Creștere în creștere: Efectuați propria analiză de cohortă cu acest cod sursă deschisă

Analiza cohortelor, retenția și abandonul sunt câteva dintre valorile cheie în construirea companiei.

Dar acesta nu este doar un alt articol despre analiza cohortei. Dacă sunteți un cercetător experimentat care cunoaște deja importanța subiectului și doriți să săriți peste introducere, puteți sări la simulator, unde puteți afla cum să faceți analize de cohortă și să simulați creșterea startup-ului pe baza retenției, abandonului și o serie de alți factori sau analizează-ți propriile jurnale PayPal cu software-ul pe care l-am deschis.

Dacă, totuși, nu vă dați seama că acestea sunt unele dintre cele mai importante valori din jur, continuați să citiți.

Introducere în analiza de cohortă

În primul rând, să înțelegem despre ce vorbim aici cu o definiție a analizei de cohortă. Pe scurt, o cohortă este un grup de subiecți cu o caracteristică definitorie comună . Poate că este vârsta lor, poate este naționalitatea lor, poate este orașul lor de naștere etc.

Vârsta este un exemplu deosebit de bun. Adesea, ne referim la cei născuți între anii 60 și 80 ca membri ai „Generației X” și cei născuți între anii 80 și 90 ca membri ai „Generației Y”. Fiecare cohortă, fiecare generație are propriile sale caracteristici definitorii .

În mod similar, orice companie își poate grupa și analiza clienții pe cohorte. O modalitate comună și foarte utilă de a vă analiza clienții este să -i grupați după data la care au început să vă folosească serviciul .

Dacă v-aș întreba: „ Cât din veniturile dvs. luna trecută au venit de la clienții care au început să lucreze cu dvs. în urmă cu un an? „Ce ceva? Utilizatorii noi pot arăta bine, dar numai înscrierile nu echivalează cu venituri. Stii raspunsul? Dacă nu, va fi util să aflați despre analiza cohortei.

Analiza cohorte, retenție și abandon

Dacă vă analizați veniturile pe cohorte, puteți deduce (lunar) cât de mult din venit provine de la utilizatori noi și cât de la utilizatori vechi . În plus, puteți face următorul pas și puteți anticipa veniturile viitoare atribuite reținerii și contabilizării abandonului cu un grad semnificativ mai mare de precizie.

Ok, deci am stabilit că o cohortă este un grup de oameni cu o caracteristică definitorie comună. De aici, vom proceda cu un exemplu, examinând valorile noii noastre startup de cloud computing. Să începem prin a analiza doar o singură cohortă. În acest caz, ne vom uita la clienții care au început să lucreze cu noi în ianuarie 2012.

Prima măsură importantă pe care trebuie să o calculăm este păstrarea : câți dintre noii noștri utilizatori din ianuarie au fost încă la noi în februarie? Să presupunem că am avut 100 de abonați în ianuarie și doar 20 au decis să-și anuleze abonamentele, lăsându-ne cu 80 de abonați rămași în februarie. Analiza de bază a retenției ne spune că este o rată de retenție de 80%. Acum, să presupunem că 8 clienți au decis să anuleze în februarie. Deci, în martie, avem 80-8=72 de utilizatori. Deoarece 72/80 = 90%, am avut o retenție de 90% după 2 luni pentru cohorta noastră din ianuarie 2012.

Unii oameni calculează retenția în funcție de dimensiunea inițială a cohortei, dar eu prefer să calculez retenția în funcție de luna anterioară a fiecărei cohorte.

Rata de abandon este o altă măsură esențială. Acesta poate fi definit în termeni de retenție: churn = 1 - retention. Deci 80% retenție implică 20% abandon. În cuvinte, este rata la care clienții părăsesc serviciul dvs.

Revenind la startup-ul nostru de cloud computing, să analizăm un caz ideal (a se citi: ireal) : rata de retenție de 100%. Asta înseamnă că niciunul dintre clienții noștri nu părăsește serviciul – nimeni nu anulează. Să presupunem că compania noastră primește 1.000 de clienți noi pe lună. După 24 de luni, această companie are 24.000 de clienți activi. Nu prea rau. Din păcate, acest scenariu este practic imposibil – reținerea 100% există doar în paradisul startup-urilor.

Acum, să fim puțin mai realiști și să spunem că compania noastră are o rată de retenție de 90%. Cu alte cuvinte , fiecare grupă își pierde 10% din clienții săi în fiecare lună. Din nou, vom presupune 1.000 de clienți noi în fiecare lună.

În acest caz, după ce am primit 1.000 de utilizatori noi în ianuarie 2012, am pierdut 100 de clienți în februarie, 90 în martie, 81 în aprilie și așa mai departe. Să vedem cum arată acest grafic.

Cu 1000 de utilizatori noi pe lună la o rată de reținere a clienților de 90%, avem aproximativ 9.000 de utilizatori activi lunar după 24 de luni. Comparați acest lucru cu retenția de 100% și avem doar 37,5% din cazul ideal (24.000 de clienți).

Mai simplu: o scădere cu 10% a ratei de retenție a determinat o scădere cu 62% a numărului total de utilizatori activi după 24 de luni .

Principalele concluzii de aici: ratele scăzute de retenție limitează creșterea , iar utilizarea software-ului pentru analiza cohortei este utilă pentru înțelegerea ratelor de retenție .

Creștere în creștere

Există mai multe modalități de a crește creșterea: creșterea bugetului de marketing, optimizarea conversiilor și crearea de programe de recomandare pot contribui toate la creșterea virală. Să analizăm cazul creșterii virale, în care numărul de clienți noi este afectat de numărul total de clienți activi ai companiei. Cu alte cuvinte: mai mulți clienți în sistem este egal cu mai mulți oameni care recomandă clienți noi este egal cu mai mulți clienți noi .

Să presupunem că compania crește viral cu un factor constant (K) de 0,20 și că formula pe care am aplicat-o pentru a calcula numărul de clienți noi este:

Acum, să vizualizăm același exemplu ca înainte (1000 de utilizatori noi pe lună @ 90% retenție), dar de data aceasta, vom introduce o creștere virală (cu K = 0,20).

Din acest grafic de analiză de cohortă, există două concluzii cheie: în primul rând, un factor constant de 0,20 a determinat o creștere cu 1000% a numărului total de clienți activi (~90.000) după 24 de luni; și în al doilea rând, sistemul continuă să crească după 24 de luni – nu a atins un punct de saturație .

Așadar, pentru a compensa rata noastră de retenție de 90%, trebuie să creăm mecanisme pentru a ne crește creșterea în fiecare lună .

Acum, în acest moment, ați putea spune: „Uau, Alejandro: creșterea virală este în mod clar mai importantă decât reținerea. Uită-te la modul în care ne-a afectat baza de clienți!”

La care aș răspunde: „Nu atât de repede”.

Să analizăm încă un caz. Vechiul nostru startup de cloud computing, dar cu o rată de retenție de 50%. Vom rămâne cu 1.000 de utilizatori noi pe lună și o rată de creștere virală K = 0,20. Dar, indiferent de viralitate, compania noastră are performanțe foarte proaste, pierzând 50% din clienții noștri pe fiecare cohortă, în fiecare lună.

După 24 de luni, compania noastră are doar 3.000 de clienți activi în loc de 90.000 – aceasta este o diferență de 30 de ori! Păstrarea este cu adevărat cheia.

Dar de ce reținerea are un efect atât de puternic? Pe scurt: deoarece creșterea virală depinde de numărul de clienți activi, așa că dacă ne păstrăm utilizatorii mai mult timp, vom avea mai multe recomandări .

A recapitula:

• În general, abandonul limitează creșterea.
• Retenția crește creșterea virală.
• Retenția bună și creșterea virală sunt condiții prealabile pentru extinderea unei companii la milioane sau chiar miliarde de utilizatori.

Un ultim cuvânt despre analiza ratei de pierdere

Este destul de obișnuit să vezi că mai mulți clienți anulează un serviciu în prima lună de utilizare decât mai târziu. De aceea, în următoarea simulare, vă pun la dispoziție două rate de reținere: Rata de reținere în prima lună și Rata de reținere pe termen lung. Utilizarea acestor parametri în calculele noastre va duce la rezultate mai precise.

Concluzie

Scopul acestui tutorial de analiză a cohortei nu a fost să vă ofere o clasă detaliată despre valori și analize de cohorte; de fapt, alții au discutat mult mai profund complexitatea acestor statistici. În schimb, vreau să vă trezesc despre importanța acestui tip de analiză și, mai important, să le arăt cititorilor propriile exemple de analiză a cohortei de venituri și ratele de abandon cu soluția mea software open source de analiză a cohortei.

Dacă există o singură întrebare care să te trezească, aceasta este următoarea:

Cât de mult din venitul tău real provine de la utilizatorii care au început să lucreze cu tine în urmă cu un an?

Cum să-ți faci propria analiză de cohortă

Acum e rândul tău! Există două moduri de a analiza păstrarea și pierderea propriei afaceri:

1. Încărcați datele dvs. PayPal în instrumentul pe care l-am implementat . Pentru dezvăluirea completă, vă rugăm să rețineți că, prin utilizarea acestui instrument, fișierul dvs. jurnal va fi temporar plasat pe un server pentru procesare (șters de îndată ce datele sunt afișate). Cu toate acestea, dacă preferați, puteți oricând...
2. Descărcați codul open source și implementați singur instrumentul . Citiți-mă conține instrucțiuni detaliate despre cum să faceți acest lucru. Dacă nu aveți un cont PayPal, puteți pirata codul cu ușurință pentru a analiza alte tipuri de conturi.

Alternativ, vă puteți juca cu simulatorul nostru și puteți vizualiza creșterea startup-ului pe baza tuturor parametrilor discutați mai sus.

Multumesc pentru lectura!