Kohortanalyse - definisjon, eksempler, hvordan det fungerer?

Innholdsfortegnelse

Kohortanalyse Betydning

Kohortanalyse er prosessen med å bryte ned dataene i små grupper som kalles kohorter og bruke dem til analyse. Det kan være kundedata fra netthandelsnettsteder, spillbrukerdata eller data om abonnenter på streamingtjenester.

Forklaring

Gruppene er relatert til hverandre, har en definert tidsramme og deler et felles statistisk trekk. Kohortanalyse kommer fra atferdsanalyse. Som et resultat hjelper de med å studere kundeatferd og forbedre opplevelsen.

For eksempel finner du passende anbefalinger på YouTube fordi noen analyserer visningsinnstillingene dine. Dette hjelper selskapet å tjene deg godt.

Eksempel på kohortanalyse

La oss dykke ned i noen detaljerte eksempler på kohortanalyse. Det har fått mye relevans i dag fordi bedrifter har kommet nærmere kundene sine. Derfor bruker markedsføringsstudier ofte slike analyseverktøy.

Ved hjelp av kohortanalyse tillater markedsføringskampanjer bedrifter å sammenligne sine kunder basert på forskjellige faktorer. Faktorene kan være forbruksmønstre hos kunder, produktanmeldelser, preferanser osv. Sammenligningen hjelper til med å ta strategiske markedsføringsbeslutninger.

Eksempel 1

Ta eksemplet med en e-handelsvirksomhet som genererer enorme data om sine kunder. Dataene spenner fra kjøpte produkter, kundeforbruk, klikkfrekvens, produktvurderinger, produktretur og andre beregninger.

Kohortanalyse utført av e-handelsbedrifter vil vise dem atferdsmønstrene i kundens livssyklus. Dette hjelper deg med å utarbeide strategier for å målrette kundene bedre for å øke kundeoppbevaring og engasjement.

Eksempel nr. 2 Et annet eksempel er når eksisterende brukere spores og sammenlignes på tvers av forskjellige perioder. Ikke forveksle kohorter med segmenter. Segmentene er ikke definert av en tidsperiode.

Sjekk ut denne illustrasjonen:

I dette eksemplet ønsker en websideeier å evaluere trafikken på nettsiden sin og inntektene den skaper. Følgende er noen betegnelser:

  • Serie 1 - Inntekter for nye brukere
  • Serie 2 - Inntekter fra gamle brukere
  • Serie 3 - Månedlig inntekt (Legg til serie én og serie 2)

I den gitte illustrasjonen gjennomfører nettsideeieren en analyse ved å klassifisere årskull på tidsbasis.

Deretter lager han følgende klassifiseringer basert på sin analyse.

  • Kull i tidsperioden august-oktober har samlet de høyeste inntektene i segmentet for nye brukere (i forhold til månedlig inntekt)
  • Årskull i tidsperioden januar-mars har lavest inntekt i segmentet for nye brukere.
  • Til tross for høyere inntekter fra nye brukergrupper, økte ikke månedlig inntekt på grunn av lav betaling fra gamle brukere.

Dette diagrammet gir eieren av websiden nyttige mønstre som kan hjelpe ham med å gjennomføre strategiske forretningsendringer.

Hvordan utføre kohortanalyse?

Den kan fullføres på den måten som er beskrevet nedenfor.

# 1 - Bestem målet for analysen

Som de fleste analyser, må kohortanalyse også definere visse mål som den må oppfylle. Eksempler kan være å finne inntektene som genereres av et nettsted. Eller komplekse spørsmål som strategisering for forbedringer av nettsidetrafikken.

# 2 - Skjær ut beregningene som knytter seg til målene

Etter å ha hatt det bestemte målet med analysen, bør analytikeren se etter passende beregninger. Dataene skilles ut ved hjelp av beregninger som også definerer funksjonene til årskullene. Noen enkle eksempler på beregninger er antall beholdte kunder, antall solgte billetter, avgiften som genereres per bruker, etc.

# 3 - Bestem om alle kohorter er nødvendige

Hvis studien handler om å finne kundeoppbevaringsfrekvens på en webside, bør analytikeren på riktig måte bestemme hvilken kundekull som best vil tjene studiens mål. De tilgjengelige alternativene kan variere fra visse gamle kunder, nye kunder, engangskunder osv.

# 4 - Gjennomfør analysen

Etter flittig å ha utført trinnene nevnt ovenfor, kan analytikeren begynne å gjøre sin analyse. Tar det samme eksemplet. Nettsideeieren kan finne ut hvordan nettsiden hans har gått i forskjellige beregninger over en periode. Disse kan være som kundevisninger, oppbevaring av kunder, oppfordring til handling osv.

Under denne analysen bør analytikeren være forsiktig med å bestemme forsknings handlingsbare innsikt. Forskningen vil alltid gi et sant bilde. Vær forsiktig så du ikke holder skjevheter som kan hindre objektiviteten til funnene.

# 5 - Forbered og presentere resultatene

Noter resultatene av analysen i passende format. De kan være diagrammer, tabeller eller en oppsummert tekst. Resultatene av analysen skal kommuniseres tydelig til andre.

fordeler

  • Kohortanalyse gir brukerne nøyaktighet og effektivitet når de adskiller store datasett.
  • Dataene kommer med et varierende utvalg som gjør det vanskelig å klassifisere dem enkelt. I sin natur er denne analysen et verktøy for å løse dette problemet.
  • Fra formålet med virksomheten hjelper det markedsførings- og salgsteamene i klassifisering. De kan enkelt klassifisere sine kunder basert på deres engasjement gjennom årene. Så det hjelper med enkel og rask beslutningstaking.

Begrensninger

  • Skjevheter - De fleste analytikere har noen form for skjevheter eller fordommer. Studien kan miste objektivitet hvis den blir offer for analytikernes fordommer. Skjevheter kan være valgskjevhet, beslutningsskjevhet, personlig skjevhet osv.
  • Bare slike data som er av statistisk karakter kan brukes til denne typen analyser.
  • Egenskapene må defineres av en definert tidsperiode.

Viktige takeaways

  • Kohortanalyse er prosessen med å klassifisere data i forskjellige grupper som kalles kohorter. Gruppene har felles trekk og er definert av en fast tidsperiode.
  • Etter det analyseres gruppene grundig med bruk av visse beregninger.
  • Kohortanalyse er et viktig markedsføringsverktøy som brukes til å målrette kunder på en bedre måte.

Interessante artikler...