Cohort Analysis là gì ? Lý do nghiên cứu và phân tích tổng hợp quan trọng trong nghiên cứu và phân tích tài liệu Marketing

Cohort Analysis là gì ? Lý do nghiên cứu và phân tích tổng hợp quan trọng trong nghiên cứu và phân tích tài liệu Marketing

Cohort Analysis là gì? Lý do phân tích tổ hợp quan trọng trong phân tích dữ liệu Marketing

Thành công lâu dài hơn so với những doanh nghiệp không có nghĩa là chỉ lôi cuốn được ai đó mua hàng một lần hay tải xuống ứng dụng mà còn khiến họ phải truy vấn lại, ngày càng tăng những lần mua hàng tiếp theo. Điều quan trọng trong Marketing mà mỗi tất cả chúng ta phải liên tục làm ; đó là xác lập, tò mò và tìm ra những nhu yếu tiềm ẩn của người mua hay những tác nhân tác động ảnh hưởng nên hành vi mua hàng ấy .
Cũng hoàn toàn có thể hiểu đơn thuần, đó chính là xác lập ra những nguyên do làm user ngừng lại khi đang thưởng thức shopping trên website của bạn .

Làm sao xác định được? Cohort Analysis sẽ là một cách giúp bạn khám phá ra điều đó.

Cohort Analytics là gì?

Cohort Analysis (Phân tích tổ hợp) là một kỹ thuật phân tích trong Marketing tập trung vào việc phân tích hành vi của một nhóm người dùng / khách hàng có chung một đặc điểm trong một khoảng thời gian nhất định, từ đó khám phá những hiểu biết sâu sắc về trải nghiệm của những khách hàng để cải thiện những trải nghiệm đó.

Lí do khiến cohort analysis trở lên quan trọng là vì nó giúp marketer vượt ra khỏi hạn chế của các chỉ số trung bình, giúp marketer có insight rõ ràng hơn và từ đó đưa ra các quyết định chính xác hơn. Nếu báo cáo trung bình cho ta biết thu nhập bình quân đầu người tại Việt Nam năm 2019 tăng so với năm 2018 thì phép phân tích cohort analysis giúp ta có cái nhìn (insight) rõ ràng hơn về mức độ tăng của từng vùng miền, tỉnh thành. Bằng việc so sánh các chỉ số với cohort khác nhau trong cùng một phép phân tích, chúng ta sẽ phát hiện ra được những khu vực có chuyển biến khác hẳn (không tăng hoặc thậm chí giảm) so với xu thế tăng chung trên cả nước. (Theo adbrix)


Có thể nói, nghiên cứu và phân tích tổng hợp là một công cụ để đo lường và thống kê mức độ tương tác của người dùng theo thời hạn. Nó giúp biết liệu mức độ tương tác của người dùng đang thực sự tốt hơn theo thời hạn hay chỉ có vẻ cải tổ do tăng trưởng .
Phân tích tổng hợp được chứng tỏ là có giá trị vì nó giúp tách những chỉ số tăng trưởng khỏi chỉ số tương tác vì tăng trưởng hoàn toàn có thể thuận tiện làm bạn không thấy những yếu tố về những hiệu quả đơn cử về sự tương tác của người mua cũ với tên thương hiệu. Trên thực tiễn, sự tương tác của người dùng cũ đang bị trộn lẫn với số lượng tăng trưởng ấn tượng của người dùng mới, điều này dẫn đến việc bạn không tưởng tượng rõ được sự tham gia của người dùng đã mua hàng bên bạn như thế nào .
-> Đến đây bạn đã hiểu nguyên do tại sao có cohort Analysis chưa ?

Ví dụ cụ thể về phân tích theo Cohort

Hãy hiểu cách sử dụng nghiên cứu và phân tích theo nhóm với một ví dụ – nhóm cohort hàng ngày gồm những người dùng đã khởi chạy ứng dụng trong lần đầu và truy vấn lại ứng dụng trong 10 ngày tới .

Từ bảng tỷ suất giữ chân ở trên – Biểu đồ hình tam giác, tất cả chúng ta hoàn toàn có thể suy ra những điều sau :

  • 1358 người dùng đã khởi chạy ứng dụng vào ngày 26 tháng 1.
  • Tỷ lệ giữ chân ngày 1 là 31,1%, tỷ lệ giữ chân ngày 7 là 12,9% và tỷ lệ giữ chân ngày 9 là 11,3%.
  • Vì vậy, vào ngày thứ 7 sau khi sử dụng ứng dụng, 1 trong 8 người dùng đã khởi chạy ứng dụng vào ngày 26 tháng 1 vẫn là người dùng đang hoạt động trên ứng dụng.
  • Trong số tất cả người dùng mới trong khoảng thời gian này (13.487 người dùng), 27% người dùng được giữ lại vào ngày 1, 12,5% vào ngày 7 và 12,1% vào ngày 10.

Hơn nữa, hai quyền lợi chính của việc đọc bảng ở trên là :

  • Thời gian tồn tại của sản phẩm (như được mô tả theo chiều dọc trong bảng) – so sánh các cohort khác nhau ở cùng một giai đoạn trong vòng đời của họ – chúng ta có thể thấy% số người trong nhóm sẽ quay lại ứng dụng sau 3 ngày, v.v. Những chỉ số thể hiện trong những ngày đầ cho bạn thấy chất lượng của trải nghiệm của người dùng.
  • Thời gian tồn tại của người dùng (như được mô tả theo chiều ngang ở bên phải của bảng) – xem mối quan hệ lâu dài với mọi người trong bất kỳ nhóm nào – để xác định xem mọi người quay trở lại trong bao lâu và nhóm đó mạnh đến mức nào hoặc có giá trị như thế nào. Điều này có thể được liên kết với một số thứ như chất lượng của sản phẩm, hoạt động và hỗ trợ khách hàng.

Dù bạn xác lập những chỉ số chính nhìn nhận cho doanh nghiệp như thế nào, nghiên cứu và phân tích theo nhóm được cho phép bạn xem những chỉ số tăng trưởng như thế nào trong thời hạn sống sót của người mua cũng như trong thời hạn mẫu sản phẩm .

2 loại Cohort Analytics

  • Acquisition cohorts
  • Behavioral cohorts

Acquisition cohorts – Nhóm tổ hợp chuyển đổi

Nhóm Cohort này phân loại người dùng dựa trên thời gian họ có được hoặc ĐK một loại sản phẩm. Tùy thuộc vào loại sản phẩm của bạn, quy đổi người dùng hoàn toàn có thể được theo dõi hàng ngày, hàng tuần hoặc hàng tháng .
Ví dụ : một ứng dụng dành cho thiết bị di động dành cho người tiêu dùng về hiệu suất hoàn toàn có thể theo dõi những nhóm quy đổi của nó hàng ngày. Mặt khác, một ứng dụng di động B2B với nhóm người dùng tập trung chuyên sâu sẽ tập trung chuyên sâu vào việc mua lại hàng tháng .
Một cách để trực quan hóa thông tin này là vẽ biểu đồ đường cong tỷ suất giữ chân, cho thấy tỷ suất giữ chân của những nhóm này theo thời hạn. Biểu đồ giúp bạn thuận tiện suy ra khi nào người dùng rời khỏi loại sản phẩm của bạn .


Đường cong duy trì này ngay lập tức phản ánh một thông tin chi tiết cụ thể quan trọng – khoảng chừng 75 % người dùng ngừng sử dụng ứng dụng sau ngày tiên phong. Sau mức giảm lớn khởi đầu đó, mức giảm nhanh thứ hai xảy ra sau ngày thứ 5 – xuống dưới 12 %, trước khi đường cong mở màn chững lại sau ngày thứ 7, khiến khoảng chừng 11 % người dùng bắt đầu vẫn hoạt động giải trí trong ứng dụng vào ngày thứ 10 .
Đường cong tỷ suất giữ chân ở trên cho thấy rằng người dùng không nhanh gọn đạt được giá trị cốt lõi của ứng dụng, dẫn đến việc bỏ lỡ. Do đó, việc cải tổ thưởng thức tích hợp là điều hiển nhiên để đưa người dùng đến với giá trị cốt lõi nhanh nhất hoàn toàn có thể, do đó thôi thúc tỷ suất giữ chân người dùng .

Do đó, nhóm acquisition cohort rất tốt để xác định xu hướng và thời điểm, nhưng thật khó để đưa ra những thông tin chi tiết hữu ích như – để hiểu lý do tại sao họ rời đi – điều này yêu cầu sử dụng một loại nhóm thuần tập khác, nhóm thuần tập hành vi

Behavioral cohorts – Nhóm tổ hợp về hành vi

Nhóm tổng hợp hành vi người dùng dựa trên những hoạt động giải trí mà họ thực thi trong ứng dụng trong một khoảng chừng thời hạn nhất định .
Ví dụ : tổng thể những người dùng đã đọc những bài nhìn nhận trước khi mua một mẫu sản phẩm. Điều này hoàn toàn có thể vấn đáp những câu hỏi mê hoặc, như ,

  • Những người dùng đọc bài đánh giá có tỷ lệ chuyển đổi cao hơn những người dùng không đọc bài đánh giá hay.
  • Người dùng có tương tác nhiều hơn không – các phiên dài hơn, nhiều thời gian hơn trong ứng dụng, ít bỏ qua hơn

Một người dùng ứng dụng, sau khi setup và / hoặc khởi chạy ứng dụng, đưa ra hàng trăm quyết định hành động và biểu lộ vô số hành vi nhỏ dẫn đến quyết định hành động ở lại hay đi. Những hành vi này hoàn toàn có thể là bất kỳ điều gì, ví dụ điển hình như sử dụng tính năng cốt lõi Y nhưng không sử dụng tính năng cốt lõi Z, chỉ tương tác với những thông tin loại X, v.v.
Hãy kiểm tra hành vi của người dùng bằng cách so sánh tỷ suất giữ chân giữa những nhóm dưới đây :
Cả hai phân đoạn người dùng đều có dự tính thanh toán giao dịch trên ứng dụng của bạn. Nhưng một bộ phận người dùng đã chọn liên tục giao dịch thanh toán, bộ phận còn lại chọn từ bỏ ứng dụng của bạn. Bạn hoàn toàn có thể làm gì để giảm việc bỏ lỡ giỏ hàng ?

Phân tích theo nhóm hoàn toàn có thể nhận được câu vấn đáp cho những câu hỏi như :
Khi nào là thời gian tốt nhất để tương tác lại với người dùng của bạn ? Khi nào là thời gian tốt nhất để tiếp thị lại ?

Tỷ lệ chuyển đổi người dùng mới là bao nhiêu để duy trì (nếu không tăng) tỷ lệ chuyển đổi ứng dụng của bạn?

Từ những bảng tỷ suất giữ chân ở trên, bạn hoàn toàn có thể Kết luận rằng phần đông người dùng đã từ bỏ giỏ hàng đã không tương tác lại với ứng dụng, thậm chí còn không quá 1 ngày sau ngày quy đổi. Vì vậy, bạn có ít hơn 24 giờ để nhắm tiềm năng lại họ với khuyễn mãi thêm mới và tăng thời cơ nhận được lệch giá .

Từ dữ liệu này, bạn có thể phát triển một phương pháp tiếp cận định lượng, có hệ thống để biết cách người dùng có thể yêu ứng dụng của bạn – và sau đó làm cho điều đó xảy ra lặp đi lặp lại. Ngoài ra, bạn có thể đưa ra các chiến lược để tăng tỷ lệ giữ chân của mình sau khi xác định được điều gì hiệu quả và điều gì không.

Sức mạnh của nghiên cứu và phân tích theo nhóm nằm ở chỗ, nó không chỉ được cho phép xem người mua nào rời đi và khi nào họ rời đi, mà còn hiểu được nguyên do tại sao người mua rời bỏ ứng dụng của bạn – để bạn hoàn toàn có thể khắc phục. Đó là cách người ta hoàn toàn có thể xác lập mức độ giữ chân người dùng và cũng xác lập những yếu tố chính thôi thúc sự tăng trưởng, mức độ tương tác và lệch giá cho ứng dụng .
Cả hai phân đoạn người dùng đều có dự tính thanh toán giao dịch trên ứng dụng của bạn. Nhưng một bộ phận người dùng đã chọn liên tục thanh toán giao dịch, bộ phận còn lại chọn từ bỏ ứng dụng của bạn. Bạn hoàn toàn có thể làm gì để giảm việc bỏ lỡ giỏ hàng ?

Phân tích theo nhóm có thể nhận được câu trả lời cho các câu hỏi như:

  • Khi nào là thời điểm tốt nhất để tương tác lại với người dùng của bạn? Khi nào là thời điểm tốt nhất để tiếp thị lại?
  • Tỷ lệ chuyển đổi người dùng mới là bao nhiêu để duy trì (nếu không tăng) tỷ lệ chuyển đổi ứng dụng của bạn?

Từ những bảng tỷ suất giữ chân ở trên, bạn hoàn toàn có thể Tóm lại rằng phần nhiều người dùng đã từ bỏ giỏ hàng đã không tương tác lại với ứng dụng, thậm chí còn không quá 1 ngày sau ngày quy đổi. Vì vậy, bạn có ít hơn 24 giờ để nhắm tiềm năng lại họ với khuyến mại mới và tăng thời cơ nhận được lệch giá .
Từ tài liệu này, bạn hoàn toàn có thể tăng trưởng một chiêu thức tiếp cận định lượng, có mạng lưới hệ thống để biết cách người dùng hoàn toàn có thể yêu ứng dụng của bạn – và sau đó làm cho điều đó xảy ra lặp đi lặp lại. Ngoài ra, bạn hoàn toàn có thể đưa ra những kế hoạch để tăng tỷ suất giữ chân của mình sau khi xác lập được điều gì hiệu suất cao và điều gì không .

Tại sao cần sử dụng Cohort Analysis?

Những ví dụ trên cũng dã cho bạn thấy, nghiên cứu và phân tích theo nhóm là một cách tốt hơn để xem xét tài liệu và không số lượng giới hạn trong một ngành hoặc công dụng duy nhất .
Ví dụ : Các công ty Thương mại điện tử hoàn toàn có thể sử dụng Cohort để phát hiện những loại sản phẩm có nhiều tiềm năng tăng trưởng doanh thu hơn. Trong Digital Marketing, nó hoàn toàn có thể giúp xác lập những website hoạt động giải trí tốt dựa trên thời hạn dành cho website, quy đổi hoặc ĐK. Trong tiếp thị mẫu sản phẩm, nghiên cứu và phân tích này hoàn toàn có thể được sử dụng để xác lập sự thành công xuất sắc của tỷ suất đồng ý tính năng và cũng để giảm tỷ suất churn .
Phân tích theo nhóm được sử dụng thoáng rộng trong những ngành dọc sau :

  • E-commerce (Thương mại điện tử)
  • Mobile apps (Ứng dụng di động)
  • Cloud software  (Phần mềm đám mây)
  • Digital marketing
  • Online gaming 

Trong tổng thể những ngành này, nghiên cứu và phân tích cohort thường được sử dụng để xác lập nguyên do tại sao người mua rời đi và những gì hoàn toàn có thể làm để ngăn họ rời đi. Điều đó đưa tất cả chúng ta đến việc giám sát Customer Retention Rate – Tỷ lệ giữ chân người mua ( Viết tắt là CRR ) .
Tỷ lệ giữ chân người mua được tính bởi công thức này : CRR = ( ( E-N ) / S ) X 100
Công thức có ba thành phần :

  • E – Số lượng khách hàng cuối sử dụng vào cuối kỳ của khoảng giai đoạn.
  • N – Số lượng khách hàng có được trong khoảng thời gian đó.
  • S – Số lượng khách hàng đầu kỳ (hoặc đầu kỳ).

Để thống kê giám sát tỷ suất giữ chân người mua ( Retention ), tất cả chúng ta cần tìm sự độc lạ giữa số lượng người mua có được trong suốt khoảng chừng thời hạn đó so với số lượng người mua còn lại vào cuối kỳ. Điều này mang lại cho bạn một bức tranh chân thực về những người mua được giữ lại. Để tìm tỷ suất Tỷ Lệ những người mua đã được giữ lại kể từ đầu, chúng tôi chia hiệu quả với số lượng người mua lúc đầu. Điều này mang lại tỷ suất giữ chân người mua .
CRR càng cao có nghĩa là sự trung thành với chủ của người mua càng lớn. Bằng cách so sánh điểm chuẩn CRR của doanh nghiệp với mức trung bình trong ngành, bạn hoàn toàn có thể thấy vị trí của mình về tỷ suất giữ chân người mua. Nếu CRR cho thấy một bức tranh không mấy tốt, giải pháp khắc phục được thực thi với sự trợ giúp của nghiên cứu và phân tích tài liệu – đây là cách nghiên cứu và phân tích theo nhóm hoàn toàn có thể giúp ích .

Sử dụng Cohort Analytics để đo lường Retention

Là một Marketer, bạn sẽ tham gia vào nhiều việc làm như – chạy chiến dịch, kiểm soát và điều chỉnh tiến trình tiếp cận người mua, trình làng những tính năng mẫu sản phẩm mới, v.v. Phân tích theo nhóm giúp nhìn nhận mức độ thành công xuất sắc của từng hoạt động giải trí này .
Một số quyền lợi của nghiên cứu và phân tích theo nhóm gồm có :

  • Dự đoán hành vi của người dùng trong tương lai với dữ liệu hiện tại
  • Xác định các tính năng, hoạt động hoặc thay đổi để giữ chân khách hàng
  • Chủ động lập kế hoạch cho các hoạt động tương tác với khách hàng dựa trên việc áp dụng tính năng
  • Tất cả các hoạt động này đều giúp ích cho việc duy trì khách hàng một cách tối đa.

Thực hiện phân tích Cohort bằng Google Analytics

Google Analytics là công cụ cần thiết của bất kỳ một người đang làm Marketing để khai thác dữ liệu về lưu lượng truy cập trang web, các v và cả chuyển đổi. Nó cũng có một cung cấp phân tích thuần tập gọn gàng (ở chế độ beta ngay bây giờ) mà bạn có thể sử dụng ngay cả khi bạn không phải là người dùng thành thạo của GA.

Để mở màn với nghiên cứu và phân tích theo nhóm bằng Google Analytics, hãy chuyển đến ĐỐI TƯỢNG > Phân tích theo nhóm .

Ở đầu báo cáo giải trình, bạn sẽ tìm thấy 1 số ít thiết lập nhóm Cohort hoàn toàn có thể được điều khiển và tinh chỉnh để tạo báo cáo giải trình nhóm. Các setup mà bạn hoàn toàn có thể kiểm soát và điều chỉnh gồm có loại nhóm thuần tập, kích cỡ nhóm, số liệu và khoanh vùng phạm vi ngày .
Đây là những gì mỗi thuật ngữ này viết tắt :

  1. Cohort Type: Nhóm khách hàng / nhóm dữ liệu bạn muốn phân tích. Hiện tại, Google Analytics chỉ cung cấp một loại Acquisition Cohort, đó là lần đầu tiên người dùng tương tác với nội dung của bạn.
  2. Cohort Size – Quy mô nhóm: Quy mô nhóm đề cập đến khoảng thời gian mà bạn muốn thực hiện phân tích theo nhóm. Đây có thể là một ngày, một tuần hoặc một tháng.
  3. Date Range – Phạm vi ngày: Khoảng thời gian mà bạn muốn thực hiện phân tích theo nhóm được đặt trong phạm vi ngày. Google Analytics cung cấp phạm vi ngày cho một tháng, “2 tháng qua” và “3 tháng qua”.
  4. Metric – Chỉ số: Báo cáo phân tích theo nhóm Cohort có thể được tập trung vào các chỉ số cụ thể cho mỗi người dùng. Chỉ số mặc định được đặt trong Google Analytics là tỷ lệ giữ chân người dùng (User Retention). Các chỉ số khác mà bạn có thể chọn bao gồm:
  • Goal completions per user – Số lần hoàn thành mục tiêu trên mỗi người dùng
  • Pageviews per user – Số lần xem trang trên mỗi người dùng
  • Revenue per user – Doanh thu trên mỗi người dùng
  • Session duration per user – Số phiên trên mỗi người dùng
  • Sessions per user – Giao dịch trên mỗi người dùng
  • Transactions per user

Mẹo: Để tận dụng tối đa phân tích theo nhóm, hãy thêm nhiều phân đoạn hơn (segment) vào phân tích. Ví dụ: bạn có thể xác định phần lớn người dùng của mình đến từ đâu bằng cách thêm phân đoạn trang web / thiết bị di động.

Bài viết tương quan : Hướng dẫn sử dụng Google Analytics 2021

Kết luận,

Sức mạnh của phân tích tổ hợp Cohort analysis nằm ở chỗ, nó không chỉ cho phép xem khách hàng nào rời đi và khi nào họ rời đi, mà còn hiểu được lý do tại sao khách hàng rời bỏ ứng dụng của bạn – để bạn có thể khắc phục. Đó là cách người ta có thể xác định mức độ giữ chân người dùng và cũng xác định các yếu tố chính thúc đẩy sự tăng trưởng, mức độ tương tác và doanh thu cho ứng dụng.

Đọc thêm : Metric là gì ? Các Key Metric trong Marketing

Source: abingdonobgyn.com
Category: Blog

nguyenhoang

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *