Taschenleitfaden zur Nutzung der Kohortenanalyse zur Kundenbindung

Einführung

Mobile-Vermarkter wissen, dass eine nachhaltige Marketing- oder Wachstumsstrategie nicht darauf hinausläuft, neue Kunden zu gewinnen, sondern sicherzustellen, dass bestehende Kunden bleiben.

Sich in unnötigen Kennzahlen wie App-Downloads oder täglich aktiven Nutzern zu verlieren, die keine Traktion garantieren, ist ein Rezept für eine Katastrophe. Für jeden Vermarkter gibt es nichts Besorgniserregenderes, als die meisten oder einen Teil seiner geschätzten Kunden innerhalb von Wochen oder Tagen nach der Akquise zu verlieren.

Wussten Sie, dass die Chance, an einen Neukunden zu verkaufen, nur bei 5–20 % liegt, im Gegensatz zu satten 60–70 % bei einem Stammkunden?

Um zu verhindern, dass Ihre Kunden Ihre App verlassen, ist es unerlässlich, der Kundenbindung Priorität einzuräumen. Die Bindung bestehender Kunden ist fünfmal günstiger als die Gewinnung neuer Kunden, und bei den meisten Unternehmen mit geringer Kundentreue kann es zu negativen Renditen kommen.

Doch bevor wir uns an die Abwanderung von Kunden machen können, kommen Daten in den Weg – nicht irgendwelche Daten, sondern genaue Zahlen, die Ihnen Aufschluss über das Verhalten und die Merkmale Ihres Kundenstamms geben. In einem solchen Fall werden Kohorten zu einer herausragenden Technik.

Heutzutage sind Vermarkter in einer viel besseren Verfassung als je zuvor, wenn es darum geht, Daten zum Verständnis und zur Analyse von Benutzerverhalten, -gewohnheiten und -merkmalen zu nutzen. Hier greifen die meisten Teams auf die Kohortenanalyse zurück.

Was ist Kohortenanalyse?

Die Kohortenanalyse hilft Ihnen, Daten, Kategorien und Muster zu lesen und befähigt Teams, Marketingentscheidungen abzuleiten. Einfach ausgedrückt handelt es sich hierbei um die Linse eines Vermarkters, um Chancen zu erkennen und Kunden anzusprechen, um eine maximale Wirkung zu erzielen, indem das Verhalten über einen bestimmten Zeitraum hinweg untersucht wird.

Kohorten sind Gruppen von Benutzern mit stärkeren Merkmalen und gemeinsamen Erfahrungen über einen bestimmten Zeitraum. Sie werden aufgrund ihrer Handlungen gespalten. Dazu können neue und bestehende Benutzer und deren Verhalten gehören, wie z. B. Wiederholungskäufe oder Inaktivität.

Dieser Prozess macht es einfacher, das Benutzerengagement im Laufe der Zeit zu verstehen und Muster oder Reibungspunkte zu erkennen, das Benutzerengagement zu verbessern und Kunden zu binden.

Wie unterscheiden sich Kohorten von Segmenten?

Wenn Sie gerade erst anfangen, kann es leicht passieren, dass Sie zwischen Kohorten- und Segmentanalyse verwechseln – beide Methoden sind nicht austauschbar; Tatsächlich ergänzen sie einander. Ersteres ist ein analytischer Prozess, der an Zeit und identisches Benutzerverhalten gebunden ist und bei dem die Daten ähnlicher Zielgruppen über einen Zeitraum hinweg untersucht werden, um ihre Interaktionsmuster zu messen, während es bei letzterem darum geht, eine große Datenmenge auf der Grundlage gemeinsamer Interessen und demografischer Merkmale in kleine Gruppen aufzuteilen Standort, Verhalten usw.

Beispielsweise können Kunden, die die App herunterladen und innerhalb von 30 Tagen ihren ersten Kauf tätigen, als Kohorte bezeichnet werden. Allerdings werden alle Kunden, die die App heruntergeladen haben, zu Ihrem Segment.

Es handelt sich um eine Teilmenge eines Segments, bei dem der Zeitraum ein wichtiger Faktor ist. Die Analyse von Kunden auf der Grundlage von Verhaltensanalysen und ihren Aktionen sowie die Gruppierung in kleine Gruppen, anstatt die gesamte Gruppe als eine große Datenmenge über einen bestimmten Zeitraum hinweg zu behandeln, wird als Kohortenanalyse bezeichnet.

Marketingteams können die Kohortenanalyse verwenden, um das Verhalten und die Aktionen der Kunden zu verfolgen und bessere Einblicke in die individuellen Benutzerbedürfnisse über einen bestimmten Zeitraum zu gewinnen. Die Kohortenanalyse ermöglicht es Teams, Kampagnen individuell anzupassen und Strategien zu entwickeln, die die Kundenbindung fördern.

Wichtige Anwendungsfälle für die Verwendung der Kohortenanalyse

Stellen Sie sich vor, Sie möchten Ihren Benutzern ein Abonnementpaket verkaufen. Würden Sie stattdessen beten und beten oder eine Handvoll treuer Benutzer auswählen, die Ihr Produkt gerne verwenden und über ein hohes Verhältnis von offener und konsumierter App verfügen? Letzteres, oder? Das haben wir auch vermutet.

Marketingteams können die Kohortenanalyse nutzen, um verschiedene Herausforderungen oder gering hängende Chancen vom Produktmarketing bis zur Akquise zu verstehen.

1. Kundenbindung: Identifizieren Sie Kunden, die Ihrer Treuegruppe beigetreten sind oder sich im Ruhezustand befinden. Die Kohortenanalyse kann Ihnen helfen, vielversprechende Benutzer für ein bestimmtes Ereignis zu verfolgen (z. B. Benutzer, die Artikel in den Warenkorb gelegt, aber in den letzten 45 Tagen nicht gekauft haben) oder solche, die sich im Wertlebenszyklus befinden (z. B. Benutzer, deren durchschnittlicher Bestellwert sinkt seit einem Monat) – Kohortenanalysen können dabei helfen, Muster zu erkennen.
2. Produktleistung: Durch die Verfolgung von Kohorten von Benutzern, die mit der Nutzung eines Produkts oder einer Funktion begonnen haben, können Sie deren Nutzungsmuster analysieren und Verbesserungsmöglichkeiten zur Verbesserung der Produktleistung identifizieren.
3. Marketingkampagnen: Durch die Verfolgung von Kohorten von Benutzern, die einer bestimmten Marketingkampagne ausgesetzt waren, können Sie deren Verhalten analysieren und die Auswirkungen der Kampagne auf die Benutzerakquise und -bindung ermitteln.
4. A/B-Tests: Durch den Vergleich von Kohorten von Benutzern, die verschiedenen Versionen eines Produkts oder einer Funktion ausgesetzt sind, können Sie deren Verhalten analysieren und feststellen, welche Version besser abschneidet.
5. Benutzerengagement: Die Analyse kann dabei helfen, Trends im Benutzerengagement im Laufe der Zeit zu erkennen.
   Sie könnten beispielsweise Kohorten von Personen erstellen, die sich über bestimmte Kanäle angemeldet haben, und dann deren Engagements nach einem Monat oder einem Quartal analysieren. Dadurch erhalten Sie Einblicke darüber, welcher Akquisekanal Ihnen ein ansprechendes Publikum beschert.

Arten der Kohortenanalyse

Im Großen und Ganzen kann es in zwei große Kategorien unterteilt werden: Verhaltens- und Erwerbskohorten; Allerdings können Vermarkter so tief in die Analyse der Daten einsteigen, wie sie benötigen. Hier sind einige Arten der Kohortenanalyse, die Sie ausprobieren und testen können.

1. Zeitbasierte Kohortenanalyse: Diese Analyse berücksichtigt die Benutzer auf der Grundlage des Zeitpunkts, zu dem sie die App oder den Dienst zum ersten Mal genutzt haben, und verfolgt ihr Verhalten im Laufe der Zeit. Der Aufbau zeitbasierter Kohorten kann Ihnen helfen, mehr über die Interaktionsrate des Benutzers über einen bestimmten Zeitraum zu erfahren und Muster zu erkennen, um fundierte Produktentscheidungen zu treffen.
2. Akquise-Kohortenanalyse: Die Akquise-Analyse konzentriert sich auf die Benutzergruppe basierend auf dem Kanal, über den sie akquiriert wurden – bezahlt, organisch, sozial oder Affiliate. Vermarkter teilen die Benutzer dann anhand ihrer Eingangspunkte auf, um ihr Verhalten zu überwachen. Dies hilft Marketingteams, die Wirksamkeit des Kanals und die Bindung der Benutzer an eine Quelle gegenüber einer anderen zu verstehen, und ermöglicht es den Teams, ihre Marketinginvestitionen zu verdoppeln.
3. Verhaltenskohortenanalyse: Diese Analyse konzentriert sich auf die Gruppierung von Benutzern basierend auf ihrem Verhalten oder ihren Aktionen. Vermarkter verlassen sich in hohem Maße auf diese Daten, um Benutzersegmente mit unterschiedlichen Bedürfnissen und Vorlieben zu identifizieren und ihre Produkte oder Dienstleistungen besser auf diese Bedürfnisse abzustimmen.
4. Segmentkohortenanalyse: Die Segmentanalyse kann ihnen helfen, die Kaufgewohnheiten der Benutzer zu untersuchen – spezifischer Produktkauf, Demografie, Funktionskauf oder Anmeldung für einen bestimmten kostenpflichtigen Dienst. Dies kann Vermarktern dabei helfen, maßgeschneiderte Dienstleistungen oder Produkte für bestimmte Segmente zu entwickeln, indem sie Benutzer basierend auf der Tiefe und Breite ihrer Investitionen aufteilen.
5. Ereignisbasierte Kohortenanalyse: Wie der Name schon sagt, ermöglicht das Bucketing – Benutzer basierend auf jeder von ihnen durchgeführten Aktion oder jedem von ihnen durchgeführten Ereignis – den Teams Transparenz bei der Validierung von Hypothesen.

Durch die Analyse, wie verschiedene Gruppen oder Kohorten ihre Produkte nutzen, kann das Unternehmen Fehler in seinen Marketingtaktiken erkennen und die effektivsten Mittel zur Kommunikation mit verschiedenen Kundensegmenten ermitteln.

Darüber hinaus kann das Unternehmen diese maßgeschneiderten Daten nutzen, um Anreize zu schaffen, die Kunden dazu ermutigen, ihre Produkte weiterhin zu verwenden, insbesondere wenn es Anzeichen dafür gibt, dass sie ihre Einkäufe abbrechen.

So lesen und verstehen Sie eine Kohortentabelle

Die Kohortentabelle bildet den Lebenszyklus eines Benutzers vom Tag 0 bis zum Tag N ab (0 und N sind das Fenster Ihrer Zeit).

In der folgenden Tabelle sehen wir uns das Engagement einer Gruppe von Benutzern innerhalb der ersten 7 Tage an. Als Vermarkter können Sie diese Daten von Kundenteams erhalten und in Excel importieren oder ein Tool wie WebEngage verwenden, wo sie automatisch in Echtzeit aktualisiert werden.

Beim Untersuchen von Tabellen in WebEngage können Sie den Zeilen oder Spalten mit dem dunkelsten Blauton folgen. Die obige Tabelle zeigt ein Startereignis und ein wiederkehrendes Ereignis. Das Startereignis bezeichnet Benutzer, die die App am Tag 0 heruntergeladen haben, und das Rückgabeereignis stellt Benutzer dar, die zurückgekehrt oder abgewandert sind.

Die Tabelle belegt, dass insgesamt 34,9 % der Benutzer das Return-Ereignis am selben Tag nach der Installation durchführten, gefolgt von 7 % der übrigen Benutzer am ersten Tag usw.

Anhand der obigen Tabelle lässt sich ganz einfach ableiten, wann Benutzer die App verlassen.

Hypothese 1: Am 10. März gab es eine Herausforderung mit der App
Hypothese 2: Die Motivation der Benutzer wurde beeinträchtigt, was zu einer schlechten Interaktion führte

Die Schlussfolgerung aus der obigen Tabelle ist die D0-Retention, die gelöst werden muss, gefolgt von D1. Nachdem Sie den Problembereich identifiziert haben, können Sie einen weiteren Drilldown zu Demografie, Akquisekanälen, Betriebssystem, Gerät und anderen Details zu den Benutzern durchführen, um zu verstehen, was die Abwanderung verursacht.

Metriken zur Messung Ihrer Kohortentabelle

Kohortentabellen sind der Arm eines Vermarkters, um Einblicke in das Produkt und die Psyche der Benutzer zu gewinnen.

Sie können beispielsweise eine Kohortentabelle nutzen, um die Verhaltensmuster der Benutzer abzubilden und die Unzulänglichkeiten Ihrer App zu entschlüsseln. So können Sie bessere App-Erlebnisse bereitstellen, das Vertrauen der Kunden stärken und die Kundenbindung erhöhen.

Diese Analyse hilft dabei, den Zustand, die Funktionen und die Klebrigkeit der App ganzheitlich zu entschlüsseln. Während der häufigste Anwendungsfall beim Erstellen von Kohorten darin besteht, die Benutzerbindung über eine Kategorie, ein Feature oder auf App-Ebene zu verbessern, gibt es nur wenige Metriken, die dabei helfen können, auch andere Aspekte des Benutzerverhaltens zu untersuchen.

1. Retention-Rate: Die Retention steht im Mittelpunkt der Leistung der App und misst den Prozentsatz der Benutzer, die bei der App bleiben, sich weiterhin engagieren oder ein beliebiges Ereignis in der App durchführen. Um die Bindung zu berechnen, dividieren Sie die Gesamtzahl Ihrer aktiven Benutzer durch die Anzahl der Benutzer zu Beginn.


Stellen Sie sich vor, Sie hätten Anfang Januar 100 Kunden, 20 neue Kunden gewonnen und insgesamt 10 Kunden aus dem System abgewandert. Sie haben jetzt noch 110 Kunden, Ihre Bindungsrate beträgt also:

(110-20)/100 = 90 %

2. Abwanderungsrate: Während die Kundenbindung die Benutzer erfasst, die in der App bleiben, erfasst die Abwanderungsrate diejenigen, die die App verlassen haben.
   

   Wenn ein SaaS-Unternehmen beispielsweise zu Beginn des Monats 1.000 zahlende Kunden hätte und 100 von ihnen ihr Abonnement gekündigt hätten, läge die Abwanderungsrate des Unternehmens bei 10 %.

3. Der durchschnittliche Umsatz pro Benutzer (ARPU): Einige Apps verwenden auch Kohortentabellen, um den ARPU über einen Zeitraum zu analysieren. Um dies zu berechnen, dividieren Sie den generierten Gesamtumsatz durch die Anzahl der Benutzer in dieser Kohorte.



4. Customer Lifetime Value (CLTV): CLTV kann Ihnen helfen zu verstehen, wie viel Wert der Kunde über einen bestimmten Zeitraum für das Unternehmen haben wird, und Kohorten können Ihnen bei der Messung helfen.

   Der CLTV lässt sich am einfachsten berechnen: Customer Lifetime Value = Kundenwert x durchschnittliche Kundenlebensdauer. Der Kundenwert ist hier die durchschnittliche Menge und Häufigkeit, mit der ein Kunde bei Ihnen kauft. Die Kundenlebensdauer ist die Gesamtzahl der Jahre, die sie mit Ihrem Produkt aktiv geblieben sind, geteilt durch die Gesamtzahl der Kunden.

   

   

   Sie können dies erreichen, indem Sie den durchschnittlichen Umsatz pro Benutzer mit der geschätzten Zeit multiplizieren, die der Benutzer Kunde war.

5. Conversion-Rate: Sie verfolgt den Prozentsatz der Benutzer, die eine gewünschte Aktion ausführen, z. B. einen Kauf oder die Anmeldung für ein Abonnement. Teilen Sie die Anzahl der Benutzer, die die gewünschte Aktion ausführen, durch die Gesamtzahl der Benutzer in einer Kohorte.
6. Kohortengröße: Unter Kohortengröße versteht man die Anzahl der Benutzer, die über einen bestimmten Zeitraum hinweg innerhalb einer bestimmten Gruppe, eines Segments oder einer Kohorte ein gemeinsames Merkmal aufweisen. Wenn eine OTT-App beispielsweise im Januar 100 Neuanmeldungen und im Februar etwa 140 Neuanmeldungen verzeichnet, beträgt die Kohortengröße der Neuabonnenten für diese Monate 100 bzw. 140.

Die oben genannten Kennzahlen sind nur die Spitze des Eisbergs im riesigen Ozean des Kundenbindungsmanagements. Vermarkter und Produktbesitzer können jede Tabelle, Kohorte, jedes Muster und jede Hypothese auf granularer Ebene untersuchen und analysieren, um tief in die Kundenerkenntnisse einzudringen.

Obwohl diese Kennzahlen branchenübergreifend gleich bleiben, führen sie alle dazu, dass wir die Kundenbindungsrate täglich, wöchentlich, monatlich oder in einem anderen spezifischen Zeitrahmen berechnen, der für Ihr Unternehmen geeignet ist.

Nehmen wir an, ein E-Commerce-Unternehmen in Indien hat zu Beginn der Monsunzeit 15.000 Kunden. Während der Saison verlieren sie 1.500 Kunden und gewinnen 2.000 neue Kunden hinzu.

Die Kundenbindungsrate für die Monsunzeit wird wie folgt berechnet:

Kundenbindungsrate = ((Gesamtkunden am Ende der Monsunsaison – Neukunden) / Gesamtkunden zu Beginn der Monsunsaison) x 100

In diesem Fall wäre die Kundenbindungsrate für die Monsunzeit also: ((15.500 – 2.000) / 15.000) x 100 = 86,67 %

Wenn also jemand im Unternehmen wissen möchte, wie hoch die Retention während des Monsuns war (spezifisch für den Zeitraum), lag sie bei 86,67 %, was immer noch ein guter Wert ist. Die meisten Unternehmen in Indien sind während des Monsuns betroffen, weil die Logistik darunter leidet, doch dieses Unternehmen konnte durchkommen.

Die Kundenbindungsrate (CRR) ist der Prozentsatz der Kunden, die über einen bestimmten Zeitraum gehalten werden. Um die Bindungsrate zu berechnen, benötigen Sie drei Kennzahlen

• Kunden zu Beginn des angegebenen Zeitraums
• Kunden am Ende des angegebenen Zeitraums
• In diesem Zeitraum wurden neue Kunden gewonnen.

Die Formel lautet dann wie folgt



Wenn Sie beispielsweise zu Beginn des Zeitraums 1.000 Kunden hatten und fast 100 neue Kunden hinzukamen und am Ende desselben Zeitraums noch 500 Kunden übrig waren, dann sieht die Rechnung so aus:

CRR = ((500-100)/1000)*100

CRR = 40 %

Das bedeutet, dass Sie im besagten Zeitraum 40 % Ihrer Kunden behalten haben. Mittlerweile haben einige Branchen einfach aufgrund der Art des Dienstes oder der nomadischen Einstellung des Publikums eine höhere Kundenbindung als andere.

Die 40 % liegen eher am alarmierenden Ende des Spektrums, aber alles über 70 % wird als gute CRR angesehen.


Kohortenmetriken analysieren

Eine Marketingstrategie ist nur so gut wie ihre Experimente und Hypothesen – niedrig hängende Früchte identifizieren, Problembereiche doppelt antizipieren, ein Problem vorhersagen und Daten extrapolieren, um eine potenzielle Herausforderung zu vermeiden; Wenn es um die Verhaltensdaten Ihrer Benutzer geht, ist die Arbeit eine nie endende Angelegenheit.

Ein wesentlicher Bestandteil dieser Verbindung zwischen Vermarktern und ihren Zahlen sind Kohorten – die potenziellen Erkenntnisse einer Gruppe von Benutzern, die über den Erfolg oder Misserfolg Ihrer Kampagnen entscheiden können. Die Analyse von Kohorten erfordert mehrere Schritte und Kanäle. Lassen Sie uns herausfinden, wie Sie noch heute damit beginnen können.

• Trends erkennen: Ein Gespür für das Erkennen von Trends kann Teams dabei helfen, einen vollständigen Zyklus von Experimenten aufzubauen, die immer wieder Mehrwert für das Unternehmen schaffen. Das frühzeitige Erkennen von Trends gibt Ihnen den Spielraum, Ihre Strategien in die richtige Richtung zu planen.
  Als Dropbox feststellte, dass seine Benutzer auf der Plattform zusammenarbeiten, beispielsweise Bilder austauschen oder andere Veranstaltungen durchführen, sorgten sie für Wachstum, indem sie neue Benutzer einluden. Dropbox hat sofort einen Anreiz für alle seine Nutzer geschaffen und ihnen so ein enormes Umsatzwachstum ermöglicht.
• Kohortengruppen vergleichen: Ein weiterer großartiger Erkenntnisgewinner ist ein Vergleich verschiedener Kohortengruppen über sich ändernde Elemente hinweg – dieselbe Gruppe von Benutzern zu unterschiedlichen Zeiten, verschiedene Benutzer, die dieselbe Funktion übernehmen, und viele solcher Iterationen. Durch den Vergleich können Teams das Benutzerverhalten untersuchen und analysieren, wie sich Benutzer voneinander unterscheiden.
  Dies ermöglicht es Teams, Erfolgsstrategien für alle Produkte oder Dienstleistungen zu reproduzieren.
• Interpretation von Daten: Eine hohe Abwanderungsrate könnte für eine kostenlose Anwendung mit offenem Zugriff in Ordnung sein, könnte aber bei einem abonnementbasierten Dienst Anlass zur Sorge geben. Daher sollte die Interpretation von Daten im vollständigen Kontext zur Art des Geschäfts erfolgen. Indem Sie den Kontext rund um Ihre Daten verstehen
  Wenn Sie beispielsweise über Benutzer sprechen, handelt es sich dann um einzigartige oder neu erworbene Benutzer oder um regelmäßige Benutzer der App. Sie können fundiertere Entscheidungen über Strategien zur Verbesserung der Leistung Ihres Unternehmens treffen.

Kohortenanalyse mit WebEngage

Die Durchführung einer Kohortenanalyse auf WebEngage ist unkompliziert und unglaublich einfach. Mit weniger als fünf Klicks können Produktteams und Vermarkter auf einen Pool verwertbarer Daten zum Verhalten ihrer Benutzer zugreifen.

Klicken Sie zunächst auf das Dropdown-Symbol auf der linken Seite Ihres WebEngage-Dashboards und tippen Sie auf Kohorten. Sobald Sie diesen Abschnitt erreicht haben, verwenden Sie die Filter oben, um Parameter einzugeben, die Ihnen helfen, Ihr Publikum zu verstehen.

Von einer so kleinen Aktion wie einer App-Installation bis hin zu einer App, die für etwas so Wichtiges wie ein gekauftes Abonnement oder eine durchgeführte Aktivität geöffnet ist, ermöglicht Ihnen die Plattform, jedes kleinste Detail auf einer sehr detaillierten Ebene zu überwachen.

Sobald Sie fertig sind, können Sie mit der darunter ausgefüllten Kohortentabelle fortfahren. es würde ungefähr so ​​aussehen. Auf der linken Seite sehen Sie die Tage, wobei oben der Startzeitraum und unten der späteste bzw. Endzeitraum steht.

Sie möchten diese Tabelle spaltenweise lesen, anstatt von Zeile zu Zeile zu gehen.



Wie Sie in der obigen Tabelle sehen können, heben die dunkleren Blautöne die Aktivität der Benutzer hervor. Je dunkler das Blau, desto stärker bzw. höher ist der Anteil. Wenn Sie sich beispielsweise die Daten vom 6. November ansehen, werden Sie feststellen, dass es sich um den ärmsten aller Tage handelt. Obwohl Benutzer die Aktion am Tag 0 durchführten, war der Prozentsatz der Benutzer, die zum Rückkehrereignis zurückkamen, gering.

Kampagnen, die nach der Identifizierung Ihrer Kohorten durchgeführt werden müssen

Jetzt haben Sie ein gutes Verständnis davon, wie die Kohortenanalyse funktioniert, wie man die Tabelle liest und wie man Lücken erkennt. Was machen Sie mit all diesen Erkenntnissen? Was ist der nächste Schritt?
Nun, die Art der Ausführung, die Vermarkter nach der Kohortenanalyse durchführen können, ist nicht aufzuhalten, aber hier erfahren Sie, wie Sie damit beginnen können.

1. E-Mail-Kampagnen : Stellen Sie sich vor, Sie sind in einer Kohorte gelandet, die Artikel in den Warenkorb legt, diese aber vor dem Bezahlen immer wieder ablegt. An diesen Stapel können Sie personalisierte E-Mails über den Wert des Produkts, einige Erfahrungsberichte von Benutzern oder sogar einen Rabattcode senden.
2. Prämien-/Treueprogramme : Kohortenkampagnen sind immer großartig, weil Sie eine bestimmte Gruppe von Benutzern unterschiedlich behandeln und diese Erkenntnisse in die Entwicklung einer langfristigen Funktion einfließen lassen können. Stellen Sie sich vor, Sie geben einen Gutscheincode für Benutzer ein, die eine bestimmte Marke überschreiten, was sich in ansprechendem Verhalten niederschlägt.
3. Angebote : Das Anbieten von Rabatten oder kostenlosen Versandangeboten kann Kunden zum Kauf anregen. Sie können Ihre Kunden anhand ihres Kaufverhaltens segmentieren und sie mit maßgeschneiderten Rabatten oder Angeboten zum Kauf weiterer Produkte animieren.
4. Reaktivierungs-E-Mails : Sie haben also eine Kohorte gefunden, die in den ersten Wochen relativ aktiv war, dann aber langsam in eine Flaute eintrat – Reaktivierungs-E-Mails sind hier zur Rettung da. Diese E-Mails können Anreize bieten oder Ihre Benutzer an die Vorteile Ihrer Produkte erinnern. Manche nennen dies auch eine Auferstehungskampagne.
5. AOV-Management : Durch die Implementierung einer Kampagne zur Verwaltung des durchschnittlichen Bestellwerts (AOV) können die Ausgaben der Kunden pro Kauf erhöht werden. Das Anbieten gestaffelter Rabatte oder kostenloser Versand bei Einkäufen über einem bestimmten Betrag kann Kunden dazu ermutigen, mehr auszugeben.

So entwickeln Sie Aktionselemente aus Ihrem Bericht

Jeder gute Vermarkter weiß, dass echter Erfolg nicht nur darin besteht, Benutzer dazu zu bringen, Ihre App herunterzuladen – die Reise beginnt erst danach. Es ist leicht, Daten isoliert zu betrachten und sich in oberflächlichen Kennzahlen wie App-Downloads oder App-Öffnungen zu verlieren, aber wenn Sie sich wirklich um Ihre Zielgruppe kümmern, müssen Sie sich auf die Bindung konzentrieren.

Beginnen Sie damit, Kohorten zu nutzen, um Verbesserungsbereiche zu identifizieren und zu verwerfen, was an der Oberfläche sichtbar ist. Machen Sie sich intensiv mit der Priorisierung der Aktionselemente vertraut, indem Sie genau erfahren, was Benutzer dazu bringt, sich in Ihre App zu verlieben. Was bringt sie zum Bleiben und vor allem: Was bringt sie dazu, zu gehen? Teilen Sie Ihre Bemühungen nach den potenziellen Auswirkungen auf die Kundenbindung und den zu ihrer Bewältigung erforderlichen Ressourcen auf.

Sobald Sie mit diesem Schritt fertig sind, können Sie mit der Entwicklung einer robusten und agilen Bindungsstrategie fortfahren. Denken Sie daran: Der Schlüssel liegt immer in der Optimierung. Sie möchten vermeiden, eine Strategie umzusetzen und dann tage- oder wochenlang darauf zu warten, stündlich Änderungen vorzunehmen. Überwachen Sie Ihre Kohorten und ihre Aktionen so oft wie möglich und nehmen Sie Änderungen in Ihrem Aktionsplan vor. Hier liegt das eigentliche Wachstum.

Die Entwicklung von Aktionspunkten nach der Überwachung erfordert blitzschnelles Handeln auf Erkenntnissen. Verfolgen Sie Ihre Abwanderungsrate oder CRR. Überprüfen Sie den Zustand Ihrer Trichter.

Abschluss

Wenn Sie ein datengesteuerter Vermarkter sind oder dies anstreben, ist die Kohortenanalyse Ihr Leitstern. Es handelt sich um einen Rahmen für die Zielsetzung, die Entfaltung von Erkenntnissen, die Festlegung von Kennzahlen und den Beginn strategischer Gespräche.

Viele WebEngage-Kunden haben Kampagnen für Abonnements, Funktionseinführung, App-Bewertung, Benutzer-Onboarding und eine Vielzahl anderer Szenarien implementiert, nachdem sie Erkenntnisse aus ihrer Kohorte gewonnen hatten.

Die Kohortenanalyse verschafft Marketingteams Erkenntnisse und stärkt ihre Hypothese darüber, was Ihr nächster großer Schritt sein sollte. Machen Sie die Kohortenanalyse zu Ihrer Wahl, wann immer Sie eine kundenorientierte Kampagne planen.
Unternehmen haben Schwierigkeiten, erfolgreich zu sein, da sie sich nur auf die Akquise (Zustrom von Benutzern) konzentrieren und die Bindung (die Erhaltung derjenigen, die beigetreten sind) ignorieren.

Sind Sie bereit, Ihre Kundenbindungskampagnen auf die nächste Stufe zu heben? Fordern Sie noch heute eine Demo an, um mehr über Kohorten zu erfahren und wie diese Ihnen beim Aufbau effektiver Kundenbindungskampagnen helfen können.