Пример когортного анализа и анализа многоканальных последовательностей

Каждый, кто работал в маркетинге или рекламе, слышал цитату: “Половина денег, которые я трачу на рекламу, не приносит пользы. Проблема в том, что я не знаю, какая половина”. Она принадлежит Джону Уонамейкеру и датируется 19-ым ст.

Узнать о ТОЙ половине

К счастью, индустрия рекламы прошла с тех пор большой путь. Новые технологии, особенно за последние 10-20 лет, сделали пользу от рекламы куда более измеримой. Тем не менее, все еще существует значительный разрыв между тем, что мы хотели бы измерить, и тем, что мы на самом деле измеряем. Это приводит к значительной недооптимизации рекламных и маркетинговых денег.

В B2B SaaS есть два очень важных, но не используемых достаточно широко, метода — когортный анализ и анализ мультиканальных последовательностей. В этой статье приводится краткое введение к обоим методологиям и объяснение, почему они важны.

1. Когортный анализ

Очень краткое пособие для чайников

Если вы новичок в этой теме, когортный анализ в целом можно определить, как разделение событий, которые совершили люди (например, клиенты), на группы по общим характеристикам этих людей в течении времени. В SaaS-бизнесах чаще всего общей характеристикой является “дата присоединения” (когда клиенты зарегистрировались или оплатили продукт).

Чтобы стало понятнее, рассмотрим пример:

cohort analysis

В этом отчете в каждой строке показана конверсия подписок в оплату в данном месяце. Каждый столбец представляет месяц из жизненного цикла клиента. Клетки показывают процент оставшихся клиентов соответствующей когорты в соответствующем месяце.

И что же?

Почему так важно делать когортный анализ при просмотре метрик, показателей удержания или оттока? Ответ заключается в том, что если вы смотрите только на общие числа, как, например, общий отток клиентов за месяц, в нем будут смешаны данные о старых и новых клиентах, что приведет к ошибочным выводам.

Например, рассмотрим SaaS-бизнес с очень высоким оттоком в первые месяцы жизненного цикла клиента и с намного более низким оттоком среди старых клиентом, что несвойственно для SaaS. Если компания начинает расти, смешанный уровень оттока будет расти, просто потому что вырастет процент новых клиентов. Так что если посмотреть только на смешанный уровень оттока, можно впасть в панику. Когортный анализ покажет, что происходит на самом деле.

Что еще можно увидеть в когортном анализе? Какими бы ни были ключевые показатели вашего бизнеса, когортный анализ позволит вам увидеть, как эти метрики развиваются в течении жизненного цикла клиента и продукта:

retention over user lifetime

Читая диаграмму по горизонтали, можно увидеть, как развивается показатель сохранения клиентов (retention over the user lifetime) — на него можно повлиять качеством продукта, операций, поддержкой клиентов. Читая диаграмму вертикально, вы увидите показатель сохранения для различных когорт клиентов в данный месяц (retention over the product lifetime). Это называется жизненным циклом продукта.

Манна небесная для SaaS!

Наверное, самое главное то, что когортный анализ — лучший способ оценить жизненный цикл клиента и ценность жизненного цикла клиента, которые помогут решить, сколько тратить на приобретение нового клиента. Как было сказано раньше, отток клиентов не распределяется линейно в течении всего жизненного цикла клиента, поэтому его расчет основан на смешанном показателе оттока за последний месяц и не дает реальную оценку.

Когортный анализ становится еще более важным, когда дело доходит до ценности жизненного цикла. Глядя на то, как выручка от клиентов приходит со временем, вы увидите влияние показателей оттока, понижений планов/сокращений и повышений планов/расширения:

percent of retained mmr in lifetime month

 

Эта диаграмма показывает когортный анализ ежемесячной выручки (MRR — monthly recurring revenue) несуществующего SaaS-бизнеса. Как видно по зеленых клетках, это очень счастливый несуществующий SaaS-бизнес, потому что недавно он имел возможность наслаждаться негативным показателем оттока клиентов, который многие считают манной небесной в SaaS.

Все еще не уверены, что вам нужен когортный отчет для лучшего понимания бизнеса? Дайте нам знать в комментариях. :)

2. Анализ мультиканальных последовательностей

Оценка “содействующих”

Мультиканальная последовательность — это процесс понимания и присвоения оценки маркетинговому каналу, который обеспечивает конверсии. Модель последовательностей представляет собой набор правил, которые определяют, как эта оценка конверсий должна сопоставляться со всеми точками касания на пути конверсии.

Это проще, чем кажется. Можно даже провести аналогию с футболом. Мультиканальная последовательность дает оценку для голов не только бомбардиру, но и другим игрокам, которые тоже повлияли на этот гол. Футбольная статистика считает очки, основываясь и на голах, и на содействии игроков. Это значит, что статистика построена на анализе двойного касания и принимает во внимание не только последнее касание, но и все до него.

Поскольку в маркетинге по умолчанию используется модель последнего касания, футбол, похоже, переплюнул маркетинг по аналитической сложности. :)

Время маркетинга нанести ответный удар!

Если вы оцениваете эффективность маркетинговой кампании только на основе количества конверсий, вы упускаете из виду значительную часть картины. Как отличный полузащитник, который не забил много голов сам, но значительно помог передачами бомбардиру, маркетинговый канал может не обеспечивать много конверсий, но играть важную роль в инициации процесса конверсии или содействии окончательной конверсии.

Особенно это актуально для B2B SaaS, где циклы продаж гораздо дольше, чем у e-commerce. Когда вы продаете SaaS-решение для бизнеса, нередко бывает несколько точек соприкосновения, прежде чем компания станет подходящим клиентом, и намного больше этих точек будет, прежде чем компания превратится в клиента, который платит. Процесс легко может выглядеть подобным образом:

  • Часть контента, который вы предоставляете, появляется, как результат органического поиска, и ищущий переходит по ссылке.
  • Через несколько дней человек, который смотрел ваш контент, замечает ретаргетинговое объявление.
  • Еще через несколько дней он видит другое ретаргетинговое объявление, посещает ваш сайт и подписывается на новостную рассылку.
  • Через неделю после этого он переходит по ссылке в новостной рассылке.
  • Через несколько дней он получает приглашение на вебинар, регистрируется там и посещает вебинар.
  • После вебинара он подписывается на пробную версию.
  • На следующий день один из ваших менеджеров по клиентам звонит ему.
  • Ближе к окончанию пробного периода ваш клиент проводит дополнительные исследования, переходит по какому-то из ваших объявлений AdWords и подписывается на платную версию.

Глядя на этот путь конверсии, становится ясно, что если вы связываете клиента только с первой точкой касания (SEO) или только с последней (PPC), вы сделаете неверные о нем выводы. И имейте в виду, что пример выше очень простой. В действительности, количество маркетинговых каналов и точек касания, которые способствуют конверсии, может быть гораздо выше.

Интеграция данных в мультидевайсном мире

Возможно, вы используете Google Analytics или KISSmetrics для веб-аналитики, Salesforce.com для CRM и Zendesk для обслуживания клиентов. Если вы хотите получить (более-менее) полную картину путешествия вашего пользователя, вам нужно получить и интегрировать данные со всех основных инcтрументов, которые вы используете для отслеживания взаимодействия с пользователем.

Важным осложняющим фактором является то, что мы живем в мультидевайсном мире. Очень вероятно, что человек из примера пути конверсии выше использует смартфон, планшет и два разных компьютера, чтобы получить ваш контент и посетить сайт. Поскольку отслеживание куки привязано к одному устройству, нет простого способа узнать, что все эти точки соприкосновения принадлежат одному человеку, по крайней мере, пока человек не зарегистрируется.

Углубление в интеграцию данных и проблемы мультидевайсности выходит за рамки этой статьи, но много полезной информации вы можете найти в сети. И, пожалуйста, не стесняйтесь задавать вопросы или делиться опытом в комментариях.

На пути к лучшей модели последовательностей

Следующий вопрос, который нужно решить, это как оценка должна распространяться на все точки соприкосновения в пути конверсии. Простой подход заключается в использовании одного из этих правил:

  • Линейная последовательность — Все взаимодействия получают одинаковою оценку.
  • Обесценивание со временем — Более поздние взаимодействия получают выше оценку, чем ранние.
  • Зависимость от позиции — 40% оценки идет первому взаимодействию, 40% — последнему и 20% — тем, что были между ними.

Использование одного из этих правил — большой шаг вперед по сравнению с моделью первого или последнего касания, но проблема в том, что правила основаны на предположениях, в отличие от реальных данных. Если вы используете линейную последовательность, вы говорите: “Я не знаю, насколько большую оценку должно получить каждое касание, так что даю всем одинаковую”. Если вы используете правила обесценивания со временем и зависимости от позиции, то делаете предположение, что некоторые точки соприкосновения ценнее, чем другие, вне зависимости, верно это предположение или нет.

Более сложный подход заключается в использовании такого инструмента, как Convertro, который смотрит на все точки касания всех пользователей (учитывая тех, кто не совершил конверсию!) и потом использует статистический алгоритм, чтобы распределить оценку всей последовательности. Преимуществом этого метода есть постоянное обновление модели на основе новых данных. Объяснение, как именно работает этот инструмент тоже выходит за рамки статьи, но больше информации есть на сайте Convertro, и мы предполагаем, что существуют и другие похожие инструменты.

Стоит ли оно того?

Внедрение сложной модели мультиканальной последовательности — большой проект, поэтому возникает вопрос, стоит ли это делать. Ответ зависит главным образом от следующих переменных:

  • Сложности продукта и цикла продаж — Чем сложнее ваш продукт и чем дольше цикл продаж, тем более вероятно, что вы имеете несколько точек соприкосновения перед конверсией.
  • Количества одновременных кампаний и размера маркетингового бюджета — Чем больше кампаний работают параллельно  и чем больше вы тратите на маркетинг, тем важнее учитывать мультиканальные последовательности.

Пока когортный анализ — вещь обязательная с момента выпуска продукта, анализ мультиканальных последовательностей может подождать, пока ваш бюджет на рекламу увеличится. До тех пор, тратить слишком много денег и времени на внедрение модели — не лучшее использование ресурсов. Так что на ранней стадии SaaS-стартапа, не переживайте слишком. Только не доверяйте одноканальным последовательностям!

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Можно использовать следующие HTML-теги и атрибуты: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>