Как провести когортный анализ пользователей для Tech-продукта

Когортный анализ — это один из способов остановить отток клиентов и расширить базу. Он показывает, как пользователи взаимодействуют с продуктом, что им нравится и какие решения отталкивают. Бизнес понимает, на чем фокусироваться, чтобы стать лучше и увеличить число клиентов.

В статье разберем, как собрать когорты и провести объективный анализ, какие бесплатные инструменты для исследования существуют и на что смотреть в отчете, чтобы сделать правильные выводы.

Вы читаете адаптированный перевод статьи Cohort Analysis: Comprehensive Guide for SaaS от Userpilot — одного из крупнейших в мире разработчиков сервисов для маркетинга и бизнес-аналитики.

Для чего нужен когортный анализ

Когортный анализ помогает понять, как люди пользуются продуктом. Он показывает поведение отдельной группы или когорты пользователей с общими признаками. Например, это могут быть люди, которые скачали приложение в один день и купили одинаковый тариф.

Пример от HighTime. Представим, что мы создали онлайн-сервис, в котором работают тысячи людей. После регистрации пользователи активны, а со временем все реже заходят в сервис.

Чтобы разобраться, почему падает интерес к продукту, мы делим пользователей на когорты: тех, кто зарегистрировался сегодня, в прошлом месяце, прошлом квартале и так далее. И смотрим, как ведет себя каждая когорта: как часто заходит в сервис, сколько времени тратит, какими функциями пользуется и с какими сложностями сталкивается. Это и есть когортный анализ.

Объединять клиентов в когорты можно по разным признакам: переходу по рекламе, регистрации, покупке, возрасту или доходу. Выбор зависит от того, что хотите проанализировать.

Технологические стартапы (SaaS-компании) обычно смотрят на отток клиентов, когда клиенты перестают пользоваться продуктом, отменяют подписку или удаляют аккаунт. Когортный метод исследования — это способ понять, почему так происходит, на каком этапе, от чего зависит и что именно не нравится пользователям.

В чем польза когортного анализа

• Помогает удержать пользователей. Анализ показывает, за какое время в среднем у человека пропадает интерес к приложению, почему и как это исправить.Например, исследование показало, что пользователи не замечают часть важных функций. Вы добавили подсказки, интерес к приложению вырос.
• Рассказывает о привычках клиентов. Какими функциями не пользуются или что делают в приложении чаще всего. Это позволит понять, как развивать продукт.
• Показывает, почему пользователи уходят. Частый кейс: люди скачали приложение и не прошли регистрацию. Анализ поможет понять с чем это связано.
• Измеряет эффективность промо. Показывает, как рекламные кампании влияют на поведение пользователей.

Так выглядит таблица с результатами когортного анализа. Столбцы сверху вниз делят когорты по дате регистрации. В нашем случае по месяцам. В строках слева направо указано сколько времени прошло с тех пор, как пользователь подписался на продукт. В каждой ячейке виден процент людей, которые отказались от услуги в конкретный месяц

Какие виды когортного анализа существуют

Для исследования пользователей чаще всего объединяют в когорты по одному из двух критериев: моменту подписки или поведению в сервисе.

Когорта приобретения

Клиентов группируют по времени регистрации или покупки. Например, когортой станет группа пользователей, которые скачали пробную версию приложения в феврале или оформили подписку в марте.

Анализ когорты покажет, как изменения в продукте влияют на поведение покупателей. Возможно, они стали чаще работать в сервисе или наоборот реже в него заходят. На основе данных проще понять, правильно ли выстроена продуктовая стратегия или пора что-то менять.

Пример от Userpilot. Представим, что вы работаете менеджером по маркетингу в компании, которая создала популярное фитнес-приложение. Руководитель просит оценить, как сезонность влияет на поведение покупателей, и повысить их вовлеченность.

Вы проанализировали пользователей из четырех когорт. Каждая когорта — это группа людей, которая скачала приложение в конкретный квартал.

Данные показывают, что самые вовлеченные — пользователи, которые зарегистрировались в первом квартале. Но есть проблема — спустя два месяца после установки приложения, они его удаляют. Клиенты из других когорт пользуются фитнес-трекером не так часто, зато долго. В среднем 8 месяцев.

На основе анализа сразу видны зоны роста. Например, можно повысить активность пользователей из 2–4 когорты или придумать, как удержать клиентов из первой.

В результате вы решили добавить геймификацию в приложение. Есть предположение, что это раскачает подписчиков — они начнут чаще использовать фитнес-трекер. Без анализа когорты приобретений обосновать такую гипотезу было бы сложнее.

Поведенческая когорта

Клиентов группируют по их действиям в приложении, тарифному плану, каналу привлечения, должности или размеру компании.

Анализ поведенческой когорты дает больше информации — поможет понять, какой группе пользователей нравится продукт и почему. Покажет, какие клиенты приносят больше всего денег, какими функциями в приложении они пользуются чаще, на что делать упор в продвижении и какие каналы приносят самых горячих лидов.

Пример от Userpilot. Вы — менеджер проекта в компании, которая выпустила на рынок новый мессенджер. Руководители озабочены тем, что клиенты все меньше пользуются приложением. Вас просят разобраться, в чем дело.

Сперва вы проводите анализ когорты приобретения, чтобы выяснить, когда люди теряют интерес к мессенджеру. Данные показывают, что пользователи перестают обмениваться сообщениями на третий день.

Есть две гипотезы, почему так происходит: чаще уходят пользователи, которые не заполнили личный профиль или не пригласили в приложение друзей в первые два дня.

Чтобы проверить гипотезы, вы составляете поведенческие когорты. В одной — клиенты, которые заполнили или не заполнили личный профиль в мессенджере. В другой — люди, которые посоветовали приложение друзьями, и те, кто этого не сделал.

Анализ показал, что заполненный профиль не влияет на удержание пользователей. А вот если люди приглашали друзей, то чаще заходили в мессенджер и отправляли сообщения. Так работает анализ поведенческой когорты.

Больше про аналитику в SaaS:
Как рассчитать пожизненную ценность клиента (LTV) →
Учимся проводить жизнеспособные тесты (MTV) →

Как анализировать готовые данные

Сперва готовый отчет по когортам кажется сложным. На самом деле данные легко анализировать. Разберем значение каждого показателя на примере.

Отчет с результатами когортного анализа оттока клиентов из сервиса Baremetrics — наш пример для разбора. Расшифровка показателей ниже

Октябрь 2022 в таблице — это когорта, поскольку указывает месяц подписки пользователя. Значит, что все клиенты из группы купили ваш продукт в октябре 2022 года.

24 — число клиентов в когорте, которую вы анализируете. В октябре 2022 года ваш сервис оплатили 24 человека.

92% — процент клиентов, которые стабильно пользовались продуктом первый месяц. Следующие столбцы показывают, как меняется эта динамика. Видно, что во второй месяц в сервисе работали 88% клиентов из когорты, в третий — 79% из 24 покупателей.

Кроме оттока клиентов когортный анализ покажет, как меняются доходы компании в зависимости от числа клиентов. При желании вы можете поменять проценты в абсолютные числа

3 лучших инструмента для когортного анализа в SaaS

Отчет с когортным анализом можно составить и в виде простой excel-таблицы. Чтобы сэкономить время, избежать ошибок и получить объективные данные, аналитики используют специальные сервисы. Разберем основные.

1. Google Analytics

Отчет с когортным анализом в Google Analytics

Доступен бесплатно. Помогает проанализировать поведение пользователей на сайте и в приложении. Отчет находится в разделе «Аудитории» → «Когортный анализ». Здесь можно выделить когорту на основе общих характеристик и проанализировать ее поведение.

Вы можете выделить когорты на основе:

• Количества пользователей, которые скачали или купили продукт в конкретном месяце. Например, сервис покажет, как ведут себя клиенты, которые зарегистрировались в январе или июле.
• Метрики, которую вы хотите проанализировать. По умолчанию выставлена метрика удержания пользователей. Она показывает количество или процент клиентов, которые возвращаются в продукт каждый месяц.
• Диапазона дат, который вы хотите изучить. Например, как ведет себя аудитория, скачавшая приложение за последние три месяца.
• Типа когорты. Единственный параметр здесь — время приобретения. Он показывает, когда определенная группа пользователей впервые зашла в ваш продукт.

2. ProfitWell

Интерфейс отчета когортного анализа в ProfitWell

Есть бесплатная версия. Преимущество сервиса — расширенная аналитика. ProfitWell покажет, почему у клиентов пропадает интерес к продукту, насколько обоснованы цены вашей компании и как меняется выручка.

Что показывает сервис:

• Возврат клиентов и снижение оттока. Если в Google Analytics приходится самостоятельно анализировать данные, ProfitWell сразу показывает причины оттока клиентов, даже когда они не связаны с продуктом напрямую.
• Оптимизация ценообразования. Сервис дает данные по всей отрасли. Это поможет установить справедливые цены и сделать продукт привлекательнее для потенциальных покупателей.
• Учет выручки: сколько денег привлекли, из каких источников, как меняется динамика доходов.

3. Baremetrics

Отчет с когортным анализом в Baremetrics

Инструмент аналитики для SaaS и бизнеса по подписке. Стоимость — от 108$ в месяц. По всем базовым характеристикам он похож на другие сервисы когортного анализа. Основное преимущество — интеграция со Stripe, а также возможность отслеживать дополнительные метрики. Например, средний доход на пользователя.

Особые функции:

• Recover подсказывает, как восстановить потерянные платежи — это когда человек пытался оплатить подписку, но не разобрался в интерфейсе.
• Cancellation Insights показывает, почему клиенты отменяют покупки. Еще отправляет автоматические электронные письма, чтобы их вернуть.

Как провести когортный анализ и остановить отток клиентов

Шаг 1. Определите цели — чего хотите достичь. Например, повысить число переходов с пробной версии на платный тариф, увеличить средний чек за счет допродаж или сократить отток клиентов.

Шаг 2. Выберите метрики, которые будете анализировать: конверсию, объем продаж, средний цикл жизни клиента, рост числа пользователей за нужный период, длительность сеанса, выручка или что-то еще.

Шаг 3. Соберите когорту. Для этого объедините в группу пользователей, которые совершили одинаковые действия в один период времени. Например, зарегистрировались на сайте в один день и купили одинаковый тариф

Шаг 4. Изучите данные. Через сервис анализа когорт посмотрите, какой процент оттока клиентов сейчас и отчего он зависит.

Шаг 5. Выдвинете гипотезу, что поможет удержать клиентов. Например, сделать понятнее онбординг в приложении, добавить новые функции или снизить стоимость подписки.

Улучшайте онбордиг в приложении, чтобы клиентам было удобнее его использовать. Источник: Userpilot

Шаг 6. Протестируйте идею и проанализируйте результаты, изменились ли ключевые метрики или нужно скорректировать стратегию.

Запомнить

1. Когортный анализ показывает, как клиенты взаимодействуют с продуктом, что им нравится и что отталкивает, насколько эффективно работает реклама. Еще помогает улучшить клиентский опыт.
2. Используйте этот метод, если хотите понять, почему клиенты перестают пользоваться продуктом и как это исправить.
3. Когортный анализ делится на два вида. Анализ когорты приобретения покажет, как выпуск новых возможностей влияет на поведение пользователей. Поведенческая когорта даст больше данных. Например, какие клиенты приносят больше доход, какими функции приложения пользуются или какие каналы приносят самых горячих лидов.
4. Чтобы быстрее свести и визуализировать данные, используйте Google Analytics, Barametrics, ProfitWell или другие сервисы для когортного анализа.