa, puoi giocare con il nostro simulatore e visualizzare la crescita della startup in base a tutti i parametri discussi sopra.

Grazie per aver letto!