- Kohorttianalyysi ryhmittelee asiakkaat ensimmäisen tilauksen kuukauden mukaan ja vertaa ryhmiä samassa iässä, mitä kuukausittaiset kokonaissummat eivät pysty tekemään.
- Lue rivit yhden kohortin kehitykseen ajan yli, sarakkeet kohortteihin samassa iässä ja diagonaalit kalenterivaikutuksiin, kuten marraskuun alennusmyyntiin.
- Vertaa kohortteja asiakasta kohden ja bruttovoitossa, jotta kohortin koko ja ensimmäisen tilauksen alennukset eivät vääristä tulosta.
- Kohortti kannattaa hankkia, kun sen kumulatiivinen bruttovoitto asiakasta kohden ylittää sen CAC:n ajassa, jonka voit hyväksyä.
Verkkokaupan kohorttianalyysi ryhmittelee asiakkaat ensimmäisen tilauksen kuukauden mukaan ja seuraa, mitä kukin ryhmä ostaa seuraavina kuukausina. Se näyttää, palaavatko tänään voittamasi asiakkaat ja kuluttavatko he yhtä paljon kuin aiemmin voittamasi asiakkaat. Kuukauden liikevaihtosumma ei voi näyttää sitä, koska se sekoittaa kaikenikäiset uudet ja palaavat asiakkaat.
Tämä opas selittää, miten rakennetaan hankintakohorttitaulukko, miten luetaan asiakaspysyvyys ja kumulatiivinen bruttovoitto asiakasta kohden, mitkä virheet vääristävät kuvaa ja mitä ROASaurus näyttää.
Mitä on kohorttianalyysi?
Kohortti on ryhmä asiakkaita, joilla on yhteinen lähtökohta. Verkkokaupassa tavallinen lähtökohta on ensimmäinen tilaus. Kaikki, jotka ostivat ensimmäisen kerran maaliskuussa, ovat maaliskuun kohortti riippumatta siitä, mistä kanavasta he tulivat.
Kohorttitaulukossa on yksi rivi kohorttia kohden ja yksi sarake jaksoa kohden ensimmäisestä tilauksesta lähtien. M0 on ensimmäisen tilauksen kuukausi, M1 on sitä seuraava kuukausi ja niin edelleen. Jokainen solu vastaa yhteen kysymykseen yhdelle ryhmälle yhdessä iässä: kuinka moni asiakas palasi, kuinka paljon he kuluttivat tai kuinka paljon bruttovoittoa he jättivät.
Tämä asettelu vertaa samanikäisiä asiakkaita. Maaliskuun kohorttia sen kolmantena kuukautena voi verrata kesäkuun kohorttiin sen kolmantena kuukautena, vaikka nämä kuukaudet osuvat eri vuodenaikoihin.
Shopifyssa on sisäänrakennettu asiakaskohorttianalyysiraportti, joka ryhmittelee asiakkaat ensimmäisen tilauksen mukaan samalla tavalla. Sen mittarit ovat asiakasmäärät, asiakaspysyvyys ja myynti. Jotta näet kohortit bruttovoitossa, tarvitset lisäksi jokaisen tilauksen kulut: tuotekulut, toimituksen, maksukulut ja käsittelyn.
Miten kohorttitaulukko rakennetaan
- Kerää maksetut tilaukset, joissa on asiakastunniste
Jokaisella tilauksella on oltava asiakas-ID tai sähköpostiosoite. Ilman sitä et voi yhdistää toista tilausta ensimmäiseen. Jätä pois peruutetut ja maksamattomat tilaukset.
- Etsi jokaisen asiakkaan ensimmäinen tilaus
Kyseisen tilauksen kuukausi on asiakkaan kohortti.
- Anna jokaiselle tilaukselle ikä
Laske kuukaudet kohortin kuukauden ja tilauksen kuukauden välillä: 0 ensimmäiselle kuukaudelle, 1 seuraavalle ja niin edelleen.
- Laske yhteen kohortin ja iän mukaan
Laske jokaisessa solussa yhteen tilaukset, liikevaihto ja bruttovoitto sekä laske tilanneet asiakkaat.
- Jaa kohortin koolla
Jaa kohortin asiakasmäärällä, jotta eri kokoisia kohortteja voi verrata.
- Valitse jaksokohtainen tai kumulatiivinen
Jaksokohtainen solu näyttää vain kyseisen kuukauden. Kumulatiivinen solu laskee yhteen kaikki kuukaudet tähän asti, ja juuri sitä verrataan hankintakustannukseen.
Google Analytics tarjoaa vastaavan valinnan kohorttitutkimuksessaan, jossa on standardi-, liukuva ja kumulatiivinen laskenta. Standardi laskee jokaisen jakson erikseen, ja kumulatiivinen laskee yhteen jaksot tähän asti. Verkkokauppakohorteissa käytä jaksokohtaisia soluja asiakaspysyvyyteen ja kumulatiivisia soluja arvoon.
Miten kohorttitaulukkoa luetaan
Tässä on esimerkkikaupan asiakaspysyvyystaulukko tammikuun alussa katsottuna. Jokainen solu näyttää sen kohortin osuuden, joka tilasi uudelleen kyseisenä kuukautena.
| Ensimmäinen tilaus | Asiakkaat | M1 | M2 | M3 | M4 | M5 |
|---|---|---|---|---|---|---|
| Heinäkuu | 1,000 | 8% | 6% | 5% | 9% | 7% |
| Elokuu | 900 | 8% | 6% | 10% | 7% | – |
| Syyskuu | 1,100 | 7% | 11% | 7% | – | – |
| Lokakuu | 1,050 | 12% | 8% | – | – | – |
| Marraskuu | 2,400 | 5% | – | – | – | – |
Lue rivit
Rivi seuraa yhtä kohorttia ajan yli. Tässä esimerkissä heinäkuun kohortti tilaa uudelleen 8%:n osuudella ensimmäisenä kuukautenaan. Osuus laskee 5%:iin kolmanteen kuukauteen mennessä ja hyppää sitten 9%:iin marraskuussa.
Lue sarakkeet
Sarake vertaa kohortteja samassa iässä. M1:ssä lokakuu pärjäsi parhaiten 12%:lla ja marraskuu huonoiten 5%:lla. Mutta lokakuun kohortin M1 oli marraskuu, alennusmyynnin kuukausi. Joten osa tuosta 12%:sta tulee alennusmyynnistä, ei kohortista.
Lue diagonaalit
Diagonaali on yksi kalenterikuukausi kaikissa kohorteissa. Marraskuun diagonaalissa lukee 9%, 10%, 11% ja 12%: jokainen vanhempi kohortti osti enemmän marraskuussa. Kun diagonaali erottuu, syynä on jotain, mitä kyseisenä kuukautena tapahtui, kuten alennusmyynti, tuotelanseeraus tai toimitusongelma. Se ei kerro mitään kohorttien laadusta.
Varsinainen kysymys on marraskuun kohortti itse. Se on yli kaksi kertaa muita suurempi, mutta siitä vain 5% palasi joulukuussa. Samassa kuussa jokainen muu kohortti palasi 7%:n tai 8%:n osuudella.
Kumulatiivinen liikevaihto ja bruttovoitto asiakasta kohden
Asiakaspysyvyys kertoo, palaavatko asiakkaat. Kumulatiivinen arvo asiakasta kohden kertoo, mitä he ovat arvoisia. Laske yhteen kaikki, minkä kohortti osti ensimmäisestä tilauksestaan alkaen, ja jaa kohortin asiakasmäärällä. Tee se bruttovoitossa, ei vain liikevaihdossa, koska bruttovoitto maksaa takaisin asiakkaan hankinnan kustannuksen.
Kahden viivan takana: maaliskuun kohortin ensimmäiset tilaukset olivat keskimäärin $70 ja bruttokateprosentti 48%, joten ne jättivät $33.60 asiakasta kohden. Marraskuun kohortin ensimmäiset tilaukset olisivat olleet $80 täydellä hinnalla samalla 48% bruttokateprosentilla. 20% alennuksen jälkeen ne olivat keskimäärin $64, mutta niiden kulut pysyivät $41.60:ssä. Bruttokateprosentti laski 35%:iin, ja jokainen ensimmäinen tilaus jätti $22.40. Alennus pienensi ensimmäisen tilauksen katetta, ja harvempi näistä asiakkaista palasi.
Kohortti kannattaa hankkia, kun sen kumulatiivinen bruttovoitto asiakasta kohden ylittää sen CAC:n ajassa, jonka voit hyväksyä. Kuukausi, jolloin tämä tapahtuu, on takaisinmaksuaika. Maaliskuun kohortille se on M0. Marraskuun kohortille se ei ole vielä tapahtunut. Sen rajan asettamista käsitellään oppaassa Shopify-kauppojen asiakkuuden elinkaariarvo, ja itse katetta selitetään oppaassa katetuotto verkkokaupassa.
Yleisiä kohorttianalyysin virheitä
Kohorttikokojen sekoittaminen
150 asiakkaan kohortti ja 2,400 asiakkaan kohortti eivät ansaitse samaa painoa. Kun lasket kohorttien keskiarvon, paina jokaista sen asiakasmäärällä. Käsittele pieniä kohortteja varoen: 150 asiakkaan kohortissa kolme asiakasta, jotka kukin kuluttavat $200 enemmän, liikuttavat keskiarvoa $4.
Päinvastainen virhe on verrata kohorttien kokonaissummia. Marraskuun kohortilla on eniten liikevaihtoa yhteensä vain siksi, että sillä on eniten asiakkaita. Vertaa kohortteja asiakasta kohden.
Nuorten kohorttien lukeminen huonommiksi
Kohortilla, joka alkoi viime kuussa, on ollut yksi kuukausi aikaa ostaa. Vertaa sitä vain vanhempiin kohortteihin samassa iässä. Rivin viimeinen solu voi olla myös kuluva kuukausi, joka ei ole vielä päättynyt, joten se näyttää matalalta kuun loppuun asti.
Kausivaihtelun huomiotta jättäminen
Alennusmyyntikuukautena, kuten marraskuussa, hankitut kohortit käyttäytyvät eri tavalla kuin täydellä hinnalla hankitut kohortit. Vertaa niitä saman kuukauden lukuihin vuotta aiemmin, ei edelliseen kuukauteen. Ja tarkista diagonaalit, ennen kuin syytät kohorttia: jos jokaisella kohortilla oli heikko kuukausi samaan aikaan, syy on kalenterissa.
Ensimmäisen tilauksen alennusten huomiotta jättäminen
Ensimmäisen tilauksen alennus tuo asiakkaita pienemmällä katteella, ja osa heistä tuli alennuksen eikä tuotteen vuoksi. Jaa kohortit ensimmäisen tilauksen alennuskoodin mukaan ja vertaa niiden bruttovoittoa asiakasta kohden.
Vieraana ostavien asiakkaiden menettäminen
Jos palaava asiakas maksaa eri sähköpostiosoitteella, hän näyttää uudelta asiakkaalta. Hänen toinen tilauksensa aloittaa uuden kohortin sen sijaan, että se lasketaan uusintatilaukseksi. Uusintaostoprosentit jäävät silloin liian matalaksi ja uusien asiakkaiden määrät liian korkeiksi. Kannusta asiakkaita luomaan asiakastilejä ja lue uusintaostoprosentteja alarajana.
Miten kohorttianalyysin perusteella toimitaan
- Aseta, paljonko voit maksaa asiakkaasta. Lue kumulatiivinen bruttovoitto asiakasta kohden hyväksymäsi takaisinmaksuajan kohdalta, esimerkiksi 6 kuukauden. Se on enimmäis-CAC:si.
- Siirrä budjettia kohorteille, jotka tilaavat uudelleen. Jaa kohortit ensimmäisen tuotteen, alennuskoodin tai ensimmäisen mainoskanavan mukaan ja laita enemmän budjettia niiden ryhmien taakse, jotka jatkavat ostamista.
- Ajoita seurantasähköpostisi. Jos suurin osa toisista tilauksista tulee toisena kuukautena, lähetä muistutus sitä ennen, ei sen jälkeen.
- Korjaa ensimmäisen tilauksen tarjous. Jos alennuksella hankitut kohortit eivät koskaan kuroa eroa kiinni, testaa pienempää alennusta tai toista tarjousta ja vertaa uusia kohortteja kolmen kuukauden jälkeen.
- Arvioi ensimmäisen tilauksen tappioita takaisinmaksuajan avulla. Kohortti, joka maksaa itsensä takaisin M2:ssa, voi oikeuttaa kampanjat, jotka jäävät ensimmäisen tilauksen kannattavuusrajan ROAS:n alle. Kohortti, joka ei koskaan maksa itseään takaisin, ei voi.
Kohorttianalyysi ROASaurusissa
Kohorttiraportti kohdassa ROASaurusin asiakkuuden elinkaariarvo rakennetaan tilauksistasi ja voittoanalytiikan tuotekuluista. Asiakkaat tunnistetaan Shopifyn asiakas-ID:llä tai sähköpostilla, ja vain maksetut tilaukset lasketaan.
- Kohortit ensimmäisen tilauksen viikon, kuukauden, neljänneksen tai vuoden mukaan, matriisina tai käyrinä, CSV-viennillä.
- 14 mittaria, muun muassa Customers returning (%), Cumulative orders per customer, Cumulative revenue per customer ja Cumulative contribution margin per customer. Tämä viimeinen mittari vähentää tuotekulut, toimituksen, tilausmaksut, maksukulut, käsittelyn ja läpivirtaavan veron, ja se on ennen mainoskuluja. Se vastaa bruttovoittoa asiakasta kohden sillä tavalla kuin tämä opas termiä käyttää. Raportissa on myös mittari Cumulative gross profit per customer, mutta se pitää keräämäsi veron mukana, ellei Taxes collected ole asetettu arvoon Left out of revenue kohdassa Profit › Cost settings.
- Jokainen rivi näyttää asiakasmäärän, CAC:n, R%:n (osuus, jolla on toistaiseksi toinen tilaus) ja keskimääräisen ensimmäisen tilauksen. CAC on kohortin jakson mainoskulut jaettuna kaikilla sen aikana hankituilla uusilla asiakkailla.
- Keskiarvorivi painottaa asiakaskohtaiset mittarit kunkin kohortin asiakasmäärällä.
- Vihreä kehys merkitsee jakson, jolloin kohortin kumulatiivinen kate asiakasta kohden ylitti sen CAC:n: takaisinmaksuajan.
- Kuukausikohorteille raidalliset solut näyttävät ennustetut arvot jopa 24 kuukauteen asti kauppasi oman uusintaostokäyrän perusteella.
- Suodattimet ensimmäiselle tilaukselle: ensimmäinen tuote, tuotetyyppi, toimittaja, alennuskoodi, maa, ensimmäinen mainoskanava, myyntikanava, UTM-lähde, -medium tai -kampanja, asiakastagi tai tilaustagi.
- Uusintaostoprosentit ensimmäisen tilauksen kuukausittain 30, 60, 90, 180 ja 365 päivän sisällä. Ikkuna, joka ei ole vielä päättynyt kaikille kohortin asiakkaille, merkitään tähdellä.
Ask AI voi vastata myös kohortteja koskeviin kysymyksiin. Se lukee puolestasi kuukausikohortit, kumulatiivisen katetuoton asiakasta kohden ja CAC:n takaisinmaksukuukauden.