НАВИГАЦИЯ
КОНТАКТЫ
  • LinkedIn - White Circle
  • Facebook - White Circle
  • Twitter - White Circle

info@DDM.center

Телефон: +380 67 341 7101

© 2017 DDM.center

О клиентах: кто ушел, а кто вернулся? Как использовать когортный анализ для развития бизнеса.

 

Будь-то стартап или компания с вековой историей, клиенты для них составляют основной актив (мы выведем за скобки компании, которые работают на очень ограниченном поле клиентов, а будем рассматривать компании из сегмента B2C или B2B с широкой клиентской базой).

 

Чтобы эффективно решать задачи маркетинга и продаж необходимо регулярно анализировать состояние клиентской базы и находить ответы на вопросы:

- как распределяется объем продаж в текущем периоде между новыми и старыми клиентами?

- как изменяется уровень удержания клиентов во времени?

- как изменяется во времени средний доход на клиента?

- через какой период клиенты уходят из компании?

- какая периодичность повторных покупок?

- как меняется ценность клиента (LTV)?

и многие другие.

 

Одним из инструментов для поиска ответов на указанные выше вопросы является когортный анализ.

 

Когорта - группа клиентов, которая характеризуется общим свойством. Чаще всего,  дата первой покупки или дата регистрации на сайте, дата первого клика на рекламу, дата первого взаимодействия с компанией и т.п.

 

Когортный анализ - отслеживание изменений в каждой когорте во времени.

 

В анализе клиентской базы применяются такие показатели как:

- уровень удержания/уровень оттока клиентов;

- LTV - Life-Time Value

- CAC - Customer Acquisition Cost.

 

Собственно, одна из целей когортного анализа - искать решения, чтобы соотношение LTV/CAC с течением времени увеличивалось.

 

О том как считать, как анализировать и как прогнозировать  эти показатели мы и будем исследовать в статье.

 

Разделы будут добавляться по мере написания, поэтому подпишитесь на обновления, чтобы не упустить важную идею, которая поможет улучшить бизнес.

 

Начнем.

 

Данные для анализа были получены здесь

 

В наборе данных содержится информация о заказах клиентов в магазине за период с января 2014 года по ноябрь 2017 года.

 

Что чаще всего мы видим в отчетах по продажам?

  • Продажи по месяцам.

  • Количество клиентов.

  • Средняя сумма заказа.

  • Средняя сумма покупок одного клиента.

  • И т.п.

Зачастую так бывает, что "в среднем" все хорошо, но при более тщательном анализе можно увидеть как риски для бизнеса, так и возможности для роста.

 

Посмотрим, например, на продажи по месяцам в нашем случае.

 

Простая визуализация дает возможность увидеть, что объемы продаж:

  • растут из года в год

  • растут от начала к концу года

  • в 4-м квартале существенно выше других кварталов

  • есть "всплески" в последние месяцы кваратала

Мы можем нагляднее сравнить по годам месяц к месяцу.

 

 Добавим сглаживание методом локальной регрессии (loess), чтобы лучше увидеть тренды.

 

 Совсем другая картина, правда?

Лично мне больше нравится для визуализации "циклических" измерений использовать круговую диаграмму. Но это дело привычки. Вот как будут выглядеть эти два графика.

Это первый, без "сглаживания".

 

А это второй . Со "сглаживанием".

 

 Вне зависимости, кому какой вариант больше нравится, можно сделать одинаковые выводы.

  • 2014 и 2015 год практически одинаковы по объемам и динамике;

  • 2-й квартал 2016 года отличался высокими объемами продаж, даже по сравнению с 2017 годом;

  • в 2017 году рост более стабильный, чем в 2016 году.

Чтобы закончить с анализом общей ситуации, посмотрим как распределялась активность клиентов по календарю. Для этого возьмем подход "тепловой карты" и применим его к дням недели, месяцам и годам.

Получим вот такую картину.

 

 Мы видим увеличение количества заказов с сентября по январь. Также видим несколько крупных заказов больше 20000 в день. На следующей диаграмме хорошо видно, что средняя сумма одного заказа не очень сильно изменяется по дням. 

С другой стороны мы видим, что количество и сумма заказов явно неравномерно распределены по дням недели. Смотрите сколько пропусков по средам, например.

Построим простую диаграмму, чтобы более точно увидеть эту картину.

Мы видим существенное снижение активности во вторник и, особенно, в среду. Без информации об учетной системе и особенностях продаж это трудно объяснить.

 

 Подведем короткие итоги:

  • Объем продаж растет 

  • К-во заказов растет

  • Есть определенная цикличность в течение года

Казалось бы, что все хорошо. Но так ли это? Есть ли риски для бизнеса? Возможно ли увеличить объемы продаж?

 

Для начала давайте посмотрим на общие характеристики клиентской базы.

 

И если график объемов продаж по месяцам был "запутанным", то на этом графике почти параллельные линии, с небольшим годовым приростом. Причем показатели за 2014 и 2015 год практически идентичны. Это свидетельствует о ярко-выраженном факторе сезонности.Смотрим всплеск за сентябрь, ноябрь, декабрь. А также о сформированном "ядре" клиентов, которые существенно влияют на эту "сезонность".

Пришло время погружаться в глубину клиентской базы.

 

Разобьем всех клиентов на когорты по календарному месяцу первого заказа. Не в каждом месяце были новые клиенты, поэтому получим 42, а не 48 когорт.

 

Из графика видим, что наибольший прирост клиентской базы был в первый год продаж. Ежемесячный прирост составлял примерно 50 клиентов. На второй год ежемесячный прирост резко упал и составлял немногим более 10 клиентов. И в последние годы клиентская база почти не росла.

Посмотрим на графике какую долю составляют клиенты, привлеченные за первый год.

 

 

На диаграмме хорошо видно, что доля клиентов первого года составляет 75% от всех клиентов, а клиенты первого и второго года составляют более 90% всей клиентской базы.

 

Это говорит о том, что компания сконцентриована на удержании и развитии клиентов, и в меньшей степени на привлечении новых клиентов. Есть риск, что в таком случае база может "вымываться", что приведет к сокращению объемов продаж. Но, возможно, компания принимает этот риск и такая позиция - это стратегический выбор компании.

 

Продолжим анализ нашей клиентской базы. 

 

На диаграмме хорошо видно, что доля клиентов первого года в объеме продаж составляет 80%, что еще больше, чем их доля в количестве клиентов.

Посмотрим на ежемесячную активность в разрезе когорт. 

Также можем использовать несколько иную визуализацию.

 Здесь хорошо видно, что в первые 12 месяцев осуществлялось очень активное привлечение клиентов. Также мы видим, что в последние полтора года в продажах активно учавствовали клиенты из когорт первого года, причем их активность возрастала. Это свидетельствует об активном "развитии" клиентов.

 

Изучим объемы продаж, которые генерируют эти клиенты.

Мы видим, что основной доход генерируют клиенты из когорт, сформированных в первый год. Причем этот доход формируется не только в первый год, но и в последующие годы и он увеличивается. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Выводы:

  • компании необходимо активно наращивать новую клиентскую базу

  • подразделение, занимающееся привлечением клиентов не очень хорошо справляется со свомими функциями.

  • существует резерв в клиентской базе (~20%) для увеличения объемов продаж

  • существует потенциальный резерв для кросс-продаж. Требуется детальный анализ покупок каждого клиента, но мы видим цикличность (активизация продаж в 4-м квартале ) и длительной срок между покупками (у некоторых клиентов доходит до 1000 дней). Исследуем этот вопрос в следующей статье, где будем проводить RFM-сегментацию.

P.S. Есть идея попробовать применить "кривые дожития" для оценки времени активности клиентов. Если кому-то интересно, пишите, пожалуйста об этом в комментариях. 

 

P.P.S. вопросы к "картинкам" также можно задавать в комментариях. И не только вопросы, но и любые другие предложения по сути материала.

 

 

Дополнительно Вы можете скачать краткое руководство по использованию диаграмм и описание тренинга по визуализации данных в бизнесе.

 

Подписывайтесь на обновления нашего блога, задавайте вопросы и назначайте встречу для консультации по вашим проектам.

 

Требуется консультация по увеличению продаж на основе анализа клиентской базы? Напишите нам или назначьте встречу.