Kohorttianalyysin merkitys
Kohorttianalyysi on prosessi, jossa tiedot hajotetaan pieniksi ryhmiksi, joita kutsutaan kohorteiksi, ja käytetään niitä analyyseihin. Se voi olla sähköisen kaupankäynnin verkkosivustojen asiakastietoja, pelien käyttäjätietoja tai suoratoistopalvelun tilaajien tietoja.
Selitys
Ryhmät liittyvät toisiinsa, niillä on määritelty aikataulu ja niillä on yhteinen tilastollinen piirre. Kohorttianalyysi tulee käyttäytymisanalyysistä. Tämän seurauksena he auttavat tutkimaan asiakaskäyttäytymistä ja parantamaan kokemustaan.
Löydät esimerkiksi sopivia suosituksia YouTubesta, koska joku analysoi katseluasetuksiasi. Tämä auttaa yritystä palvelemaan sinua hyvin.
Esimerkki kohorttianalyysistä
Sukelletaan yksityiskohtaisiin esimerkkeihin kohorttianalyysistä. Se on saanut paljon merkitystä tänään, koska yritykset ovat siirtyneet lähemmäksi asiakkaitaan. Siksi markkinointitutkimuksissa käytetään usein tällaisia analyysityökaluja.
Kohorttianalyysin avulla markkinointikampanjat antavat yrityksille mahdollisuuden verrata asiakkaitaan eri tekijöiden perusteella. Tekijät voivat olla asiakkaiden kulutustavat, tuotearvostelut, mieltymykset jne. Vertailu auttaa tekemään strategisia markkinointipäätöksiä.
Esimerkki 1
Otetaan esimerkki sähköisestä kaupankäynnistä, joka tuottaa massiivista tietoa asiakkaistaan. Tiedot vaihtelevat ostettujen tuotteiden, asiakasmenojen, napsautussuhteen, tuotearvostelujen, tuoton palautusten ja muiden tietojen välillä.
Verkkokaupan yritysten tekemä kohorttianalyysi näyttää heille käyttäytymismallit asiakkaan elinkaaressa. Tämä auttaa valmistelemaan strategioita, jotka kohdistetaan asiakkaisiin paremmin asiakkaiden säilyttämisen ja sitoutumisen lisäämiseksi.
Esimerkki 2 Toinen esimerkki on, kun nykyisiä käyttäjiä seurataan ja verrataan eri ajanjaksoilla. Älä sekoita kohortteja segmentteihin. Segmenttejä ei ole määritelty tietyllä ajanjaksolla.
Katso tämä kuva:
Tässä esimerkissä verkkosivun omistaja haluaa arvioida verkkosivunsa liikennettä ja sen tuottamia tuloja. Seuraavassa on joitain merkintöjä:
- Sarja 1 - Uusien käyttäjien tulot
- Sarja 2 - Vanhojen käyttäjien tulot
- Sarja 3 - Kuukausittainen liikevaihto (lisää sarja 1 ja 2)
Annetussa kuvassa verkkosivun omistaja suorittaa analyysin luokittelemalla kohortit ajallisesti.
Sitten hän tekee analyysinsa perusteella seuraavat luokitukset.
- Kohortit elo-lokakuussa ovat keränneet suurimmat tulot uusien käyttäjien segmentissä (suhteessa kuukausituloihin)
- Kohortit tammi-maaliskuussa ovat pienimmät uusien käyttäjien segmentissä.
- Huolimatta uusien käyttäjien kohorttien suuremmista tuloista, kuukausitulot eivät nousseet vanhojen käyttäjien pienen palkan vuoksi.
Tämä kaavio antaa verkkosivun omistajalle hyödyllisiä malleja, jotka voivat auttaa häntä toteuttamaan strategisia liiketoiminnan muutoksia.
Kuinka suorittaa kohorttianalyysi?
Se voidaan suorittaa alla kuvatulla tavalla.
# 1 - Määritä analyysin tavoite
Kuten useimmat analyysit, myös kohorttianalyysissä on määriteltävä tietyt tavoitteet, jotka sen on saavutettava. Esimerkkejä voivat olla verkkosivuston tuottamien tulojen löytäminen. Tai monimutkaisia asioita, kuten verkkosivujen liikenteen parantamisen strategisointi.
# 2 - Selvitä mittarit, jotka liittyvät tavoitteisiin
Saatuaan analyysin määritellyn tavoitteen analyytikon tulisi etsiä sopivia mittareita. Tiedot erotetaan käyttämällä mittareita, jotka määrittelevät myös kohorttien ominaisuudet. Joitakin yksinkertaisia esimerkkejä mittareista ovat pidätettyjen asiakkaiden määrä, myytyjen lippujen lukumäärä, syntyvä käyttäjäkohtainen maksu jne.
# 3 - Selvitä, ovatko kaikki kohortit välttämättömiä
Jos tutkimuksessa on kyse asiakkaiden säilyttämisasteen löytämisestä verkkosivulta, analyytikon tulisi määrittää asianmukaisesti, mikä asiakasryhmä palvelisi parhaiten tutkimuksen tavoitetta. Käytettävissä olevat vaihtoehdot voivat vaihdella tietyistä vanhoista asiakkaista, uusista asiakkaista, kertaluonteisista asiakkaista jne.
# 4 - Suorita analyysi
Suoritettuaan edellä mainitut vaiheet huolellisesti analyytikko voi aloittaa analyysin tekemisen. Otetaan sama esimerkki uudelleen. Verkkosivun omistaja voi varmistaa, kuinka hänen verkkosivullaan on mennyt eri mittareissa tietyn ajanjakson ajan. Nämä voivat olla esimerkiksi asiakkaiden näkemyksiä, asiakkaiden säilyttämistä, toimintakehotuksia jne.
Analyysin aikana analyytikon tulisi olla varovainen määritettäessä tutkimuksen käytännöllisiä oivalluksia. Tutkimus antaa aina todellisen kuvan. Ole varovainen, ettet pidä ennakkoluuloja, jotka voisivat haitata havaintojen objektiivisuutta.
# 5 - Valmistele ja esitä tulokset
Merkitse analyysin tulokset muistiin sopivassa muodossa. Ne voivat olla kaavioita, taulukoita tai yhteenvetoteksti. Analyysin tulokset tulisi ilmoittaa selvästi muille.
Edut
- Kohorttianalyysi antaa käyttäjilleen tarkkuuden ja tehokkuuden, kun he erottavat suuret tietojoukot.
- Tietojen mukana tulee vaihteleva lajike, mikä vaikeuttaa niiden luokittelemista helposti. Luonteensa vuoksi tämä analyysi on väline tämän ongelman ratkaisemiseksi.
- Liiketoiminnan tarkoituksesta se auttaa markkinointi- ja myyntitiimejä luokittelussa. He voivat helposti luokitella asiakkaitaan heidän sitoutumisensa perusteella vuosien varrella. Joten se auttaa päätöksentekoa helposti ja nopeasti.
Rajoitukset
- Biases - Useimmilla analyytikoilla on jonkinlainen puolueellisuus tai ennakkoluulot. Tutkimus voi menettää objektiivisuuden, jos se joutuu analyytikkojen ennakkoluulojen uhriksi. Biasit voivat olla valinnan puolueellisuutta, päätöksentekoa, henkilökohtaista puolueellisuutta jne.
- Ainoastaan sellaisia luonteeltaan tilastollisia tietoja voidaan käyttää tällaiseen analyysiin.
- Piirteet on määriteltävä tietyllä ajanjaksolla.
Tärkeimmät takeaways
- Kohorttianalyysi on prosessi, jolla tiedot luokitellaan ryhmiin, joita kutsutaan kohorteiksi. Ryhmillä on yhteiset piirteet ja ne määritellään kiinteällä ajanjaksolla.
- Sen jälkeen ryhmät analysoidaan perusteellisesti tiettyjen mittareiden avulla.
- Kohorttianalyysi on tärkeä markkinointityökalu, jota käytetään kohdistamaan asiakkaita paremmin.
