Lifetime Revenue Cohort 분석

Adobe Commerce Intelligence에서 데이터를 보는 방법에는 여러 가지가 있으며 계산 및 시각화만큼 해석과 이해가 중요하다는 것을 알고 있습니다. 이 항목에서는 Commerce Intelligence cohort 분석의 기능을 살펴봅니다.

lifetime revenue cohort 분석의 의미는 무엇입니까?

아래 차트는 사용자가 인수한 후 일정 기간 동안 사용자당 누적 지출을 보여 줍니다. Cohorts명의 사용자가 획득 월별로 나뉩니다.

예를 들어, 위의 주황색 선은 2011년 11월에 인수한 사용자의 평균을 보여 줍니다. 첫 번째 데이터 포인트는 11월에 획득한 사용자가 첫 달에 평균 약 $200을(를) 사용했음을 의미합니다. 두 번째 데이터 포인트는 이러한 사용자가 두 번째 달이 끝날 때까지 평균 약 $240을(를) 사용했음을 의미합니다. 두 번째 달의 평균 지출은 약 $40 (240 - 200)입니다. 다른 행은 여러 사용자 집단을 나타냅니다. 녹색 선은 12월에 인수한 사용자를 나타내며 파란색은 10월에 인수한 사용자를 나타냅니다.

이것이 중요한 이유는 무엇입니까?

이러한 종류의 cohort 분석은 여러 가지 다양한 목적에 유용할 수 있지만 가장 즉각적인 이점이 종종 더 나은 고객 확보 의사 결정인 경우가 있습니다. 많은 기업이 마케팅 지출을 고객의 첫 구매에 수익성을 제공하는 채널로 제한합니다. 이 회사들은 평균 첫 구매가 고객 확보 비용보다 gross margin 이상 높은 수익률을 내는 한 주어진 채널을 통해 고객 확보 비용을 지불합니다.

이러한 접근방식의 문제점은 흔히 성장에 대한 과소 투자로 귀결된다는 점이다. 경쟁업체가 구매 행동에 대한 더 깊은 이해를 바탕으로 마케팅을 한다면, 경쟁업체는 사용자보다 더 성장합니다. lifetime revenue cohort 분석을 사용하면 고객 확보 비용 확대의 결과를 이해할 수 있으며, 이를 팀의 나머지 사용자에게 쉽게 전달할 수 있습니다. 미래 고객이 기존 고객처럼 행동한다면 더 높은 CPA로 고객을 획득하는 것은 예측 가능한 투자 회수 기간을 초래합니다. 기업의 현금 포지션에 따라 어떤 회수 기간에 익숙한지 정의하고 차트에서 해당 지점을 찾아 그에 따라 지출할 수 있습니다.

또한 이 분석을 사용하여 획득한 사용자의 온보딩, 참여 및 매출 생성에 더 능숙한지 확인할 수 있습니다. 예를 들어, 이 cohort 분석은 신규 사용자에 대한 무료 배송 프로모션으로 반복 구매자 또는 일회성 구매자가 다시 돌아오지 않는지 확인하는 좋은 방법입니다.

다양한 비즈니스 모델에 따라 어떻게 달라집니까?

대부분의 비즈니스에서 lifetime revenue cohort 분석 차트는 초기 기간 동안 많은 양의 지출을 보여 준 다음 시간이 지남에 따라 더 느리게 증가합니다. 이러한 초기 급증은 고객이 다른 어느 시기보다 인수 후 곧 첫 구매에 나설 가능성이 높기 때문입니다. 인수 이벤트 자체가 구매인 경우 고객의 100%가 첫 번째 기간에 구매합니다. 구매 전에 등록을 할 수 있는 경우에는 이러한 효과가 덜 극단적입니다.

예를 들어, Groupon에 등록한 사람 중 다수가 즉시 구매하지 않기 때문에 Groupon은(는) Amazon보다 초기 점프가 훨씬 낮을 수 있습니다. 환불 건수가 많지 않은 한, 이 차트는 초기 점프 후 오른쪽으로 기울어질 것이다. 고객이 처음 가입할 때 가장 활발하게 움직이기 때문에 시간이 지날수록 성장률이 낮아지는 경향이 있다. 이는 몇 명이 더 구매하러 다시 오는지에 상관없이 코호트 내 사람들의 수가 일정하게 유지되기 때문에 평균이 하락하게 된다. 구독사업에서는 사람들이 일회성 구매를 하는 사업에서보다 경사도가 덜 공격적으로 붕괴될 것이다.

간혹 구독 비즈니스는 시간이 지날수록 기울기가 커지기도 한다. 이를 직접 눈으로 확인하는 경우는 드물지만, 그럴 경우 비즈니스에 좋은 시그널이 된다. 이는 이탈하는 고객이 0명이라는 의미가 아니라 이탈하는 고객을 만회하는 수준 이상으로 유지되는 고객을 위한 업그레이드를 의미한다.

계산되는 방법은 무엇입니까?

이 계산에는 두 가지 간단한 입력이 있습니다. cohort에 있는 멤버 수(변경되지 않음)와 해당 멤버가 해당 기간에 생성한 매출액입니다. cohort의 구성원을 확인하려면 해당 기간에 인수한 사용자 수를 계산합니다. 획득은 첫 번째 구매, 계정 생성, 뉴스레터 등록 또는 기타 이벤트가 될 수 있습니다. revenue 계산이 좀 더 복잡합니다. 이 cohort의 멤버가 주문하고 구매 날짜로부터 고정 기간(예: 처음 3개월) 내에 수행한 주문의 매출액을 합산하려고 합니다. 마지막으로, 차트의 각 기간에 대해 cohort에 있는 멤버 수로 매출을 나눈 후 시간이 지남에 따라 이 값을 누적하여 추가합니다.

이 차트의 변형은 무엇입니까?

유용한 cohort 분석 종류가 많습니다. 가장 일반적인 변형은 사용자 획득 소스별 필터링입니다. 예를 들어 organic 검색, paid 검색 또는 제휴 프로그램을 통해 온 고객에 대해 이 차트를 확인할 수 있습니다. 이렇게 하면 한 획득 소스의 고객이 다른 고객보다 충성도가 높은지 또는 가치가 높은지 파악하는 데 도움이 됩니다. 인구 통계나 기타 사용자 특성별로 필터링할 수도 있습니다.

데이터를 보는 또 다른 방법은 누적되는 데이터가 아닌 증분 데이터 관점입니다. 이는 평균 사용자가 인수한 후 각 달에 지출하는 증분 금액을 보여줍니다. 기존 사용자로부터 받은 반복 구매 횟수를 예상하는 데 유용합니다. 수익 이외의 다른 것들도 함께 살펴볼 수 있다. 일부 예에는 초대, 투표 또는 메시지와 같은 마진 및 비재무 지표가 포함됩니다.