Kohorszmegtartási elemzés
Egyetlen lemorzsolódási szám elrejti, hogy mikor és miért hagyják el az ügyfelek az ügyfeleket. A kohortmegtartási elemzés a feliratkozókat a regisztráció dátuma alapján csoportokba bontja, és az egyes csoportokat időbeli változással követi nyomon – ez a legtisztább módja annak, hogy lássa, valóban javul-e a megtartási arány.
A kohortmegtartási elemzés a feliratkozókat a regisztrációjuk időtartama szerint csoportosítja (kohorsz), és nyomon követi, hogy az előfizetők hány százaléka marad aktív az idő múlásával, feltárva, hogyan alakul a megtartási arány és a lemorzsolódás az ügyfél életciklusa során.
Hogyan működik a kohorszelemzés?
A feliratkozókat az első feliratkozásuk hónapja szerint csoportosítod – januári regisztrációk, februári regisztrációk és így tovább –, majd megméred, hogy az egyes kohorszok mekkora része még mindig aktív egy hónappal később, két hónappal később és azon túl. Rácsként ábrázolva (kohorszdiagram) ez a megtartási görbe alakját mutatja: hol történik a legnagyobb visszaesés, és hogy az újabb kohorszok jobban megtartják-e a követőiket, mint a régebbiek.
Mit mutat a kohorszmegtartás?
Az olvasási kohorszok olyan kérdésekre adnak választ, amelyekre a kevert lemorzsolódási arány nem ad választ:
- Amikor az ügyfelek lemorzsolódnak – például a második szállítás utáni törés –, az bevezetési vagy termékilleszkedési problémára utal.
- Hogy a változtatások működtek-e – az újabb kohorszok jobb megtartása azt jelenti, hogy a fejlesztések megvalósulnak.
- Mely ügyfélszerzési források generálnak hűséges előfizetőket a gyors lemorzsolódást mutatókkal szemben?
- A reális élettartam, amelyet beilleszthet az LTV-számításba.
Kohorszmegtartás használata a Shopify on
A kohorsz elemzéshez össze kell kapcsolni az egyes előfizetők feliratkozási dátumát a folyamatban lévő állapotukkal – Shopify adatok nem külön diagramolják az előfizetéseket. RecurX a MRR, a churn és az LTV mellett a kohorsz megtartási jelentéseket is tartalmaz, így pontosan láthatja, hol csökkennek az előfizetők, és kijavíthatja az életciklus azon konkrét pillanatát, amely bevételkiesést okoz.
Gyakran ismételt kérdések
Mi a kohorsz a megtartási elemzésben?
A kohort olyan ügyfelek csoportja, akik egy kezdeti jellemzővel rendelkeznek – leggyakrabban az előfizetésük időtartamával (pl. minden januári előfizető). Az egyes kohortok külön nyomon követése az idő múlásával megmutatja, hogyan változik a megtartási arány az ügyfél életciklusa során.
Hogyan kell értelmezni egy kohorsz megtartásáról szóló táblázatot?
Minden sor egy kohorsz (a regisztrációs időszak szerint), és minden oszlop egy időintervallum a regisztráció után. A cellák az adott kohorsz még aktív százalékát mutatják. Egy soron keresztüli olvasás az időbeli csökkenést mutatja; egy oszlopon keresztüli olvasás pedig az azonos korú kohorszokat hasonlítja össze annak megállapítására, hogy javul-e a megtartás.
Miért jobb a kohorsz elemzés, mint egyetlen lemorzsolódási arány?
A kevert lemorzsolódási arány átlagolja az összes ügyfél adatait, és elrejti a változást, amikor az ügyfelek távoznak. A kohorsz elemzés megmutatja a lemorzsolódás időzítését és trendjét, így meghatározhatja a lemorzsolódást okozó életciklus-pillanatot, és megállapíthatja, hogy a legutóbbi változtatások javították-e az ügyfélmegtartást.
Kapcsolódó kifejezések
- Előfizetés-lemorzsolódásAz előfizetés-lemorzsolódás az az arány, amellyel az előfizetők lemondják vagy megszűnnek egy adott időszakban.
- Ügyfél életciklusra vetített értékeAz ügyfél életciklusra vetített értéke (LTV vagy CLV) az a teljes bevétel, amelyet egy vállalkozás egyetlen ügyféltől a kapcsolat teljes időtartama alatt várhatóan keres.
- Havi ismétlődő bevételA havi ismétlődő bevétel (MRR) az előfizetéses vállalkozás által egy adott hónapban az összes aktív előfizetésből származó, előre látható teljes bevétel, havi összegre normalizálva.
Kezdje el növelni az ismétlődő bevételeit Shopify on
RecurX ingyenes, örökre szóló csomagot kínál, és minden szinten nulla tranzakciós díjat számol fel. Telepítés percek alatt.
Telepítse RecurX et ingyenesen →