Lifetime Revenue Cohort Analysis
Adobe Commerce Intelligence でデータを見る方法は多数あります。解釈と理解が、計算とビジュアライゼーションと同じくらい重要であることがわかります。 このトピックでは、cohort 分析の機能 Commerce Intelligence ついて説明します。
分析 lifetime revenue cohort 意味は何ですか？
次のグラフは、ユーザーが取得された後の一定期間の、ユーザーあたりの累積支出を示しています。 ユーザー Cohorts 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 月に取得され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、最初の 1 か月で、11 月に取得されたユーザーは平均約 $200 を費やしたことを意味します。 2 番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約 $240 を費やしたことを意味します。 2 か月の平均支出は約 $40 (240 - 200) でした。 線が異なれば、ユーザーのコホートも異なります。 緑の線は 12 月に取得されたユーザーを表し、青い線は 10 月に取得されたユーザーを表します。
なぜこれが重要なのでしょうか？
この種の cohort 分析は、複数の異なる目的に役立つ可能性がありますが、最も直接的なメリットは、多くの場合、顧客獲得に関するより優れた決定です。 多くの企業では、マーケティング費用を、顧客の初回購入で収益性が得られ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が、その場合、最初の平均購入が獲得コストよりも gross margin い場合に限られます。
このアプローチの問題点は、それが成長への投資の不足をもたらすことが多いことである。 競合他社が購買行動をより深く理解してマーケティングを行っている場合、競合他社は自社よりも優位に立ちます。 lifetime revenue cohort 分析は、顧客の獲得費用を拡大した場合の結果を理解するのに役立ち、それをチームの残りのメンバーに簡単に伝える方法となります。 将来のお客様が既存のお客様のように振る舞う場合、より高い CPA のために顧客を獲得すると、予測可能な回収期間が得られます。 ビジネスのキャッシュポジションに応じて、快適な回収期間を定義し、チャート上の関連するスポットを見つけて、それに応じて費やすことができます。
また、この分析を使用して、獲得したユーザーからオンボーディング、エンゲージメント、収益を生み出すことができているかどうかを確認できます。 例えば、この cohort 分析は、新規ユーザーに対する送料無料プロモーションが、リピート購入者や二度と戻ってこない 1 回限りの購入者につながったかどうかを確認するための優れた方法です。
ビジネスモデルの違いによってこの方法はどのように異なりますか？
ほとんどの企業では、lifetime revenue cohort 分析グラフは、最初の期間に大量の支出を表示し、その後、時間の経過と共に増加が遅くなります。 この最初のスパイクが理由は、顧客が初回購入を行う可能性が、その獲得から間もなく、それ以外のどの時点よりも高いからです。 獲得イベント自体が購入である場合、顧客の 100% が最初の期間に購入を行います。 購入前に登録が発生する可能性がある場合は、この効果はそれほど劇的ではありません。
例えば、Groupon に新規登録する人の多くがすぐに購入を行わないので、最初のジャンプは Amazon よりはるかに少ない可能性が Groupon ります。 払い戻しの数が多くない限り、このグラフは最初のジャンプの後に上下に傾斜します。 増加率は時間の経過と共に低下する傾向があります。これは、顧客が最初に登録したときに最も活発になるためです。 これにより、コホートの人数は、買い戻した人の数に関係なく一定に保たれるので、平均が下がります。 サブスクリプションビジネスでは、ユーザーが 1 回限りの購入を行うビジネスよりも急激に減る傾向があります。
時には、サブスクリプションビジネスは実際には時間と共に増加するスロープを持つことがあります。 これを目にすることは稀ですが、それが起こったとき、それはビジネスにとって素晴らしいシグナルです。 これは、チャーンに至っていない顧客が存在するということではなく、離脱した顧客を埋め合わせる以上に滞在する顧客のアップグレードであることを意味します。
これはどうやって計算するのですか？
この計算には、2 つの簡単な入力があります。cohort 内のメンバーの数（変更なし）と、特定の期間にメンバーが生成した収益額です。 cohort 内のメンバーを決定するには、該当する期間内に取得されたユーザーの数をカウントします。 獲得には、初回購入、アカウント作成、ニュースレターの新規登録、またはその他のイベントを含めることができます。 revenue の計算はもう少し複雑です。 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（最初の 3 か月など）に行われた注文の売上高を合計する場合。 最後に、売上高をグラフの各期間の cohort 内のメンバー数で割り、この値を時間の経過と共に累積的に追加します。
このグラフのバリエーションは何ですか。
有用な cohort 解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、検索、paid 検索、アフィリエイトプログラムから来た顧客 organic ついて、このグラフを見ることができます。 これにより、ある獲得ソースの顧客が別の獲得ソースよりも忠実であるか、価値があるかを理解できます。 人口統計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。
データを見るもう 1 つの方法は、累積的なデータの観点ではなく、増分的なデータの観点です。 これは、平均的なユーザーが取得後に月ごとに費やした増分量を表示します。 これは、既存のユーザーから取得するリピート購入数を予測する場合に役立ちます。 売上高以外にも他の項目で見ることができます。 例としては、マージン指標や、招待状、投票、メッセージなどの非財務指標があります。