- Un’analisi di coorte raggruppa i clienti per mese del loro primo ordine e confronta i gruppi alla stessa età, cosa che i totali mensili non possono fare.
- Leggi le righe per una coorte nel tempo, le colonne per le coorti alla stessa età e le diagonali per gli effetti di calendario come una promozione a novembre.
- Confronta le coorti per cliente e in utile lordo, così la dimensione della coorte e gli sconti sul primo ordine non falsano il risultato.
- Acquisire una coorte conviene quando il suo utile lordo cumulato per cliente supera il suo CAC entro un tempo che puoi accettare.
L’analisi di coorte nell’e-commerce raggruppa i clienti per mese del loro primo ordine e segue ciò che ogni gruppo compra nei mesi successivi. Mostra se i clienti che conquisti oggi tornano e spendono quanto i clienti conquistati prima. Un totale mensile dei ricavi non può mostrarlo, perché mescola clienti nuovi e di ritorno di ogni età.
Questa guida spiega come costruire una tabella di coorte di acquisizione, come leggere la retention e l’utile lordo cumulato per cliente, quali errori falsano il quadro e cosa mostra ROASaurus.
Che cos’è un’analisi di coorte?
Una coorte è un gruppo di clienti che condividono un punto di partenza. Nell’e-commerce il punto di partenza abituale è il primo ordine. Tutti quelli che hanno comprato per la prima volta a marzo sono la coorte di marzo, qualunque sia il canale da cui arrivano.
Una tabella di coorte ha una riga per coorte e una colonna per ogni periodo trascorso dal primo ordine. M0 è il mese del primo ordine, M1 è il mese successivo, e così via. Ogni cella risponde a una domanda per un gruppo a una certa età: quanti clienti sono tornati, quanto hanno speso o quanto utile lordo hanno lasciato.
Questa struttura confronta clienti della stessa età. La coorte di marzo nel suo terzo mese si può confrontare con la coorte di giugno nel suo terzo mese, anche se quei mesi cadono in stagioni diverse.
Shopify ha un report integrato di analisi di coorte dei clienti che raggruppa i clienti per primo ordine nello stesso modo. Le sue metriche sono numero di clienti, retention e vendite. Per vedere le coorti in utile lordo servono anche i costi di ogni ordine: costo del prodotto, spedizione, commissioni di pagamento e gestione.
Come costruire una tabella di coorte
- Raccogli gli ordini pagati con un’identità del cliente
Ogni ordine ha bisogno di un customer id o di un indirizzo email. Senza, non puoi collegare un secondo ordine al primo. Lascia fuori gli ordini annullati e non pagati.
- Trova il primo ordine di ogni cliente
Il mese di quell’ordine è la coorte del cliente.
- Assegna un’età a ogni ordine
Conta i mesi tra il mese della coorte e il mese dell’ordine: 0 per il primo mese, 1 per il successivo, e così via.
- Somma per coorte ed età
Somma ordini, ricavi e utile lordo in ogni cella, e conta i clienti che hanno ordinato.
- Dividi per la dimensione della coorte
Dividi per il numero di clienti della coorte, così si possono confrontare coorti di dimensioni diverse.
- Scegli per periodo o cumulato
Una cella per periodo mostra solo quel mese. Una cella cumulata somma tutti i mesi fino a quel momento, ed è ciò che confronti con il costo di acquisizione.
Google Analytics offre una scelta simile nella sua esplorazione delle coorti, con calcoli standard, rolling e cumulativi. Lo standard conta ogni periodo a sé, e il cumulativo somma i periodi fino a quel momento. Per le coorti dei negozi online, usa le celle per periodo per la retention e le celle cumulate per il valore.
Come leggere una tabella di coorte
Ecco una tabella di retention per un negozio di esempio, vista all’inizio di gennaio. Ogni cella mostra la quota della coorte che ha ordinato di nuovo in quel mese.
| Primo ordine | Clienti | M1 | M2 | M3 | M4 | M5 |
|---|---|---|---|---|---|---|
| Luglio | 1,000 | 8% | 6% | 5% | 9% | 7% |
| Agosto | 900 | 8% | 6% | 10% | 7% | – |
| Settembre | 1,100 | 7% | 11% | 7% | – | – |
| Ottobre | 1,050 | 12% | 8% | – | – | – |
| Novembre | 2,400 | 5% | – | – | – | – |
Leggi le righe
Una riga segue una coorte nel tempo. In questo esempio, la coorte di luglio ordina di nuovo all’8% nel suo primo mese. Il tasso scende al 5% entro il terzo mese, poi salta al 9% a novembre.
Leggi le colonne
Una colonna confronta le coorti alla stessa età. In M1, ottobre è andato meglio con il 12% e novembre peggio con il 5%. Ma l’M1 della coorte di ottobre era novembre, il mese della promozione. Quindi una parte di quel 12% viene dalla promozione, non dalla coorte.
Leggi le diagonali
Una diagonale è un singolo mese di calendario su tutte le coorti. La diagonale di novembre dice 9%, 10%, 11% e 12%: ogni coorte più vecchia ha comprato di più a novembre. Quando una diagonale spicca, la causa è qualcosa successo in quel mese, come una promozione, il lancio di un prodotto o un problema di consegna. Non dice nulla sulla qualità delle coorti.
La vera questione è la coorte di novembre. È più del doppio delle altre, ma solo il 5% è tornato a dicembre. Nello stesso mese, ogni altra coorte è tornata al 7% o all’8%.
Ricavi e utile lordo cumulati per cliente
La retention dice se i clienti tornano. Il valore cumulato per cliente dice quanto valgono. Somma tutto ciò che una coorte ha comprato dal primo ordine in poi e dividi per il numero di clienti della coorte. Fallo in utile lordo, non solo in ricavi, perché è l’utile lordo a ripagare il costo di acquisizione del cliente.
Dietro le due linee: i primi ordini della coorte di marzo valevano in media $70 con un tasso di margine lordo del 48%, quindi hanno lasciato $33.60 per cliente. I primi ordini della coorte di novembre sarebbero stati da $80 a prezzo pieno, con lo stesso tasso di margine lordo del 48%. Dopo uno sconto del 20% sono stati in media $64, ma i loro costi sono rimasti a $41.60. Il tasso di margine lordo è sceso al 35%, e ogni primo ordine ha lasciato $22.40. Lo sconto ha tagliato il margine sul primo ordine, e meno di quei clienti sono tornati.
Acquisire una coorte conviene quando il suo utile lordo cumulato per cliente supera il suo CAC entro un tempo che puoi accettare. Il mese in cui succede è il periodo di payback. Per la coorte di marzo è M0. Per la coorte di novembre non è ancora successo. Come fissare quel limite è spiegato in customer lifetime value per i negozi Shopify, e il margine in sé è spiegato in margine di contribuzione nell’e-commerce.
Errori comuni nell’analisi di coorte
Mescolare coorti di dimensioni diverse
Una coorte di 150 clienti e una di 2,400 non meritano lo stesso peso. Quando fai la media delle coorti, pesa ognuna per il suo numero di clienti. Tratta con cautela le coorti piccole: in una coorte di 150, tre clienti che spendono $200 in più ciascuno spostano la media di $4.
L’errore opposto è confrontare i totali delle coorti. La coorte di novembre ha il maggior ricavo totale solo perché ha più clienti. Confronta le coorti per cliente.
Leggere le coorti giovani come peggiori
Una coorte iniziata il mese scorso ha avuto un mese per comprare. Confrontala solo con coorti più vecchie alla stessa età. L’ultima cella di una riga può anche essere il mese corrente, che non è ancora finito, quindi sembra bassa finché il mese non si chiude.
Ignorare la stagionalità
Le coorti acquisite in un mese di promozioni, come novembre, si comportano in modo diverso da quelle acquisite a prezzo pieno. Confrontale con lo stesso mese dell’anno prima, non con il mese precedente. E controlla le diagonali prima di dare la colpa a una coorte: se ogni coorte ha avuto un mese debole nello stesso momento, la causa è il calendario.
Ignorare gli sconti sul primo ordine
Uno sconto sul primo ordine porta clienti con un margine più basso, e alcuni sono venuti per lo sconto più che per il prodotto. Dividi le coorti per codice sconto del primo ordine e confronta il loro utile lordo per cliente.
Perdere i clienti che fanno il checkout come ospiti
Se un cliente di ritorno fa il checkout con un indirizzo email diverso, sembra un cliente nuovo. Il suo secondo ordine avvia una nuova coorte invece di contare come riacquisto. I tassi di riacquisto risultano allora troppo bassi e il numero di nuovi clienti troppo alto. Incoraggia gli account cliente e leggi i tassi di riacquisto come un limite inferiore.
Come usare un’analisi di coorte per agire
- Stabilisci quanto puoi pagare per un cliente. Leggi l’utile lordo cumulato per cliente al tempo di payback che accetti, per esempio 6 mesi. Quello è il tuo CAC massimo.
- Sposta il budget sulle coorti che ricomprano. Dividi le coorti per primo prodotto, codice sconto o primo canale pubblicitario, e metti più budget sui gruppi che continuano a comprare.
- Scegli il momento delle email di follow-up. Se la maggior parte dei secondi ordini arriva nel secondo mese, invia il promemoria prima, non dopo.
- Correggi l’offerta sul primo ordine. Se le coorti con sconto non recuperano mai, prova uno sconto più piccolo o un’altra offerta, e confronta le nuove coorti dopo tre mesi.
- Usa il payback per giudicare le perdite sul primo ordine. Una coorte che si ripaga in M2 può giustificare campagne sotto il loro ROAS di pareggio sul primo ordine. Una coorte che non si ripaga mai, no.
L’analisi di coorte in ROASaurus
Il report di coorte in ROASaurus lifetime value è costruito a partire dai tuoi ordini e dai costi dei prodotti nell’analisi del profitto. I clienti sono identificati dal customer id di Shopify o dall’email, e contano solo gli ordini pagati.
- Coorti per settimana, mese, trimestre o anno del primo ordine, come matrice o come curve, con esportazione in CSV.
- 14 metriche, tra cui Customers returning (%), Cumulative orders per customer, Cumulative revenue per customer e Cumulative contribution margin per customer. Quest’ultima metrica toglie costi di prodotto, spedizione, commissioni d’ordine, commissioni di pagamento, gestione e imposte di passaggio, ed è prima della spesa pubblicitaria. È quella che corrisponde all’utile lordo per cliente nel senso in cui questa guida usa il termine. Il report ha anche una metrica Cumulative gross profit per customer, ma include le imposte che hai incassato, a meno che Taxes collected non sia impostato su Left out of revenue in Profit › Cost settings.
- Ogni riga mostra il numero di clienti, il CAC, R% (la quota con un secondo ordine finora) e il primo ordine medio. Il CAC è la spesa pubblicitaria nel periodo della coorte divisa per tutti i nuovi clienti acquisiti in quel periodo.
- La riga della media pesa le metriche per cliente in base al numero di clienti di ogni coorte.
- Un contorno verde segna il periodo in cui il margine cumulato per cliente di una coorte ha superato il suo CAC: il periodo di payback.
- Per le coorti mensili, le celle a righe mostrano valori previsti fino a 24 mesi, a partire dalla curva di riacquisto del tuo negozio.
- Filtri sul primo ordine: primo prodotto, tipo di prodotto, fornitore, codice sconto, paese, primo canale pubblicitario, canale di vendita, UTM source, medium o campaign, tag del cliente o tag dell’ordine.
- Tassi di riacquisto per mese del primo ordine entro 30, 60, 90, 180 e 365 giorni. Una finestra che non è ancora trascorsa per tutti i clienti della coorte è segnata con un asterisco.
Ask AI può rispondere anche a domande sulle tue coorti. Legge per te le coorti mensili, il margine di contribuzione cumulato per cliente e il mese di payback del CAC.