Guide de poche pour utiliser l'analyse de cohorte pour la fidélisation de la clientèle

Introduction

Les spécialistes du marketing mobile savent qu'une stratégie de marketing ou de croissance durable ne se limite pas à acquérir de nouveaux clients, mais à s'assurer que les clients existants restent.

Se perdre dans des mesures de vanité telles que les téléchargements d'applications ou les utilisateurs actifs quotidiens qui ne garantissent aucune traction est une recette pour un désastre. Pour tout spécialiste du marketing, il n'y a rien de plus alarmant que de perdre la plupart ou une partie de ses précieux clients dans les semaines ou les jours suivant l'acquisition.

Saviez-vous qu'il n'y a que 5 à 20 % de chances de vendre à un nouveau client, contre 60 à 70 % pour un client régulier ?

Pour éviter que vos clients ne quittent votre application, il est impératif de prioriser la fidélisation des clients. Conserver les clients existants est 5 fois moins cher que d'en acquérir de nouveaux et la plupart des entreprises dont la fidélité des clients est faible peuvent entraîner des rendements négatifs.

Mais avant que nous puissions nous précipiter pour empêcher les clients de partir, les données font obstacle - pas n'importe quelles données, mais des chiffres exacts qui vous renseignent sur le comportement et les caractéristiques de votre clientèle. Dans un tel cas, les cohortes deviennent une technique saillante.

Aujourd'hui, les spécialistes du marketing sont en bien meilleure forme qu'ils ne l'ont jamais été lorsqu'il s'agit d'utiliser des données pour comprendre et disséquer le comportement, les habitudes et les traits des utilisateurs, c'est là que la plupart des équipes se tournent vers l'analyse de cohorte.

Qu'est-ce que l'analyse de cohorte ?

L'analyse de cohorte vous aide à lire les données, les catégories et les modèles et permet aux équipes d'extrapoler les décisions marketing. En termes simples, il s'agit d'un objectif marketing pour identifier les opportunités et engager les clients pour un impact maximal en étudiant le comportement sur une période de temps.

Les cohortes sont des lots d'utilisateurs avec des caractéristiques plus fortes et des expériences partagées sur une période spécifique. Ils sont divisés en fonction de leurs actions. Cela peut inclure les utilisateurs nouveaux et existants et leurs comportements, tels que les achats répétés ou l'inactivité.

Ce processus permet de comprendre plus facilement l'engagement des utilisateurs au fil du temps et d'identifier les modèles ou les zones de friction, d'améliorer l'engagement des utilisateurs et de fidéliser les clients.

En quoi les cohortes sont-elles différentes des segments

Si vous débutez, il est facile de confondre analyse de cohorte et analyse de segment – ​​les deux méthodes ne sont pas interchangeables ; en fait, ils se complètent. Le premier est un processus analytique limité par le temps et des comportements d'utilisateurs identiques où les données d'audiences similaires sont étudiées sur une période pour évaluer leurs modèles d'engagement, tandis que le second consiste à diviser un grand ensemble de données en petits groupes basés sur des intérêts communs, des données démographiques emplacement, comportement, etc.

Par exemple, les clients qui téléchargent l'application et effectuent leur premier achat dans les 30 jours peuvent être appelés une cohorte. Cependant, tous les clients qui ont téléchargé l'application deviennent votre segment.

Il s'agit d'un sous-ensemble d'un segment où la période de temps est un facteur important. Analyser les clients en fonction de l'analyse comportementale, de leurs actions et les regrouper en petits lots plutôt que de traiter l'ensemble du lot comme une seule mégadonnée sur une période de temps spécifique s'appelle l'analyse de cohorte.

Les équipes marketing peuvent utiliser l'analyse de cohorte pour suivre le comportement et les actions des clients et obtenir de meilleures informations sur les besoins uniques des utilisateurs sur une période de temps spécifique. L'analyse de cohorte permet aux équipes de personnaliser les campagnes et d'élaborer des stratégies qui stimulent la fidélisation des clients.

Cas d'utilisation clés pour l'utilisation de l'analyse de cohorte

Imaginez que vous vouliez vendre un pack d'abonnement à vos utilisateurs - maintenant, voudriez-vous plutôt pulvériser et prier ou sélectionner une poignée d'utilisateurs fidèles qui aiment utiliser votre produit et ont un ratio élevé d'ouverture d'application à consommation ? Ce dernier, non ? Nous l'avons deviné aussi.

Les équipes marketing peuvent utiliser l'analyse de cohorte pour comprendre divers défis ou opportunités à court terme, du marketing produit à l'acquisition.

1. Fidélisation client : Identifiez les clients qui sont entrés dans votre groupe de fidélité ou ceux qui hibernent. L'analyse de cohorte peut vous aider à suivre les utilisateurs prometteurs pour un événement spécifique (par exemple, les utilisateurs qui ont ajouté des articles au panier mais qui n'ont pas acheté au cours des 45 derniers jours) ou ceux qui diminuent par rapport au cycle de vie de la valeur (par exemple, les utilisateurs dont la valeur moyenne des commandes diminue depuis un mois) - L'analyse de cohorte peut aider à identifier des tendances.
2. Performances du produit : le suivi des cohortes d'utilisateurs qui ont commencé à utiliser un produit ou une fonctionnalité peut vous aider à analyser leurs habitudes d'utilisation et à identifier les domaines à améliorer pour améliorer les performances du produit.
3. Campagnes marketing : en suivant des cohortes d'utilisateurs exposés à une campagne marketing particulière, vous pouvez analyser leur comportement et déterminer l'impact de la campagne sur l'acquisition et la fidélisation des utilisateurs.
4. Tests A/B : en comparant des cohortes d'utilisateurs exposés à différentes versions d'un produit ou d'une fonctionnalité, vous pouvez analyser leur comportement et déterminer quelle version est la plus performante.
5. Engagement des utilisateurs : l'analyse informatique peut aider à identifier les tendances de l'engagement des utilisateurs au fil du temps.
   Par exemple, vous pouvez créer des cohortes de personnes qui se sont inscrites à partir de canaux spécifiques, puis analyser leurs engagements après un mois ou un trimestre. Cela vous donnera un aperçu du canal d'acquisition qui vous donne un public attrayant.

Types d'analyse de cohorte

De manière générale, il peut être divisé en deux grandes catégories, les cohortes comportementales et d'acquisition ; cependant, les spécialistes du marketing peuvent aller aussi loin dans l'analyse des données qu'ils en ont besoin. Voici quelques types d'analyse de cohorte que vous pouvez essayer et tester.

1. Analyse de cohorte basée sur le temps : cette analyse concerne les utilisateurs en fonction de l'heure à laquelle ils ont utilisé l'application ou le service pour la première fois et suit leur comportement au fil du temps. La création de cohortes basées sur le temps peut vous aider à connaître le taux d'engagement de l'utilisateur sur une période de temps et à identifier des modèles pour prendre des décisions éclairées sur les produits.
2. Analyse de cohorte d'acquisition : l'analyse d'acquisition se concentre sur l'ensemble des utilisateurs en fonction du canal à partir duquel ils ont été acquis : payant, organique, social ou affilié. Les spécialistes du marketing divisent ensuite les utilisateurs en fonction de leurs points d'entrée pour surveiller leur comportement. Cela aide les équipes marketing à comprendre l'efficacité du canal et la fidélité des utilisateurs d'une source à l'autre et permet aux équipes de doubler leurs investissements marketing.
3. Analyse de cohorte comportementale : cette analyse se concentre sur le regroupement des utilisateurs en fonction de leur comportement ou de leurs actions. Les spécialistes du marketing s'appuient fortement sur ces données pour aider à identifier les segments d'utilisateurs ayant des besoins et des préférences différents et adapter leurs produits ou services pour mieux répondre à ces besoins.
4. Analyse de cohorte de segment : l'analyse de segment peut les aider à étudier la base des habitudes d'achat des utilisateurs : achat de produits spécifiques, données démographiques, achat de fonctionnalités ou inscription à un service payant particulier. Cela peut aider les spécialistes du marketing à concevoir des services ou des produits sur mesure pour des segments spécifiques en bifurquant les utilisateurs en fonction de la profondeur et de l'étendue de leurs investissements.
5. Analyse de cohorte basée sur les événements : comme son nom l'indique, le regroupement - les utilisateurs en fonction de toute action ou événement qu'ils ont effectué permet aux équipes une visibilité dans la validation des hypothèses.

En analysant la façon dont divers groupes ou cohortes utilisent leurs produits, l'entreprise peut détecter les failles dans leurs tactiques de marketing et déterminer les moyens les plus efficaces de communiquer avec différents segments de clientèle.

De plus, l'entreprise peut tirer parti de ces données personnalisées pour concevoir des incitations qui encouragent les clients à continuer d'utiliser leurs produits, en particulier lorsqu'ils présentent des signes d'abandon de leurs achats.

Comment lire et comprendre un tableau de cohorte

Le tableau de cohorte trace le cycle de vie d'un utilisateur du jour 0 au jour N (0 et N est la fenêtre de votre temps).

Dans le tableau ci-dessous, nous examinons les niveaux d'engagement d'un lot d'utilisateurs au cours des 7 premiers jours. En tant que spécialiste du marketing, vous pouvez obtenir ces données auprès des équipes client et les importer dans Excel ou utiliser un outil comme WebEngage, où elles sont automatiquement mises à jour en temps réel.

Lors de l'examen des tableaux sur WebEngage, vous pouvez suivre les lignes ou les colonnes avec la nuance de bleu la plus foncée. Le tableau ci-dessus affiche un événement de début et un événement de retour. L'événement de début signifie les utilisateurs qui ont téléchargé l'application au jour 0, et l'événement de retour représente les utilisateurs qui sont revenus ou ont abandonné.

Le tableau atteste que 34,9 % des utilisateurs au niveau global ont effectué l'événement de retour le jour même de son installation, suivis de 7 % des utilisateurs restants le jour 1, et ainsi de suite.

Le tableau ci-dessus permet de déduire incroyablement facilement quand les utilisateurs quittent l'application.

Hypothèse 1 : Il y a eu un défi avec l'application le 10 mars
Hypothèse 2 : La motivation des utilisateurs en a pris un coup, ce qui a entraîné une mauvaise interaction

Le point à retenir du tableau ci-dessus est la rétention D0 qui doit être résolue, suivie de D1. Après avoir identifié le problème, vous pouvez approfondir les données démographiques, les canaux d'acquisition, le système d'exploitation, l'appareil et d'autres détails sur les utilisateurs pour comprendre ce qui cause le désabonnement.

Métriques pour mesurer votre tableau de cohorte

Les tableaux de cohorte sont le bras d'un spécialiste du marketing pour obtenir des informations sur le produit et la psyché des utilisateurs à son égard.

Par exemple, vous pouvez tirer parti d'un tableau de cohorte pour cartographier les modèles de comportement des utilisateurs et décoder les insuffisances de votre application, ce qui vous permet d'offrir des expériences d'application améliorées, de renforcer la confiance des clients et d'augmenter la rétention.

Cette analyse aide à décoder de manière holistique la santé, les fonctionnalités et l'adhérence de l'application. Bien que le cas d'utilisation le plus courant de la création de cohortes consiste à s'attaquer à la rétention des utilisateurs dans une catégorie, une fonctionnalité ou au niveau d'une application, il existe peu de mesures qui peuvent également aider à explorer d'autres aspects du comportement de l'utilisateur.

1. Taux de rétention : la rétention est au cœur des performances de l'application et suit le pourcentage d'utilisateurs qui restent, restent engagés ou effectuent tout événement sur l'application. Pour calculer la rétention, divisez le nombre total d'utilisateurs actifs par le nombre d'utilisateurs au départ.


Alors imaginez si vous aviez 100 clients début janvier, et que vous acquériez 20 nouveaux clients, et un total de 10 clients sortis du système. Il vous reste maintenant 110 clients, donc votre taux de fidélisation serait :

(110-20)/100 = 90 %

2. Taux de désabonnement : tandis que la rétention suit les utilisateurs retenus sur l'application, le taux de désabonnement suit ceux qui sont partis.
   

   Par exemple, si une entreprise SaaS avait 1000 clients payants au début du mois et que 100 d'entre eux annulaient leur service d'abonnement, le taux de désabonnement de l'entreprise serait de 10 %.

3. Le revenu moyen par utilisateur (ARPU) : certaines applications utilisent également des tableaux de cohorte pour analyser l'ARPU sur une période donnée. Pour calculer cela, divisez le revenu total généré par le nombre d'utilisateurs dans cette cohorte.




4. Valeur à vie du client (CLTV): CLTV peut vous aider à comprendre la valeur que le client va apporter à l'entreprise sur une période de temps, et les cohortes peuvent vous aider à la mesurer.

   Le moyen le plus simple de calculer la CLTV est la valeur vie client = valeur client x durée de vie moyenne client. Ici, la valeur client est le montant moyen et la fréquence d'achat d'un client chez vous. La durée de vie du client est le nombre total d'années pendant lesquelles il est resté actif avec votre produit divisé par le nombre total de clients.

   

   Pour ce faire, multipliez le revenu moyen par utilisateur par la durée estimée pendant laquelle l'utilisateur a été client.

5. Taux de conversion : il suit le pourcentage d'utilisateurs qui effectuent une action souhaitée, comme l'achat ou la souscription d'un abonnement. Divisez le nombre d'utilisateurs qui prennent l'action souhaitée par le nombre total d'utilisateurs dans une cohorte.
6. Taille de la cohorte : la taille de la cohorte désigne le nombre d'utilisateurs partageant une caractéristique commune sur une période spécifique au sein d'un groupe, d'un segment ou d'une cohorte. Par exemple, si une application OTT compte 100 nouvelles inscriptions en janvier et environ 140 inscriptions en février, la taille de la cohorte de nouveaux abonnés serait de 100 et 140, respectivement, pour ces mois.

Les mesures ci-dessus ne sont que la pointe de l'iceberg dans le vaste océan de la gestion de la rétention de vos clients. Les spécialistes du marketing et les propriétaires de produits peuvent explorer et disséquer chaque tableau, cohorte, modèle et hypothèse à un niveau granulaire pour approfondir les informations sur les clients.

Bien que ces mesures restent communes à tous les secteurs, elles nous amènent toutes à calculer le taux de fidélisation de la clientèle sur une base quotidienne, hebdomadaire, mensuelle ou toute autre période spécifique adaptée à votre entreprise.

Supposons qu'une entreprise de commerce électronique en Inde compte 15 000 clients au début de la saison de la mousson. Au cours de la saison, ils perdent 1 500 clients et gagnent 2 000 nouveaux clients.

Le taux de fidélisation de la clientèle pour la saison de la mousson sera calculé comme suit :

Taux de fidélisation de la clientèle = ((Total des clients à la fin de la saison de la mousson – Nouveaux clients) / Total des clients au début de la saison de la mousson) x 100

Ainsi, dans ce cas, le taux de fidélisation des clients pour la saison de la mousson serait : ((15 500 – 2 000) / 15 000) x 100 = 86,67 %

Donc, si quelqu'un dans l'entreprise veut savoir quelle était la rétention pendant la mousson (spécifique à la plage horaire), elle était de 86,67 %, ce qui est toujours un bon endroit pour être. La plupart des entreprises en Inde sont touchées pendant la mousson parce que la logistique en prend un coup, mais cette entreprise a pu naviguer.

Le taux de rétention client (CRR) est le pourcentage de clients qui sont conservés sur une période de temps donnée. Pour calculer le taux de rétention, vous avez besoin de trois métriques

• Clients au début de la période donnée
• Clients à la fin de la période donnée
• Nouveaux clients acquis durant cette période.

La formule se déroule alors comme suit



Par exemple, si vous aviez 1 000 clients au début de la période, que près de 100 nouveaux clients vous ont rejoint et qu'il reste 500 clients à la fin de la même période, le calcul ressemble à ceci :

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

CRR = 40 %

Cela signifie que vous avez conservé 40 % de vos clients de ladite période. Maintenant, certaines industries ont une rétention plus élevée que d'autres simplement en raison de la nature du service ou de l'attitude nomade du public.

Les 40 % se situent davantage vers l'extrémité alarmante du spectre, mais tout ce qui dépasse 70 % est considéré comme un bon CRR.


Analyse des métriques de cohorte

Une stratégie marketing ne vaut que par ses expériences et ses hypothèses - identifier les fruits à portée de main, appuyer deux fois sur les zones problématiques, prédire un problème et extrapoler les données pour éviter un défi potentiel ; le travail est une affaire sans fin lorsqu'il s'agit de données comportementales de vos utilisateurs.

Les cohortes font partie intégrante de cette liaison entre les spécialistes du marketing et leurs effectifs : l'ensemble potentiel d'informations d'un lot d'utilisateurs qui peuvent faire ou défaire vos campagnes. L'analyse des cohortes nécessite plusieurs étapes et canaux. Explorons comment vous pouvez commencer dès aujourd'hui.

• Identification des tendances : avoir le don d'identifier les tendances peut aider les équipes à construire un cycle complet d'expériences qui génèrent de la valeur pour l'entreprise encore et encore. L'identification précoce des tendances vous donne une marge de manœuvre pour planifier vos stratégies dans la bonne direction.
  Lorsque Dropbox a réalisé que ses utilisateurs collaboraient sur la plate-forme, comme le partage d'images ou tout autre événement, ils ont généré de la croissance en invitant de nouveaux utilisateurs. Dropbox a immédiatement incité tous ses utilisateurs à l'utiliser, ce qui leur a permis de générer une croissance massive de leurs revenus.
• Comparaison des groupes de cohorte : Un autre excellent générateur d'informations est la comparaison de différents groupes de cohorte à travers des éléments changeants - le même ensemble d'utilisateurs à des moments différents, différents utilisateurs adoptant la même fonctionnalité et de nombreuses itérations de ce type. La comparaison permet aux équipes d'examiner le comportement des utilisateurs et d'analyser comment les utilisateurs agissent différemment les uns des autres.
  Cela permet aux équipes de reproduire des stratégies gagnantes sur tous les produits ou services.
• Interprétation des données : un taux de désabonnement élevé peut convenir à une application gratuite en libre accès, mais il peut susciter des inquiétudes pour un service par abonnement. Ainsi, l'interprétation des données doit être en plein contexte avec la nature de l'entreprise. En comprenant le contexte entourant vos données comme
  Par exemple : si vous parlez d'utilisateurs, s'agit-il d'utilisateurs uniques ou nouvellement acquis, ou simplement d'utilisateurs réguliers de l'application, vous pouvez prendre des décisions plus éclairées sur les stratégies visant à améliorer les performances de votre entreprise.

Analyse de cohorte à l'aide de WebEngage

L'exécution d'une analyse de cohorte sur WebEngage est simple et incroyablement facile. En moins de 5 clics, les équipes produit et les spécialistes du marketing peuvent accéder à un pool de données exploitables sur le comportement de leurs utilisateurs.

Pour commencer, cliquez sur l'icône déroulante sur le côté gauche de votre tableau de bord WebEngage et appuyez sur les cohortes. Une fois que vous atteignez cette section, utilisez les filtres en haut pour introduire des paramètres qui vous aideront à comprendre votre public.

D'une action aussi petite qu'une installation d'application à une application ouverte à quelque chose d'aussi critique qu'un abonnement acheté ou une activité menée, la plate-forme vous permet de surveiller chaque détail infime à un niveau très granulaire.

Une fois cela fait, vous pouvez passer au tableau de cohorte rempli ci-dessous ; ça ressemblerait à quelque chose comme ça. Sur le côté gauche, vous voyez des jours, la période de début étant en haut et la dernière ou la période de fin en bas.

La façon dont vous voulez lire ce tableau est une colonne à la fois plutôt que d'aller de ligne en ligne.



Dans le tableau ci-dessus, comme vous pouvez le voir, les nuances de bleu plus foncées mettent en évidence l'activité des utilisateurs. Plus le bleu est foncé, plus le pourcentage est fort ou élevé. Par exemple, si vous regardez les données du 6 novembre, vous verrez que c'est le plus mauvais de tous les jours. Même si les utilisateurs ont effectué l'action le jour 0, le pourcentage d'utilisateurs qui sont revenus pour l'événement de retour était faible.

Campagnes à exécuter après avoir identifié vos cohortes

Vous avez maintenant une bonne compréhension du fonctionnement de l'analyse de cohorte, de la lecture du tableau et de la manière d'identifier les lacunes. Que faites-vous de toutes ces connaissances ? Quelle est la prochaine étape ?
Eh bien, rien ne peut arrêter le type d'exécutions que les spécialistes du marketing peuvent effectuer après l'analyse de cohorte, mais voici comment commencer.

1. Campagnes par e-mail : Imaginez que vous atterrissez sur une cohorte qui ajoute des articles au panier mais qui tombe toujours avant de passer à la caisse. À ce lot, vous pouvez envoyer des e-mails personnalisés sur la valeur du produit, des témoignages d'utilisateurs ou même un code de réduction.
2. Programmes de récompense/fidélité : les campagnes de cohorte sont toujours intéressantes, car vous pouvez traiter différemment un groupe particulier d'utilisateurs et utiliser ces informations pour créer une fonctionnalité à long terme. Imaginez que vous lancez un code promo pour les utilisateurs qui franchissent une marque spécifique, ce qui se traduit par un comportement engageant.
3. Offres : Offrir des remises ou des offres de livraison gratuite peut inciter les clients à acheter. Vous pouvez segmenter vos clients en fonction de leur comportement d'achat et proposer des remises ou des offres personnalisées pour les encourager à acheter davantage.
4. E-mails de réactivation : vous avez donc trouvé une cohorte qui était relativement active pendant les premières semaines, mais qui est ensuite entrée lentement dans une période d'accalmie - l'e-mail de réactivation est là pour vous sauver. Ces e-mails peuvent offrir des incitations ou rappeler à vos utilisateurs les avantages de vos produits. Certains appellent aussi cela une campagne de résurrection.
5. Gestion de l'AOV : la mise en œuvre d'une campagne de gestion de la valeur moyenne des commandes (AOV) peut augmenter les dépenses des clients par achat. Offrir des remises échelonnées ou la livraison gratuite sur les achats supérieurs à un certain montant peut encourager les clients à dépenser plus.

Comment développer des éléments d'action à partir de votre rapport

Tout bon spécialiste du marketing sait que le véritable succès ne consiste pas seulement à inciter les utilisateurs à télécharger votre application - le voyage commence après cela. Il est facile de regarder les données de manière isolée et de se perdre dans des mesures de vanité telles que les téléchargements d'applications ou l'ouverture d'applications, mais si vous vous souciez vraiment de votre public, vous devez vous concentrer sur la rétention.

Commencez par utiliser des cohortes pour identifier les domaines d'amélioration et supprimer ce qui est visible à la surface. Approfondissez la hiérarchisation des éléments d'action en apprenant exactement ce qui rend les utilisateurs amoureux de votre application. Qu'est-ce qui les fait rester, et surtout, qu'est-ce qui les fait partir ? Séparez vos efforts en fonction de l'impact potentiel sur la rétention et des ressources nécessaires pour y faire face.

Une fois que vous avez terminé cette étape, passez à l'élaboration d'une stratégie de rétention robuste et agile. N'oubliez pas que la clé est toujours d'optimiser. Vous voulez éviter de déployer une stratégie et d'attendre des jours ou des semaines pour apporter des changements à l'heure. Surveillez vos cohortes et leurs actions aussi souvent que possible, et faites amende honorable dans votre plan d'action. C'est là que se trouve la vraie croissance.

Développer des éléments d'action après la surveillance implique d'agir sur les informations à la vitesse de l'éclair. Suivez votre taux de désabonnement ou CRR. Vérifiez la santé de vos entonnoirs.

Conclusion

Si vous êtes un spécialiste du marketing axé sur les données ou si vous aspirez à l'être, l'analyse de cohorte est votre étoile directrice. Il s'agit d'un cadre pour la définition d'objectifs, le déploiement d'informations, la définition de métriques et le démarrage de conversations stratégiques.

De nombreux clients WebEngage ont déployé des campagnes d'abonnement, d'adoption de fonctionnalités, d'évaluation d'applications, d'intégration d'utilisateurs et une multitude d'autres scénarios après avoir extrait des informations de leur cohorte.

L'analyse de cohorte donne aux équipes marketing des informations et renforce leur hypothèse sur ce que devrait être votre prochaine grande décision. Faites de l'analyse de cohorte votre option de choix chaque fois que vous planifiez une campagne axée sur le client.
Les entreprises ont du mal à prospérer car elles se concentrent uniquement sur l'acquisition (afflux d'utilisateurs) et ignorent la rétention (soutenir ceux qui ont rejoint).

Prêt à faire passer vos campagnes de fidélisation client au niveau supérieur ? Demandez une démo dès aujourd'hui pour en savoir plus sur les cohortes et sur la manière dont elles peuvent vous aider à créer des campagnes de fidélisation efficaces.