Cohort analysis ngày nay được đo lường tự động bằng nhiều công cụ như Google Analytics hay MixPanel, và cũng có thể được thực hiện chỉ với một file excel đơn giản. Tuy nhiên, không phải ai cũng biết cách “đọc” cohort và tận dụng hiệu quả công cụ này. Hãy cùng chúng tôi tìm hiểu Cohort analysis là gì? Hãy cùng Shimpleshop tìm hiểu ngay nhé!
Cohort Analysis là gì?
Theo như Wikipedia định nghĩa thì Cohort Analysis (gọi là phân tích cohort) là một dạng phân tích hành vi người dùng. Trong đó thì chúng ta chia khách hàng thành từng nhóm có các đặc điểm chung.
Mình lấy một ví dụ đơn giản đó là vùng miền, độ tuổi,… Đến phần áp dụng thực tế mình sẽ giải thích rõ hơn cho các bạn dễ nắm bắt.
Vì sao cần Cohort Analysis?
Câu hỏi tiếp theo là Cohort Analysis mang lại những lợi ích như thế nào ? Và tại sao nhiều người lại quan tâm đến nó như vậy, cá nhân mình thấy đây là một kiến thức cực kì quan trọng không thể bỏ qua với Data Analyst (DA).
Nếu các bạn đã từng làm Report, vẽ Dashboard rồi thì các bạn cũng quá quen thuộc với giá trị Average (trung bình) mình gọi tắt là AVG. Cũng phải vài lần gặp trường hợp là số AVG hầu như không mang lại nhiều insight và hỗ trợ ra quyết định.
Hình bên trên cho chúng ta biết được sự tăng giảm của AOV (Average Order Value) theo tháng, nhưng chúng ta lại không biết được sự thay đổi này đến từ chi tiêu của khách hàng cũ hay khách hàng mới. Thay vì như vậy chúng ta sẽ theo dõi bảng ở dưới đây
Cách phân chia thành các Cohort ở trên của mình dựa vào tháng mà khách hàng có mua đơn hàng đầu tiên (khác với ngày tạo của khách hàng). Jan cohort bao gồm các khách hàng có mua đơn hàng đầu tiên trong tháng 1, nhóm họ lại tính AOV (200k).
Sau đó theo dõi nhóm này ở tháng thứ 2 , vẫn giữ nguyên số lượng người nha các bạn, vì họ có đặt điểm chung là mua hàng lần đầu vào tháng 1 (đương nhiên là có kèm theo năm, VD: 01-2021). Như vậy AOV của họ lại giảm từ 200k xuống 150k, tương tự như vậy cho các cohort tiếp theo. Dễ nhận thấy rằng các ô màu xanh là OAV của khách hàng mới và màu cam là của khách hàng cũ => Đôi khi số OAV không thay đổi là vì khách hàng mới thì chi tiêu nhiều hơn và khách hàng cũ thì chi ít lại
Việc phân tích này cho thấy hiệu quả của team Marketing, khi họ đã nâng được số tiền chi tiêu trung bình trên mỗi đơn hàng của khách hàng mới từ 200k lên 223k. Nhưng nhìn theo một góc độ khác thì AOV của khách hàng cũ đang giảm, đối với một số công ty thì chi phí để có được một khách hàng mới rất tốn kém nên họ rất muốn giữ chân và khiến bạn chi tiêu nhiều hơn.
Tuy nhiên đó chỉ là trường hợp lí tưởng, trong bối cảnh mà công ty bạn đang muốn đẩy mạnh quảng bá thương hiệu, hạ giá thành sản phẩm để thu hút người mua thì khi không còn hạ giá nữa, một số khách hàng thích săn hàng giảm giá có thể sẽ rời bỏ bạn => Giá trị cohort sẽ giảm dần, nhưng bạn biết đây là điều tất yếu.
Ví dụ cụ thể về phân tích theo Cohort
Hãy hiểu cách sử dụng 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 cập lại ứng dụng trong 10 ngày tới.
Từ bảng tỷ lệ giữ chân ở trên – Biểu đồ hình tam giác, chúng ta 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 lợi ích 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 định các chỉ số chính đánh giá cho doanh nghiệp như thế nào, phân tích theo nhóm cho phép bạn xem các chỉ số phát triển như thế nào trong thời gian tồn tại của khách hàng cũng như trong thời gian 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 ?
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 .
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 . 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 .
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 bắt đầu với phân tích theo nhóm bằng Google Analytics, hãy chuyển đến ĐỐI TƯỢNG> Phân tích theo nhóm.
Ở đầu báo cáo, bạn sẽ tìm thấy một số cài đặt nhóm Cohort có thể được tinh chỉnh để tạo báo cáo nhóm. Các cài đặt mà bạn có thể điều chỉnh bao gồm loại nhóm thuần tập, kích thước nhóm, số liệu và phạm vi ngày.
Đây là những gì mỗi thuật ngữ này viết tắt:
- 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.
- 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.
- 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”.
- 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
