Büyüyen Büyüme: Bu Açık Kaynak Koduyla Kendi Kohort Analizinizi Gerçekleştirin

Grup analizi, elde tutma ve kayıp, şirket kurmadaki temel metriklerden bazılarıdır.

Ancak bu sadece kohort analizi hakkında başka bir makale değil. Konunun önemini zaten bilen deneyimli bir veri bilimcisiyseniz ve girişi atlamak istiyorsanız, kohort analizi yapmayı öğrenebileceğiniz ve elde tutma, kayıp ve bir dizi başka faktör veya açık kaynaklı yazılımla kendi PayPal günlüklerinizi analiz edin.

Bununla birlikte, bunların en önemli ölçütlerden bazıları olduğunun farkında değilseniz, okumaya devam edin.

Kohort Analizine Giriş

İlk olarak, burada neden bahsettiğimizi bir kohort analizi tanımıyla anlayalım. Kısaca, bir kohort, ortak bir tanımlayıcı özelliğe sahip bir grup denektir . Belki yaşları, belki milliyetleri, belki doğdukları şehir vb.

Yaş özellikle iyi bir örnektir. Genellikle 60'lar ve 80'ler arasında doğanlara “X Kuşağı”, 80'ler ve 90'lar arasında doğanlara ise “Y Kuşağı” adı verilir. Her kohort, her nesil, kendi tanımlayıcı özelliklerine sahiptir .

Benzer şekilde, herhangi bir şirket müşterilerini kohort bazında gruplandırabilir ve analiz edebilir. Müşterilerinizi analiz etmenin yaygın ve çok kullanışlı bir yolu, onları hizmetinizi kullanmaya başladıkları tarihe göre gruplamaktır .

Ya size şunu sorsam: “ Geçen ay gelirinizin ne kadarı sizinle bir yıl önce çalışmaya başlayan müşterilerden geldi? "Hiç mi? Yeni kullanıcılar iyi görünebilir, ancak kayıtlar tek başına gelir anlamına gelmez. Cevabı biliyor musun? Değilse, kohort analizi hakkında bilgi edinmek faydalı olacaktır.

Gruplar, elde tutma ve kayıp analizi

Gelirinizi gruplara göre analiz ederseniz, gelirinizin ne kadarının yeni kullanıcılardan, ne kadarının eski kullanıcılardan geldiğini (aylık olarak) çıkarabilirsiniz . Ayrıca, bir sonraki adımı atabilir ve elde tutma ve kayıp için muhasebeleştirmeye atfedilen gelecekteki geliri önemli ölçüde daha yüksek bir hassasiyetle tahmin edebilirsiniz.

Tamam, bir kohortun ortak bir tanımlayıcı özelliğe sahip bir grup insan olduğunu belirledik. Buradan, yeni modern bulut bilişim girişimimizin metriklerini inceleyerek örnek üzerinden ilerleyeceğiz. Sadece tek bir kohortu analiz ederek başlayalım. Bu durumda, Ocak 2012'de bizimle çalışmaya başlayan müşterilere bakacağız.

Hesaplamamız gereken ilk önemli ölçü, elde tutma : Ocak ayındaki yeni kullanıcılarımızdan kaçı Şubat'ta hâlâ bizimleydi? Diyelim ki Ocak ayında 100 abonemiz vardı ve sadece 20 tanesi aboneliklerini iptal etmeye karar verdi ve Şubat ayında bize 80 abone kaldı. Temel elde tutma analizi bize bunun %80'lik bir elde tutma oranı olduğunu söylüyor. Şimdi diyelim ki 8 müşteri Şubat ayında iptal kararı aldı. Yani Mart ayında 80-8=72 kullanıcımız var. 72/80 = %90 olduğundan, Ocak 2012 grubumuz için 2 ay sonra %90 elde tutma elde ettik.

Bazı insanlar elde tutmayı grubun başlangıç ​​boyutunun bir fonksiyonu olarak hesaplar, ancak ben elde tutmayı her grubun önceki ayının bir fonksiyonu olarak hesaplamayı tercih ederim.

Kayıp oranı başka bir önemli metriktir. Tutma açısından tanımlanabilir: kayıp = 1 - elde tutma. Yani %80 elde tutma, %20 kayıp anlamına gelir. Başka bir deyişle, müşterilerin hizmetinizden ayrılma hızıdır.

Bulut bilgi işlem başlangıcımıza dönersek, ideal (okuma: gerçek dışı) bir durumu analiz edelim: %100 tutma oranı. Bu, hiçbir müşterimizin hizmeti bırakmadığı anlamına gelir - hiç kimse hiçbir şekilde iptal etmez. Diyelim ki şirketimiz ayda 1.000 yeni müşteri alıyor. 24 ay sonra bu şirketin 24.000 aktif müşterisi var. çok kötü değil Ne yazık ki, bu senaryo temelde imkansızdır – %100 elde tutma yalnızca başlangıç ​​cennetinde mevcuttur.

Şimdi biraz daha gerçekçi olalım ve şirketimizin %90 tutma oranına sahip olduğunu söyleyelim. Başka bir deyişle , her grup her ay müşterilerinin %10'unu kaybeder. Yine, her ay 1.000 yeni müşteri alacağız.

Bu durumda, Ocak 2012'de 1.000 yeni kullanıcı aldıktan sonra, Şubat'ta 100, Mart'ta 90, Nisan'da 81 müşteri kaybettik vb. Bakalım bu grafik nasıl görünüyor.

%90 müşteri tutma oranıyla ayda 1000 yeni kullanıcıyla, 24 ay sonra aylık yaklaşık 9.000 aktif kullanıcımız var. Bunu %100 elde tutma ile karşılaştırın ve ideal durumun sadece %37,5'ine sahibiz (24.000 müşteri).

Basitçe söylemek gerekirse: Elde tutma oranındaki %10'luk bir düşüş, 24 ay sonra toplam aktif kullanıcı sayısında %62'lik bir düşüşe neden oldu .

Buradaki temel çıkarımlar: düşük elde tutma oranları büyümeyi sınırlar ve kohort analizi için yazılım kullanmak, elde tutma oranlarınızı anlamak için yararlıdır .

Büyüyen büyüme

Büyümeyi artırmanın birkaç yolu vardır: pazarlama bütçesini artırmak, dönüşümleri optimize etmek ve yönlendirme programları oluşturmak, tümü viral büyümeye katkıda bulunabilir. Yeni müşteri sayısının şirketin toplam aktif müşteri sayısından etkilendiği viral büyüme örneğini inceleyelim. Başka bir deyişle: sistemde daha fazla müşteri, yeni müşteri öneren daha fazla kişi, daha fazla yeni müşteri demektir .

Diyelim ki şirket 0.20 sabit (K) faktörü ile viral bir şekilde büyüyor ve yeni müşteri sayısını hesaplamak için uyguladığımız formül şu şekilde:

Şimdi, öncekiyle aynı örneği görselleştirelim (ayda 1000 yeni kullanıcı @ 90% tutma), ancak bu sefer biraz viral büyüme (K = 0,20 ile) vereceğiz.

Bu kohort analizi grafiğinden iki önemli çıkarım vardır: ilk olarak, 0.20'lik sabit bir faktör, 24 ay sonra toplam aktif müşteri sayısında (~90.000) %1000'lik bir artışa neden olmuştur; ve ikincisi, sistem 24 ay sonra hala büyüyor – bir doyma noktasına ulaşmadı .

Bu nedenle, %90 tutma oranımızı telafi etmek için büyümemizi her ay büyütecek mekanizmalar oluşturmamız gerekiyor .

Şimdi, bu noktada şunu söylüyor olabilirsiniz: "Vay canına Alejandro: viral büyüme, elde tutmaktan açıkça daha önemlidir. Müşteri tabanımızı nasıl etkilediğine bakın!”

Buna cevap vereceğim: “O kadar hızlı değil.”

Bir vakayı daha analiz edelim. İyi bir bulut bilişim girişimimiz, ancak %50 tutma oranıyla. Ayda 1.000 yeni kullanıcı ve viral büyüme oranı K = 0.20 ile bağlı kalacağız. Ancak virallik ne olursa olsun, şirketimiz gerçekten kötü bir performans sergiliyor ve her ay her grupta müşterilerimizin %50'sini kaybediyor.

24 ay sonra şirketimizin 90.000 yerine sadece 3.000 aktif müşterisi var – bu 30 kat fark demektir! Tutma gerçekten anahtardır.

Fakat tutma neden bu kadar güçlü bir etkiye sahiptir? Kısacası: Viral büyüme aktif müşteri sayısına bağlı olduğundan, kullanıcılarımızı daha uzun süre tutarsak daha fazla tavsiye alacağız .

Özetlemek için:

• Genel olarak konuşursak, kayıp büyümeyi sınırlar.
• Tutma viral büyümeyi arttırır.
• İyi elde tutma ve viral büyüme, bir şirketi milyonlarca, hatta milyarlarca kullanıcıya ölçeklendirmek için ön koşullardır.

Kayıp oranı analizi hakkında son bir söz

Daha fazla müşterinin, kullanımın ilk ayında bir hizmeti daha sonraya kıyasla iptal ettiğini görmek oldukça yaygındır. Bu nedenle, aşağıdaki simülasyonda size iki elde tutma oranı sunuyorum: İlk Ay Tutma Oranı ve Uzun Süreli Tutma Oranı. Bu parametreleri hesaplamalarımızda kullanmak daha kesin sonuçlara yol açacaktır.

Çözüm

Bu kohort analizi öğreticisinin amacı, size metrikler ve kohort analitiği hakkında ayrıntılı bir ders vermek değildi; aslında, diğerleri bu istatistiklerin karmaşıklığını çok daha derinlemesine tartıştı. Bunun yerine, sizi bu tür analizlerin önemine uyandırmak ve daha da önemlisi, açık kaynak kohort analizi yazılım çözümümle okuyuculara kendi gelir grubu analizi örneklerini ve kayıp oranlarını göstermek istiyorum.

Sizi uyandıracak tek bir soru varsa, o da şudur:

Gerçek gelirinizin ne kadarı sizinle bir yıl önce çalışmaya başlayan kullanıcılardan geliyor?

Kendi kohort analizinizi nasıl yaparsınız?

Şimdi senin sıran! Kendi işletmenizin elde tutma ve kullanmayı bırakmasını analiz etmenin iki yolu vardır:

1. Dağıttığım araca PayPal Verilerinizi yükleyin . Tam açıklama için, bu aracı kullanarak, günlük dosyanızın işlenmek üzere geçici olarak bir sunucuya yerleştirileceğini (veriler görüntülenir görüntülenmez silineceğini) lütfen unutmayın. Ancak, tercih ederseniz, her zaman…
2. Açık kaynak kodunu indirin ve aracı kendiniz devreye alın . README, bunun nasıl yapılacağına ilişkin ayrıntılı talimatlar içerir. PayPal hesabınız yoksa, diğer hesap türlerini analiz etmek için kodu kolayca kırabilirsiniz.

Alternatif olarak, simülatörümüzle oynayabilir ve yukarıda tartışılan tüm parametrelere dayalı olarak başlangıç ​​büyümesini görselleştirebilirsiniz.

Okuduğunuz için teşekkürler!