Виручка росте, лідів більше, вартість заявки в нормі – а прибутку чомусь не додається. Найчастіше причина одна: рішення ухвалюють на середніх показниках.

Когорта – це група клієнтів, які зайшли в бізнес за однією ознакою: місяць першої заявки, конкретна рекламна кампанія, запуск нового тарифу, вихід на новий ринок, зміна цін. Сенс когорти – зафіксувати «умови входу», щоб потім дивитися, що саме з цими клієнтами відбувається в часі.

Середні метрики спотворюють картину, особливо коли бізнес змінюється: нові сегменти, країни, продукти, канали, інша цінова політика. У когортному підході ви порівнюєте не абстрактні середні, а конкретні хвилі клієнтів, які зайшли на однакових умовах.

Що дає когортний аналіз?

• База для LTV, CAC та payback. Щоб сказати «ми можемо платити за клієнта $300», треба бачити, що типова когорта на таких самих умовах приносить, наприклад, $900 валового прибутку за 12 місяців – і що це повторюється в кількох останніх когортах, а не було випадковістю.
• Рішення щодо сервісу. У когорті видно чіткий профіль падіння: спад після першого місяця, поступове згасання, злам після підвищення ціни. Це перетворюється на гіпотези → запропонувати нову послугу чи спеціальні умови саме в ризиковий місяць, вийти з комунікацією, запросити на івент.
• Зміну якості клієнтів. Коли ви виходите в нові країни або переходите з рекомендацій на агресивну рекламу, нові когорти поводяться інакше: інший чек, інший відвал. Зі старими метриками ви цього не побачите й почнете переплачувати за залучення.
• Порівняння каналів. Когорти за країнами, продуктами або групами каналів (paid, organic, referral, outbound) одразу показують, що масштабувати, а що зупиняти.

‍

Як провести когортний аналіз?

1. Спочатку визначте, що саме хочете зрозуміти

Наприклад: Який рекламний канал приводить клієнтів із найнижчим CAC? або: Чи стала конверсія з MQL у SQL кращою після зміни процесу роботи з лідами?

Чітке питання визначає, які когорти, період і показники потрібно аналізувати.

‍

2. Визначте принцип формування когорт

Для B2B-воронки це може бути місяць отримання заявки.

Наприклад:

• січень – усі заявки, отримані в січні;
• лютий – усі заявки лютого;
• березень – усі заявки березня.

Далі кожну зміну статусу ліда продовжуйте записувати в його початкову когорту.

‍

3. Оберіть показник

Не потрібно намагатися аналізувати все одночасно.

Залежно від питання це може бути:

• Lead → MQL;
• MQL → SQL;
• SQL → Client;
• CAC;
• retention;
• дохід на клієнта.

‍

4. Визначте період аналізу

Розмір когорти має відповідати циклу вашого бізнесу.

Для продуктів із коротким циклом можуть бути доречними денні або тижневі когорти. Для B2B із довгим циклом угоди логічніше використовувати місячні та аналізувати їх протягом кількох наступних місяців.

‍

5. Стежте за зрілістю когорти

Свіжа когорта ще не встигла пройти всю воронку.

Наприклад, якщо цикл продажу триває 4 місяці, порівнювати січневу когорту, де більшість угод уже завершена, із квітневою, де половина лідів ще перебуває в роботі, буде некоректно.

Для цього можна рахувати частку заявок, які вже отримали фінальний статус – виграно або програно.

Ми пропонуємо дивитися на когорти, де фінальний статус уже мають 75% і більше лідів.

‍

6. Шукайте закономірності

Порівнюйте когорти між собою.

Наприклад:

• чому одна когорта має вищу конверсію;
• після якого етапу починається найбільше падіння;
• які джерела приводять сильніші когорти;
• чи покращуються результати нових когорт із часом.

Саме такі відмінності перетворюють таблицю з цифрами на основу для бізнес-рішень. 

Рекомендуємо звертати увагу на різкі падіння, аномально сильні або слабкі когорти та загальний тренд між періодами.

‍

7. Перетворіть висновки на дії

Когортний аналіз має закінчуватися рішенням. 

Якщо один канал приводить клієнтів із кращою конверсією – можна перевірити можливість масштабування. Якщо певна когорта різко просідає на одному етапі – варто знайти причину та протестувати зміни. Якщо нові когорти поступово показують кращий результат – це сигнал, що попередні зміни працюють.

Інакше сам по собі аналіз залишиться просто таблицею.

‍

Історія з практики

Приблизно через рік після початку повномасштабного вторгнення Андрій Чумаченко (CEO та засновник BASE) консультував українську онлайн-школу. На перший погляд усе було чудово: виручка зростала, студентів більшало, власник планував подвоїти бюджет на рекламу.

Когортний аналіз по накопиченому прибутку показав інше. Когорти річної давнини стабільно купували 2-й та 3-й курси, їхній LTV на 4-й місяць життя втричі перевищував CAC. А свіжі когорти зупинялися на першому недорогому курсі – накопичений прибуток «застрягав» на 1.2х від CAC, тобто ледь виходив у нуль.

Причина: через різке масштабування школа почала залучати холоднішу, «випадкову» аудиторію, а куратори не встигали за потоком і якість перевірки домашніх завдань впала.

Замість подвоєння бюджету масштабування зупинили, змінили мотивацію кураторів і допрацювали контент. Без когорт проблему помітили б лише тоді, коли прибуток від старих клієнтів закінчився б, а нові перестали окуповуватися.

‍

Якщо вам потрібно навести лад в аналітиці, побудувати когортний аналіз під ваш бізнес і зрозуміти, скільки насправді можна платити за клієнта – залишайте заявку на нашому сайті, і обговоримо ваш проєкт разом.

‍

Матеріал підготовлений на основі безплатного курсу про системний маркетинг «Маркетологія» від Андрія Чумаченка. Нещодавно вийшов 5-й модуль – деталі за посиланням