Cohort Analysis användningsfall
Använd exempel för Cohort Analysis.
Användningsexempel för appengagemang
Anta att du vill analysera hur användare som installerar din app interagerar med den med tiden. Installerar de den och använder den aldrig? Använder de den en stund och faller sedan bort? Eller förblir de förlovade med tiden?
Du kan skapa en sexmånadersperiod Cohort Analysis:
Kornighet: Månadsvis, från januari 2015 till juni 2015.
Inkluderingsmått: Appinstallationer.
Returmått: Sessioner eller starter
Besökarna räknas inte som engaged under de följande månaderna, såvida de inte har en session eller åtminstone startar programmet. Cohort Analysis visar då mönster som används där App Install inträffar alltid på månad 0. Du kan märka att användningen minskar i månad 2, oavsett när användarna installerade appen. (För dem som installerade programmet i januari 2015 är månad 2 mars 2015. För dem som installerade programmet i februari 2015 är månad 2 april 2015 och så vidare.) Med den här analysen kan du skicka ett e-postmeddelande eller ett push-meddelande till alla användare under den andra månaden efter att de har installerat appen för att påminna dem om att använda appen.
Användningsexempel för prenumeration
Du kan arbeta på Adobe.com och erbjuda en kostnadsfri prenumeration på Creative Cloud. Målet är att man ska uppgradera från den kostnadsfria versionen till den 30-dagars testversionen eller, i slutändan, den betalda versionen.
Kornighet: Varje månad
Inkluderingsmått: Hämta länk
Returmått: Köp betald Creative Cloud
Använda detta Cohort Analysiskan du till exempel se att mellan 8 % och 10 % av de kostnadsfria Creative Cloud-användarna uppgraderar var som helst under den första månaden efter installationen, oavsett när de installerade. 12-15 % uppgradering under den andra månaden. Efter det kommer uppgraderingen att minska avsevärt: 4-5 % under den tredje månaden, 3-4 % under den fjärde månaden och 1-2 % under den femte månaden.
Eftersom ni vet att ni inte behöver förlora potentiella kunder under den tredje månaden har ni skapat en e-postkampanj som är utformad att skickas ut i mitten av den tredje månaden till ett urval av användare och som erbjuder en rabattkupong på 50 USD till användare som ännu inte har uppgraderat.
Kolla in rapporten från kohortanalysen några månader senare. För kohorter som bildas efter lanseringen av kampanjen har konverteringen till betalda Creative Cloud-prenumerationer under den tredje månaden ökat från 4-5 % till 13-14 %, vilket resulterar i hundratusentals dollar per kohort för varje månadskohort som kommer tre månader framåt från den tidpunkten.
Komplexa kohortfilter använder skiftläge
En stor hotellkedja vänder sig till flera kundgrupper för att få kampanjer och hålla koll på resultatet. För att identifiera de bästa grupperna med användarkohorter att rikta sig till, vill de skapa mycket specifika kohortgrupper. Använda den utökade Inclusion och Return Kriterier inom Cohort Tabeller kan de definiera precis rätt kohortgrupper med flera mätvärden och filter för att identifiera underpresterande kundgrupper för att rikta dem mot kampanjer och erbjudanden för att öka bokningarna.
App Version Adobes användningsexempel
Ett stort försäkringsföretag driver mycket av kundengagemanget genom att använda sin mobilapp. Men när nya funktioner läggs till i appen är det viktigt att kunderna uppgraderar till den senaste appversionen. De kan analysera och jämföra alla sina appversioner sida vid sida med Custom Dimension Kohort för att se vilka kunder som ska använda vilken appversion. Dessutom kan de spåra både lojalitet och bortfall för att se om specifika appversioner gör att kunderna slipper använda appen över tid. Tack vare mobilmeddelanden kan de återengagera dessa användare för att få dem att uppgradera till den senaste versionen och dra nytta av de senaste funktionerna.
Användningsexempel för kampanjfokus
Ett multinationella medieföretag använder riktade kampanjer för att locka användare till olika plattformar för att öka engagemanget. Annonskostnaderna per plattform baseras på kundengagemang och kundlojalitet. Därför är framgångsrika kampanjer avgörande för att deras verksamhet ska lyckas. De använder vår nya Custom Dimension Kohortfunktion i Cohort Tabeller för att jämföra olika kampanjer sida vid sida för att identifiera vilka kampanjer som är mest effektiva för att värva och behålla användare för att öka engagemanget. De kan sedan identifiera vilka aspekter som gör en kampanj framgångsrik och använda den på andra kampanjer för att öka engagemanget på deras olika plattformar.
Produktstartexempel
En stor klädhandlare har många filter för sina kunder som genererar stora delar av intäkterna. Varje filter har specifika produkter som är utformade och skapade med filtret i åtanke. När de lanserar en produkt vill de veta hur den nya produkten har ökat försäljningen till olika kohorter med tiden. Använda nya Latency Table ställa in Cohort Analysiskan de analysera ett visst kundfiltrets beteende och intäkter före och efter lanseringen. Med hjälp av den här informationen kan de identifiera vilka produkter som genererar nya intäkter och vilka som inte drar nytta av kundernas intresse.
Individuell tröghet - De flesta lojala användare använder skiftläge
Ett stort flygbolag får större delen av sin framgång och sina intäkter från återkommande och lojala kunder. I många fall utgör deras lojala resenärer merparten av intäkterna och att behålla dessa kunder är avgörande för deras långsiktiga framgång. Det kan ofta vara svårt att identifiera sina mest lojala och enhetliga kunder. Men med hjälp av den nya Rolling Calculation ställa in Cohort Analysiskunde de analysera lojala kundfilter och ta reda på vilka resenärer som var återkommande köpare varje månad. De kunde sedan inrikta sig på resenärerna med belöningar och förmåner för deras lojalitet. Genom att byta från kundlojalitet till bortfall kunde de också identifiera vilka kunder som inte var återkommande köpare varje månad och inrikta sig på dessa filter med kampanjer för att återengagera dem och säkerställa att de fortsätter att vara lojala kunder i framtiden.