تحلیل کوهورت چیست، چطور به کسب‌وکارهای آنلاین کمک می‌کند؟ به قلم متین ارشادی

شاید خیلی از دیجیتال مارکترها به واسطه استفاده از ابزارهایی مثل گوگل آنالتیکس یا سایر ابزارها که در این حوزه کاربرد دارند، اسم تحلیل کوهورت (Cohort Analysis) را شنیده باشند و یا از آن استفاده کرده باشند. اما معمولا پیچیدگی استفاده از این تکنیک یا گاهی عدم یکپارچه‌سازی صحیح داده‌های وبسایت یا اپلیکیشن با این ابزارها، موجب می‌شود تا متخصص‌های این حوزه از این تکنیک بسیار کاربردی کمتر استفاده کنند. علاوه بر این استفاده از این تکنیک در تحلیل داده‌های مشتریان محدود به ابزارهایی مثل گوگل آنالیتیکس نمی‌شود و می‌تواند اطلاعاتی عمیقی درباره مشتریان در اختیار شما بگذارد.
این نکته را فراموش نکنید که ابزارهای بازاریابی دیجیتال در محاسبه انواع تحلیل‌های کوهورت محدودیت‌های زیادی دارند و به تنهایی نمی‌توانند تمام نیاز‌های شما را در این زمینه پوشش دهند. پس لازم است برای استفاده هرچه بهتر از این تکنیک به درک عمیقی از نحوه عملکرد آن برسید و سعی کنید بر اساس نیازتان این تحلیل را بر روی دیتای خام مشترین خود اجرا کنید.

در این یادداشت متین ارشادی علاوه تشریح استفاده از این تکنیک، مروری بر نحوه استفاده از آن در گوگل آنالیتیکس، محدودیت‌های آن، اصلی‌ترین کاربردهای آن در برنامه‌ریزی بازاریابی، استخراج بینش از رفتار مشتریان خواهد داشت.

اجزای یک تحلیل کوهورت

قبل از هر چیز باید بدانیم که کوهورت در لغات به معنی گروهی از افراد است که در یک ویژگی مشخص باهم اشتراک دارند. پس مشخص است که وقتی از تحلیل کوهورت صحبت میکنیم، هدف ما قرار دادن تعدادی از مشتریان (کاربران) در دسته‌ای مشخص براساس یک ویژگی مشترک و مشخص در آنهاست.

شما برای اجرای یک تحلیل کوهورت باید این ۵ جز را در نظر بگیرید:

۱-نوع کوهورت (Cohort Type)

گفتیم که کوهورت به معنی گروهی از افراد است که در یک ویژگی مشخص باهم اشتراک دارند. اینکه شما افراد را بر اساس کدام ویژگی مشترک‌شان در یک گروه قرار می‌دهید تعیین کننده نوع تحلیل شما خواهد بود.
رایج‌ترین ویژگی برای اجرای این تحلیل دسته‌بندی افراد بر اساس تاریخ جذب (Acquisition date) یا همان تاریخ اولین خرید است. توجه داشته باشید که برای وبسایت‌های محتوایی که لزوما کالا یا خدماتی برای فروش ارائه نمی‌دهند، تاریخ اولین بازدید همان تاریخ جذب است. یکی از اصلی‌ترین محدودیت‌های گوگل آنالیتیکس نیز همین موضوع است. شما نمیتوانید مشخص کنید که منظور شما از تاریخ جذب، تاریخ انجام چه اقدامی از سوی کاربر شماست و گوگل تاریخ جذب را همواره با تاریخ اولین بازدید یکسان در نظر می‌گیرد. در صورتی که در بسیاری از کسب‌و‌کارها تاریخ ثبت‌نام یا تاریخ اولین خرید شاخص مناسب برای تاریخ جذب محصوب می‌شود.

از دیگر ویژگی‌های این تحلیل که برای تعیین نوع کوهورت مفید هستند میتوان به کانال جذب و پلتفرم مورد استفاده کاربر اشاره کرد که در ادامه بیشتر راجع به آنها توضیح داده خواهد شد.

۲-اندازه کوهورت (Cohort Size)

به تعداد افرادی که در یک کوهورت قرار میگیرند اندازه کوهورت گفته می‌شود. به عنوان مثال اگر نوع کوهورت شما بر اساس تاریخ جذب باشد، تعداد مشتریان جدیدی که در هر ماه جذب کرده‌اید اندازه کوهورت هر ماه را نشان میدهد.

۳-سنجه (Metric)

سنجه یا متریک تعیین میکند که شما به دنبال بررسی و نشان دادن تغییرات کدام یک از شاخص‌های مشتریانتان در طول زمان هستید.

۴-محدوده زمانی (Date Range)

بازه زمانی مشخص میکند که شما چقدر میخواهید به عقب برگردید و در واقع قصد دارین سابقه مشتریان خود را تا چند وقت گذشته بررسی کنید.

۵-دوره زمانی (Time Frame)

دوره زمانی مشخص میکند که شما سنجه‌های خود را هر چند وقت یکبار می‌خواهید بررسی کنید. به عنوان مثال شما می توانید شاخص مد نظر خود را در یک محدوده یک ساله در 12 دوره زمانه ماهانه بررسی کنید.

نکاتی برای درک بهتر جدول کوهورت

همانطور که در عکس بالا میبینید جدول کوهورت پر از اعداد مختلف است که در نگاه اول گیج کننده به نظر می‌رسد. اما ببینیم یک نمونه از رایج‌ترین نوع کوهورت یعنی همان نوع مبتنی بر تاریخ جذب با سنجه نرخ بازگشت مشتریان (Retention Rate) به ما چه می‌گوید.

۱-قبل از هر چیز باید بدانیم هر یک از سلول‌های این جدول به چه معناست. به عنوان نمونه سلولی که با شماره ۱ نمایش داده شده است به این معنی است که از بین کاربرانی که بین ۱۴ تا ۲۰ فوریه جذب شده‌اند، ۴ هفته بعد از  تاریخ جذب ۱.۴۹% از آنها مجدد از آن وب سایت بازدید کرده‌اند. توجه داشته باشید که در این جدول سنجه مورد استفاده نرخ بازگشت مشتریان است، اما میتوانستیم در این جدول سنجه‌های دیگری مثل تعداد کاربرانی که بازدید مجدد داشته‌اند یا هر سنجه دیگری قرار دهیم.

۲- همانطور که در عکس مشاهده می‌کنید این سلول روبروی ردیف مربوط به تمام کاربران است که در واقع یک میانگین وزنی از نرزخ بازگشت کاربران ۲ هفته بعد از تاریخ جذب آن ها در هر کوهورت است.

۳-در ستون سمت چپ شما کوهورت‌ها که همان گروه‌هایی از مشتریان که در ویژگی تاریخ جذب باهم مشترک هستند را مشاهده میکنید.

۴- وقتی در یک ردیف از سمت چپ به سمت راست به صورت افقی حرکت می‌کنید متوجه می‌شوید که به مرور زمان در هر دوره زمانی چند درصد از مشتریان آن کوهورت به شما برمی‌گردند. در واقع حرکت از سمت چب به راست به شما می‌گوید که طول عمر مفید مشتریان شما چقدر است و بینش مناسبی برای محاسبه ارزش طول عمر مشتری به شما میدهد.

۵- وقتی در یک ستون به صورت عمودی از بالا به پایین حرکت می کنید این جدول به شما می‌گوید که شما در طول زمان چه مقدار توانسته‌اید خدمات بهتری به مشتریان خود ارائه دهید و یا چه مقدار مشتریان با کیفیت‌تری جذب کرده‌اید. زیرا حرکت عمودی از بالا به پایین نشان دهنده نرخ بازگشت مشتریان در همان دوره زمانی اما در کوهورت های متفاوت را به شما نشان می‌دهد. (توجه داشته باشد که این نوع خوانش جدول برای کوهورت‌های با نوع تاریخ جذب مناسب است)

رایج ترین کاربردها

۱-مقایسه کیفیت کاربران جذب شده طی زمان

همانطور که از عنوان این قسمت مشخص است، برای مقایسه کیفیت کاربران در طی زمان باید نوع کوهورت خود را تاریخ جذب انتخاب کنید. به این صورت که کاربران را بر اساس سال، ماه یا هفته جذب در گروه‌های مختلف قرار می‌دهید و سپس از دورترین تاریخ تا نزدیک‌ترین تاریخ مرتب می‌کنید (از بالا به پایین) و سپس در ستون‌های روبه‌رو با دوره‌های زمانی دلخواه مقدار سنجه مورد نظرتان را محاسبه و قرار می‌دهید. رایج‌ترین سنجه‌ها برای این روش عبارتند از: نرخ بازگشت مشتریان، تعداد مشتریانی که خرید مجدد داشته‌اند، مبلغ خرید مشتریان آن گروه در آن دوره زمانی و میزان سود ناشی از فروش مشتریان آن دسته.

در جدول بالا مشاهده می‌کنید که مشتریانی که در فصل چهارم سال ۲۰۱۹ جذب شده‌اند نسبت به سایر مشتریان نرخ بازگشت بهتری در طول زمان دارند. به عنوان مثال ۸۵% از مشتریانی که در این فصل جذب شده‌اند ۵ فصل بعد همچنان در سیستم حضور دارند، در صورتی که تنها ۶۷ درصد کسانی که در فصل دوم سال ۲۰۱۹ جذب شده اند ۵ فصل بعد در سیستم فعال بوده‌اند.

۲-مقایسه کیفیت کاربران جذب شده از طریق کانال‌های مختلف

برای اینکه مشتریان جذب شده از کانال‌های مختلف را به کمک کوهورت باهم مقایسه کنیم دو روش وجود دارد:

روش اول کوهورت از نوع کانال جذب

در این روش معیار قرار‌گیری مشتریان در هر کوهورت کانال جذب آن مشتری است و مشتریان را دیگر بر اساس تاریخ جذب آنها دسته‌بندی نمی‌کنیم، سپس میزان بازگشت مشتریان را در طی زمان بین کانال‌ها مختلف بررسی می‌کنیم.
در جدول بالا همانطور که مشخص است مشتریانی که کانال جذب آن ها Organic و CRM بوده است نرخ بازگشت بهتری داشته اند.

دقت داشته باشید که برای مقایسه کاربران جذب شده از کانال های مختلف میتوان از سنجه‌های دیگری مثل میزان خرید مشتریان نیز استفاده کرد.

روش دوم کوهورت سگمنت شده

برای این روش شما میتوانید از همان جدول کلاسیک کوهورت که در کاربرد اول توضیح داده شد استفاده کنید اما لازم است به ازای هر کانال جذب یک جدول جداگانه تهیه کنید و فقط کاربران آن کانال مشخص را در آن جدول قرار دهید.

۳-تخمین طول عمر مشتری

همانطور که میدانید مشتریانی که شما جذب می‌کنید تا ابد با شما نخواهند ماند و هر کدام از آنها پس از مدتی به دلایل مختلف شما را ترک خواهند کرد. هرچند که کسب و کارهایی که در نگهداشت مشتری عملکرد بهتری دارن طبیعتا نیاز به هزینه های کمتری برای ایجاد فروش دارند اما طول عمر مشتری در کسب‌وکار شما همیشگی نیست و شما به عنوان یک بازاریاب وظیفه دارید تا این طول عمر را تا جایی که می‌توانید بزرگتر کنید. اما از کجا متوجه شویم که این طول عمر چقدر است؟ یکی از روش های آن استفاده از تحلیل کوهورت است.

برای تخمین طول عمر مشتری سعی کنید بیشترین مقدار داده که در اختیار دارید را در تحلیل خود قرار دهید. زمانی که مشتریان دیگر در کسب‌وکار شما فعال نباشند یعنی دیگر طول عمر آن ها به پایان رسیده است. همینطور برای به حداقل رساندن خطا بهتر است این طول عمر را در کوهورت‌های تاریخ جذب متفاوت بررسی کنید تا کم بودن تعداد مشتریان، معیار اشتباه برای تخمین شما نباشند. به جدول زیر دقت کنید.

همانطور که در جدول می‌بینید با حرکت کردن از سمت چپ به راست تعداد مشتریان هر کوهورت که در طی زمان برمیگردند کاهش پیدا میکند، تا جایی که تعداد مشتریانی که به سیستم شما باز میگردند دیگر قابل ملاحظه نیست و در واقع نرخ بازگشت مشتریان به عدد صفر نزدیک میشود و یا اصطلاحا عمر مشتری در سیسستم شما به پایان رسیده است. در این جدول می‌توان گفت میانگین عمر مشتریان در این کسب‌وکار تقریبا ۴ هفته است.

توجه داشته باشید که در جدول بالا هر سلول درصد مشتریانی که از آن کوهورت در آن هفته باز میگردند را نشان میدهد و نرخ بازگشت مشتریان در هفته‌های متوالی مستقل از یکدیگر محاسبه میشود.

۴-تخمین تعداد فروش درآینده از بازگشت کاربران فعلی

برای تخمین تعداد فروش در آینده با کمک تحلیل کوهورت لازم است که یک جدول کوهورت از نوع تاریخ جذب تشکیل دهید و سنجه آن را تعداد سفارش مشتریان در گذشته در نظر بگیرید. انتخاب بازه زمانی و دوره زمانی متناسب با ویژگی‌های کسب‌وکار شما تعیین میشود.

برای تخمین تعداد فروش حاصل از مشتریان قدیمی لازم است تا اعداد سلول‌هایی که در جدول مشخص شده است با کمک اعداد قبلی مشتریان تخمین زده شود. ساده‌ترین روش تخمین در این مواقع این است که فرض کنیم رفتار مشتریان در آینده دقیقا مطابق با رفتار کوهورت قبل آن در گذشته است. به عنوان مثال برای تخمین اینکه چند عدد از مشتریانی که در کوهورت شماره یازده قراردارند در هفته دوم بعد از جذبشان سفارش مجدد میگذارند، باید به رفتار مشتریان قرار گرفته در کوهورت شماره 10 در 2 هفته بعد از تاریخ جذب آن ها توجه کنیم و این نسبت را برای مشتریان کوهورت شماره 11 در نظر بگیریم. یعنی:

تعداد سفارش های مشتریان کوهورت شماره 11 در هفته دوم بعد از جذب = 223*(230/10)

همینطور

تعداد سفارش های مشتریان کوهورت شماره 10 در هفته سوم بعد از جذب = 230*(265/10)

به همین ترتیب میتوان سایر سلول‌های این جدول را پر کرد و به تخمینی از تعداد سفارش مشتریان قدیمی خود در دوره بعدی رسید.

توجه داشته باشید که ما در اینجا فرض کردیم که رفتار مشتریان در هر کوهورت در آینده دقیقا مطابق رفتار مشتریان در کوهورت قبلی در همان دوره زمانی است. اما شما میتوانید این فرض را در کسب‌وکار خودتان مطابق با ویژگی‌های آن تغییر دهید و از رفتار مشتریان در کوهورت‌های دیگر الگو بگیرید.