Lifetime Revenue Cohort分析

Adobe Commerce Intelligenceのデータを見る方法は数多くあり、解釈と理解は計算と視覚化と同じくらい重要であることをご存知でしょう。 このトピックでは、Commerce Intelligence cohort分析の機能について説明します。

lifetime revenue cohort分析とは何ですか？

下のグラフは、ユーザー獲得後の一定期間におけるユーザーあたりの累積支出を示しています。 Cohorts人のユーザーは、獲得月ごとに分割されます。

例えば、上のオレンジ色の線は、2011年11月に獲得したユーザーの平均を示しています。 最初のデータポイントは、11月に獲得したユーザーが最初の1か月に平均$200を費やしたことを意味します。 2つ目のデータポイントは、2か月目の終わりまでに、これらのユーザーが平均$240を費やしたことを意味します。 2か月の平均支出額は約$40 (240 - 200)でした。 行が異なれば、ユーザーのコホートも異なります。 緑の線は12月に獲得したユーザーを表し、青は10月に獲得したユーザーを表します。

なぜこれが重要なのでしょうか？

この種類のcohort分析は、いくつかの異なる目的に役立ちますが、最も直接的なメリットは、多くの場合、より優れた顧客獲得の意思決定です。 多くの企業は、マーケティング費用を、顧客の最初の購入で収益性が見込めるチャネルに限定しています。 これらの企業は、特定のチャネルを通じて顧客を獲得するために支払いを行います。その場合、最初の平均購入額が顧客の獲得にかかる費用よりもgross margin多くなる必要があります。

このアプローチの問題点は、多くの場合、成長への投資不足につながることです。 競合他社が購買行動をより深く理解した上でマーケティングをおこなっているのであれば、競合他社は自社に追いつきません。 lifetime revenue cohort分析は、顧客獲得の支出を拡大することの結果を理解するのに役立ち、それをチームの他のメンバーに簡単に伝える方法を提供します。 将来の顧客が既存顧客と同様に行動する場合、CPAを高めるために顧客を獲得すると、予測可能な投資回収期間がもたらされます。 ビジネスのキャッシュポジションに応じて、快適な返済期間を定義し、チャート上の関連するスポットを見つけ、それに応じて費やすことができます。

また、この分析を活用して、オンボーディング、エンゲージメント、獲得したユーザーからの売上の創出が向上しているかどうかを確認することもできます。 例えば、このcohort分析は、新規ユーザー向けの送料無料プロモーションが、リピート購入者または1回購入者の再訪問につながったかどうかを確認する優れた方法です。

ビジネスモデルによって異なりますか？

ほとんどのビジネスでは、lifetime revenue cohort分析グラフは、最初の期間に多額の支出を表示し、時間の経過とともにゆっくりと増加します。 この増加は、顧客が獲得した後、すぐに最初の購入を行う可能性が他のどの時点よりも高くなったためです。 獲得イベント自体が購入の場合、100%の顧客は最初の期間に購入します。 購入前に登録が発生する可能性がある場合、この効果はそれほど顕著ではありません。

例えば、Grouponは、Amazonにサインアップする多くの人がすぐに購入しないため、Grouponよりも初期ジャンプ率が大幅に低くなる可能性があります。 払い戻し数が多くない限り、このグラフは最初のジャンプ後に上に傾き、右に傾きます。 顧客が最初にサインアップすると最もアクティブになるため、成長率は時間の経過とともに減少する傾向があります。 この場合、平均が下がるのは、より多くの商品を購入するために再訪問する人の数に関係なく、コホート内の人々の数が一定に保たれるからです。 サブスクリプションビジネスでは、1回限りの購入をおこなうビジネスと比べて、この傾きは徐々に解消されていくでしょう。

サブスクリプションビジネスでは、時間の経過とともに坂が増える場合もあります。 これを見ることは稀ですが、それが起こるとき、それはビジネスにとって大きなシグナルです。 これは、顧客の離脱率が0であるということではなく、顧客が離脱した場合に対応するよりも、その顧客を維持するためのアップグレードが必要であることを意味します。

これはどのように計算されますか？

この計算には、2つの簡単な入力があります。cohortに含まれるメンバーの数（変更されない）、および特定の期間に生成されたメンバーの収益量です。 cohortのメンバーを決定するには、該当する期間に獲得したユーザーの数をカウントします。 顧客獲得には、初回購入、アカウント作成、ニュースレター登録などのイベントが含まれます。 revenue計算は少し複雑です。 このcohortのメンバーによって行われ、取得日から一定の期間内に行われた注文（例：最初の3か月）の収益を合計する必要があります。 最後に、グラフの各期間についてcohortのメンバー数で収益を割り、この値を累積して追加します。

このグラフのバリエーションは何ですか？

便利なcohort分析には様々な種類があります。 最も一般的なバリエーションは、​ ユーザー獲得ソースによるフィルタリング ​です。 例えば、organic検索、paid検索、またはアフィリエイトプログラムから来た顧客については、このグラフを見ることができます。 これにより、ある顧客獲得ソースの顧客が、他の顧客よりもロイヤルティが高く、価値があるかどうかを把握できます。 デモグラフィックやその他のユーザー属性でフィルタリングすることもできます。

データを分析するもうひとつの方法は、累積データではなく段階的なデータの視点です。 これは、平均ユーザーが取得した後の各月に費やした増分額を示しています。 これは、既存ユーザーから得られるリピート購入数を予測するのに役立ちます。 この点は、収益以外にも確認できます。 例えば、招待状、投票、メッセージなどの利益率や非財務指標などがあります。