Gebruiksscenario voor abonnement
U werkt op Adobe.com en biedt een gratis Creative Cloud-abonnement aan. Het is de bedoeling dat gebruikers een upgrade uitvoeren van de gratis versie naar de proefversie van 30 dagen of uiteindelijk naar de betaalde versie.
Korreligheid: Maandelijks
Inclusiemetrisch: Koppeling downloaden
Metrisch retourneren: Betaalde Creative Cloud aanschaffen
Deze functie gebruiken Cohort Analysiskunt u bijvoorbeeld zien dat tussen de 8% en 10% van de gratis Creative Cloud-gebruikers in de eerste maand na de installatie een upgrade uitvoeren, ongeacht wanneer ze zijn geïnstalleerd. 12-15% verbetering in de tweede maand van gebruik. Hierna wordt de upgrade aanzienlijk minder: 4-5% in maand drie, 3-4% in maand vier, en 1-2% in maand vijf.
Erkennend dat u potentiële klanten in maand drie niet moet verliezen, stelde u een e-mailcampagne op die wordt ontworpen om in het midden van maand drie aan een steekproef van gebruikers uit te gaan, die een coupon van $50 aan gebruikers aanbieden die nog niet hebben bevorderd.
Neem een paar maanden later contact op met uw rapport over cohortanalyse. Voor cohorten die na de start van de campagne zijn gevormd, is de conversie naar betaalabonnementen voor Creative Cloud in maand drie gestegen van 4-5% naar 13-14%, wat heeft geresulteerd in honderdduizenden dollars per cohort, voor elke maandelijkse cohort die maand drie van dat punt vooruit raakt.
Complexe kleurensegmenten gebruiken hoofdletters/kleine letters
Een belangrijke hotelketen richt veelvoudige klantengroepen voor bevorderingen en sporen tegen prestaties. Om de beste groepen van gebruikerscohorten te identificeren om te richten, willen zij zeer specifieke cohortgroepen tot stand brengen. De toegevoegde waarde gebruiken Inclusion en Return Criteria binnen Cohort Tabellen, kunnen ze alleen de juiste cohortgroeperingen definiëren met meerdere maatstaven en segmenten om ondermaatse klantengroepen te identificeren, zodat ze zich kunnen richten op promoties en deals om boekingen te verhogen.
Toepassingsversie adoptie-case
Een groot verzekeringsbedrijf drijft veel klantenbetrokkenheid door het gebruik van zijn mobiele app. Als er echter nieuwe functies aan hun app worden toegevoegd, is het van essentieel belang dat hun klanten een upgrade uitvoeren naar de nieuwste app-versie. Ze kunnen al hun app-versies naast elkaar analyseren en vergelijken met Custom Dimension Cohort om te zien welke klanten op welke toepassingsversie aan doel zijn. Bovendien kunnen ze zowel de retentie als het churn bijhouden om te zien of bepaalde app-versies klanten in de loop der tijd van het gebruik van de app afhouden. Via mobiele communicatie kunnen ze opnieuw contact opnemen met deze gebruikers om ze te laten upgraden naar de nieuwste versie om te profiteren van hun nieuwste functies.
Campagne Gebruiksscenario
Een multinational in de media gebruikt gerichte campagnes om gebruikers naar hun verschillende platforms te drijven om betrokkenheid te drijven. Advertentie-uitgaven per platform zijn gebaseerd op betrokkenheid en retentie van klanten. succesvolle campagnes zijn dan ook van cruciaal belang voor het succes van hun bedrijf . Ze gebruiken onze nieuwe Custom Dimension Cohort, functie in Cohort Tabellen om verschillende campagnes naast elkaar te vergelijken om te bepalen welke campagnes het meest effectief zijn bij het aanschaffen en behouden van gebruikers om de betrokkenheid te vergroten. Vervolgens kunnen zij vaststellen welke aspecten een campagne succesvol maken en deze toepassen op andere campagnes om de betrokkenheid op hun verschillende platform te vergroten.
Gebruiksscenario bij starten van product
Een grote apparel detailhandelaar heeft vele specifieke klantensegmenten die grote delen van opbrengst voor hun zaken drijven. Elk segment heeft specifieke producten die met het segment in mening worden ontworpen en worden gecreeerd. Bij elke productintroductie willen ze weten hoe het nieuwe product de verkoop aan verschillende cohorten in de loop der tijd heeft gestimuleerd. De nieuwe Latency Table instellen in Cohort Analysis, kunnen zij het gedrag en de inkomsten van een bepaald klantensegment vóór en na de lancering analyseren. Op basis van deze informatie kunnen zij vaststellen welke producten nieuwe inkomsten genereren en die geen tractie krijgen met klanten.
Individuele filiaalheid - De meest geliefde gebruikers gebruiken hoofdletters/kleine letters
Een grote luchtvaartmaatschappij haalt het grootste deel van haar succes en inkomsten uit herhaalde en loyale klanten. In veel gevallen zijn hun loyale reizigers het grootste deel van hun inkomsten en het behoud van die klanten van cruciaal belang voor hun succes op lange termijn. Het identificeren van hun meest loyale en verenigbare klanten kan vaak moeilijk zijn. Met de nieuwe Rolling Calculation instellen in Cohort AnalysisZij konden loyale klantensegmenten analyseren en te weten komen welke reizigers maand-over-maand herhaalde kopers waren. Vervolgens konden zij deze reizigers met beloningen en perken voor hun loyaliteit aanspreken. Bovendien, door het type van Cohort van behoud aan churn over te schakelen, konden zij ook identificeren welke klanten niet de maand-over-maand kopers herhaalden en die segmenten richten met bevorderingen om met hen opnieuw in dienst te nemen en ervoor te zorgen dat zij in de toekomst loyale klanten blijven.
