คู่มือฉบับพกพาเพื่อใช้การวิเคราะห์กลุ่มเพื่อการรักษาลูกค้า

การแนะนำ

นักการตลาดบนมือถือรู้ดีว่ากลยุทธ์การตลาดหรือการเติบโตที่ยั่งยืนไม่ได้จบลงที่การหาลูกค้าใหม่ แต่ให้แน่ใจว่าลูกค้าที่มีอยู่จะคงอยู่..

การหลงทางในเมตริกไร้สาระ เช่น การดาวน์โหลดแอปหรือผู้ใช้ที่ใช้งานรายวันซึ่งไม่รับประกันการฉุดรั้งคือสูตรของหายนะ สำหรับนักการตลาดใดๆ ไม่มีอะไรน่าตกใจไปกว่าการสูญเสียลูกค้าคนสำคัญส่วนใหญ่หรือบางส่วนภายในไม่กี่สัปดาห์หรือไม่กี่วันหลังจากได้ลูกค้าใหม่

คุณทราบหรือไม่ว่ามีโอกาสเพียง 5-20% ที่จะขายให้กับลูกค้ารายใหม่ เทียบกับ 60-70% สำหรับลูกค้าประจำ

เพื่อป้องกันไม่ให้ลูกค้าออกจากแอป จำเป็นต้องจัดลำดับความสำคัญของการรักษาลูกค้า การรักษาลูกค้าเดิมนั้นถูกกว่าการหาลูกค้าใหม่ถึง 5 เท่า และธุรกิจส่วนใหญ่ที่มีความภักดีต่อลูกค้าต่ำอาจสร้างผลตอบแทนติดลบได้

แต่ก่อนที่เราจะเข้าไปหยุดลูกค้าไม่ให้ออกไป ข้อมูลจะเข้ามาแทนที่ ไม่ใช่แค่ข้อมูลใดๆ แต่เป็นตัวเลขที่แน่นอนที่บอกคุณเกี่ยวกับพฤติกรรมและลักษณะของฐานลูกค้าของคุณ ในกรณีเช่นนี้ Cohors กลายเป็นเทคนิคสำคัญ

ทุกวันนี้ นักการตลาดอยู่ในสภาพที่ดีขึ้นกว่าที่เคยเป็นมาเมื่อต้องใช้ข้อมูลเพื่อทำความเข้าใจและวิเคราะห์พฤติกรรม พฤติกรรม และลักษณะเฉพาะของผู้ใช้ ซึ่งเป็นจุดที่ทีมส่วนใหญ่หันมาใช้การวิเคราะห์ตามรุ่น

การวิเคราะห์ตามรุ่นคืออะไร?

การวิเคราะห์ตามรุ่นช่วยให้คุณอ่านข้อมูล หมวดหมู่ และรูปแบบ และเพิ่มศักยภาพให้กับทีมในการประมาณการการตัดสินใจทางการตลาด พูดง่ายๆ ก็คือ นี่คือมุมมองของนักการตลาดในการระบุโอกาสและดึงดูดลูกค้าเพื่อให้เกิดผลกระทบสูงสุดโดยการศึกษาพฤติกรรมในช่วงระยะเวลาหนึ่ง

กลุ่มประชากรตามรุ่นคือกลุ่มผู้ใช้ที่มีลักษณะเด่นกว่าและมีประสบการณ์ร่วมกันในช่วงเวลาหนึ่งๆ พวกเขาถูกแยกออกเป็นสองทางตามการกระทำของพวกเขา ซึ่งอาจรวมถึงผู้ใช้ใหม่และที่มีอยู่และพฤติกรรมของพวกเขา เช่น การซื้อซ้ำหรือการไม่ใช้งาน

กระบวนการนี้ช่วยให้เข้าใจการมีส่วนร่วมของผู้ใช้ได้ง่ายขึ้นเมื่อเวลาผ่านไป และระบุรูปแบบหรือพื้นที่ของความขัดแย้ง ปรับปรุงการมีส่วนร่วมของผู้ใช้ และรักษาลูกค้า

กลุ่มตามรุ่นแตกต่างจากกลุ่มอย่างไร

หากคุณเพิ่งเริ่มต้น อาจเป็นเรื่องง่ายที่จะสับสนระหว่างการวิเคราะห์ตามรุ่นและกลุ่ม ทั้งสองวิธีนี้ใช้แทนกันไม่ได้ ในความเป็นจริงพวกเขาเสริมซึ่งกันและกัน แบบแรกเป็นกระบวนการวิเคราะห์ที่จำกัดตามเวลาและพฤติกรรมของผู้ใช้ที่เหมือนกัน ซึ่งข้อมูลของกลุ่มเป้าหมายที่คล้ายกันได้รับการศึกษาในช่วงระยะเวลาหนึ่งเพื่อวัดรูปแบบการมีส่วนร่วม ในขณะที่แบบหลังเป็นเรื่องเกี่ยวกับการแบ่งชุดข้อมูลขนาดใหญ่ออกเป็นกลุ่มย่อยตามความสนใจทั่วไป ข้อมูลประชากร สถานที่ พฤติกรรม ฯลฯ

ตัวอย่างเช่น ลูกค้าที่ดาวน์โหลดแอปและทำการซื้อครั้งแรกภายใน 30 วันสามารถเรียกว่ากลุ่มประชากรตามรุ่น (Cohort) อย่างไรก็ตาม ลูกค้าทั้งหมดที่ดาวน์โหลดแอปจะกลายเป็นเซกเมนต์ของคุณ

เป็นส่วนย่อยของส่วนที่ช่วงเวลาเป็นปัจจัยสำคัญ การวิเคราะห์ลูกค้าตามการวิเคราะห์พฤติกรรม การกระทำของพวกเขา และการจัดกลุ่มเป็นกลุ่มเล็กๆ แทนที่จะถือว่าทั้งกลุ่มเป็นข้อมูลขนาดใหญ่เดียวในช่วงเวลาหนึ่งๆ เรียกว่าการวิเคราะห์ตามรุ่น

ทีมการตลาดสามารถใช้การวิเคราะห์ตามรุ่นเพื่อติดตามพฤติกรรมและการกระทำของลูกค้า และรับข้อมูลเชิงลึกที่ดีขึ้นเกี่ยวกับความต้องการเฉพาะของผู้ใช้ในช่วงเวลาหนึ่งๆ การวิเคราะห์ตามรุ่นช่วยให้ทีมปรับแต่งแคมเปญและสร้างกลยุทธ์ที่ผลักดันการรักษาลูกค้า

กรณีการใช้งานที่สำคัญสำหรับการใช้การวิเคราะห์ตามรุ่น

ลองนึกภาพว่าคุณต้องการขายชุดการสมัครสมาชิกให้กับผู้ใช้ของคุณ – ตอนนี้ คุณจะสเปรย์และอธิษฐานแทนหรือเลือกผู้ใช้ที่ภักดีเพียงไม่กี่คนที่ชื่นชอบการใช้ผลิตภัณฑ์ของคุณและมีอัตราส่วนการเปิดต่อการบริโภคแอปสูงหรือไม่ อย่างหลังใช่ไหม? เราก็เดาเหมือนกัน

ทีมการตลาดสามารถใช้การวิเคราะห์ตามรุ่นเพื่อทำความเข้าใจความท้าทายต่างๆ หรือโอกาสที่ไม่แน่นอนตั้งแต่การตลาดผลิตภัณฑ์ไปจนถึงการได้ลูกค้าใหม่

1. การรักษาลูกค้า: ระบุลูกค้าที่เข้าสู่กลุ่มสมาชิกของคุณหรือผู้ที่จำศีล การวิเคราะห์ตามรุ่นสามารถช่วยคุณติดตามผู้ใช้ที่มีแนวโน้มสำหรับเหตุการณ์เฉพาะ (เช่น ผู้ใช้ที่เพิ่มสินค้าลงในรถเข็นแต่ไม่ได้ซื้อในช่วง 45 วันที่ผ่านมา) หรือผู้ใช้ที่ลดน้อยลงจากวงจรมูลค่า (เช่น ผู้ใช้ที่มีมูลค่าการสั่งซื้อเฉลี่ย ลดลงตั้งแต่หนึ่งเดือน) – การวิเคราะห์ตามรุ่นสามารถช่วยระบุรูปแบบได้
2. ประสิทธิภาพของผลิตภัณฑ์: การติดตามกลุ่มผู้ใช้ที่เริ่มใช้ผลิตภัณฑ์หรือฟีเจอร์สามารถช่วยคุณวิเคราะห์รูปแบบการใช้งานและระบุจุดที่ต้องปรับปรุงเพื่อเพิ่มประสิทธิภาพของผลิตภัณฑ์
3. แคมเปญการตลาด: โดยการติดตามกลุ่มผู้ใช้ที่สัมผัสกับแคมเปญการตลาดหนึ่งๆ คุณสามารถวิเคราะห์พฤติกรรมของพวกเขาและกำหนดผลกระทบของแคมเปญที่มีต่อการได้มาและการรักษาผู้ใช้
4. การทดสอบ A/B: โดยการเปรียบเทียบกลุ่มผู้ใช้ที่สัมผัสกับผลิตภัณฑ์หรือคุณลักษณะเวอร์ชันต่างๆ คุณสามารถวิเคราะห์พฤติกรรมของพวกเขาและตัดสินว่าเวอร์ชันใดทำงานได้ดีกว่า
5. การมีส่วนร่วมของผู้ใช้: การวิเคราะห์สามารถช่วยระบุแนวโน้มในการมีส่วนร่วมของผู้ใช้เมื่อเวลาผ่านไป
   ตัวอย่างเช่น คุณสามารถสร้างกลุ่มคนที่ลงชื่อสมัครใช้จากช่องทางเฉพาะ จากนั้นวิเคราะห์การมีส่วนร่วมของพวกเขาหลังจากผ่านไปหนึ่งเดือนหรือหนึ่งไตรมาส ข้อมูลนี้จะให้ข้อมูลเชิงลึกแก่คุณว่าช่องทางการได้มาซึ่งช่องทางใดที่ให้ผู้ชมมีส่วนร่วม

ประเภทของการวิเคราะห์ตามรุ่น

โดยทั่วไปสามารถแบ่งออกได้เป็นสองประเภทกว้างๆ คือ กลุ่มพฤติกรรมและกลุ่มการได้มา อย่างไรก็ตาม นักการตลาดสามารถวิเคราะห์ข้อมูลได้ลึกเท่าที่ต้องการ ต่อไปนี้คือการวิเคราะห์ตามรุ่นบางประเภทที่คุณสามารถลองและทดสอบได้

1. การวิเคราะห์ตามกลุ่มตามเวลา: การวิเคราะห์นี้จะสัมผัสกับผู้ใช้ตามเวลาที่พวกเขาใช้แอปหรือบริการครั้งแรก และติดตามพฤติกรรมของพวกเขาเมื่อเวลาผ่านไป การสร้างกลุ่มประชากรตามรุ่นตามเวลาสามารถช่วยให้คุณเรียนรู้เกี่ยวกับอัตราการมีส่วนร่วมของผู้ใช้ในช่วงเวลาหนึ่ง และช่วยระบุรูปแบบในการตัดสินใจเกี่ยวกับผลิตภัณฑ์ที่มีข้อมูลครบถ้วน
2. การวิเคราะห์ตามกลุ่มการได้ผู้ใช้ใหม่: การวิเคราะห์การได้ผู้ใช้ใหม่จะมุ่งเน้นไปที่กลุ่มผู้ใช้ตามช่องทางที่พวกเขาได้รับมา ไม่ว่าจะเป็นแบบชำระเงิน แบบออร์แกนิก โซเชียล หรือแอฟฟิลิเอต จากนั้นนักการตลาดจะแบ่งผู้ใช้ออกเป็นสองทางตามจุดเข้าเพื่อตรวจสอบพฤติกรรมของพวกเขา สิ่งนี้ช่วยให้ทีมการตลาดเข้าใจประสิทธิภาพของช่องทางและความเหนียวแน่นของผู้ใช้จากแหล่งหนึ่งไปยังอีกแหล่งหนึ่ง และทำให้ทีมเพิ่มการลงทุนด้านการตลาดเป็นสองเท่า
3. การวิเคราะห์ตามกลุ่มพฤติกรรม: การวิเคราะห์นี้มุ่งเน้นไปที่การจัดกลุ่มผู้ใช้ตามพฤติกรรมหรือการกระทำของพวกเขา นักการตลาดพึ่งพาข้อมูลนี้อย่างมากในการช่วยระบุกลุ่มผู้ใช้ที่มีความต้องการและความชอบที่แตกต่างกัน และปรับแต่งผลิตภัณฑ์หรือบริการให้ตรงกับความต้องการเหล่านั้นได้ดียิ่งขึ้น
4. การวิเคราะห์ตามกลุ่ม: การวิเคราะห์กลุ่มสามารถช่วยให้พวกเขาศึกษาพื้นฐานพฤติกรรมการซื้อของผู้ใช้ เช่น การซื้อผลิตภัณฑ์เฉพาะ ข้อมูลประชากร การซื้อคุณลักษณะ หรือการสมัครใช้บริการแบบชำระเงินเฉพาะ สิ่งนี้สามารถช่วยนักการตลาดออกแบบบริการหรือผลิตภัณฑ์ที่ปรับแต่งให้เหมาะกับกลุ่มเฉพาะ โดยแยกผู้ใช้ออกเป็นสองกลุ่มตามความลึกและความกว้างของการลงทุน
5. การวิเคราะห์กลุ่มตามเหตุการณ์: ตามชื่อที่แนะนำ การเก็บข้อมูล – ผู้ใช้ตามการกระทำหรือเหตุการณ์ใด ๆ ที่ดำเนินการโดยพวกเขาช่วยให้มองเห็นทีมในการตรวจสอบสมมติฐาน

ด้วยการวิเคราะห์ว่ากลุ่มต่างๆ ใช้ผลิตภัณฑ์ของตนอย่างไร บริษัทสามารถตรวจพบข้อบกพร่องในกลวิธีทางการตลาดของตน และกำหนดวิธีที่มีประสิทธิภาพสูงสุดในการสื่อสารกับกลุ่มลูกค้าต่างๆ

ยิ่งไปกว่านั้น บริษัทยังสามารถใช้ประโยชน์จากข้อมูลที่ปรับให้เหมาะสมนี้เพื่อสร้างสิ่งจูงใจที่กระตุ้นให้ลูกค้าใช้ผลิตภัณฑ์ของตนต่อไป โดยเฉพาะอย่างยิ่งเมื่อพวกเขาแสดงสัญญาณว่าจะเลิกซื้อ

วิธีอ่านและทำความเข้าใจตารางกลุ่มประชากรตามรุ่น

ตารางกลุ่มประชากรตามรุ่นจะแสดงวงจรชีวิตของผู้ใช้ตั้งแต่วันที่ 0 ถึงวันที่ N (0 และ N คือกรอบเวลาของคุณ)

ในตารางด้านล่าง เรากำลังดูระดับการมีส่วนร่วมของผู้ใช้กลุ่มหนึ่งภายใน 7 วันแรก ในฐานะนักการตลาด คุณสามารถรับข้อมูลนี้จากทีมลูกค้าและนำเข้าไปยัง Excel หรือใช้เครื่องมือเช่น WebEngage ซึ่งข้อมูลจะอัปเดตตามเวลาจริงโดยอัตโนมัติ

ระหว่างการตรวจสอบตารางบน WebEngage คุณสามารถติดตามแถวหรือคอลัมน์ด้วยเฉดสีฟ้าที่เข้มที่สุด ตารางด้านบนแสดงเหตุการณ์เริ่มต้นและเหตุการณ์ที่กลับมา เหตุการณ์เริ่มต้นหมายถึงผู้ใช้ที่ดาวน์โหลดแอปในวันที่ 0 และกิจกรรมการส่งคืนแสดงถึงผู้ใช้ที่กลับมาหรือเลิกใช้งาน

ตารางยืนยันว่า 34.9% ของผู้ใช้ในระดับโดยรวมดำเนินการส่งคืนเหตุการณ์ภายในวันเดียวกันที่ติดตั้ง ตามด้วย 7% ของผู้ใช้ที่เหลือในวันที่ 1 และอื่นๆ

แผนภูมิด้านบนช่วยให้สรุปได้ง่ายอย่างไม่น่าเชื่อเมื่อผู้ใช้ออกจากแอป

สมมติฐานที่ 1: มีการท้าทายกับแอปในวันที่ 10 มีนาคม
สมมติฐานที่ 2: แรงจูงใจของผู้ใช้ได้รับผลกระทบซึ่งส่งผลให้มีปฏิสัมพันธ์ที่ไม่ดี

สิ่งที่ได้จากตารางด้านบนคือการเก็บรักษา D0 ซึ่งจำเป็นต้องแก้ไข ตามด้วย D1 เมื่อระบุส่วนที่เป็นปัญหาแล้ว คุณสามารถเจาะลึกเพิ่มเติมเกี่ยวกับข้อมูลประชากร ช่องทางการรับลูกค้า ระบบปฏิบัติการ อุปกรณ์ และรายละเอียดอื่นๆ เกี่ยวกับผู้ใช้เพื่อทำความเข้าใจว่าอะไรเป็นสาเหตุของการเลิกใช้งาน

ตัวชี้วัดในการวัดตารางกลุ่มของคุณ

ตารางตามรุ่นเป็นแขนของนักการตลาดที่จะได้รับข้อมูลเชิงลึกเกี่ยวกับผลิตภัณฑ์และความคิดของผู้ใช้ต่อผลิตภัณฑ์นั้น

ตัวอย่างเช่น คุณสามารถใช้ประโยชน์จากตารางกลุ่มประชากรตามรุ่นเพื่อแมปรูปแบบพฤติกรรมของผู้ใช้และถอดรหัสความไม่เพียงพอในแอปของคุณ ซึ่งช่วยให้คุณมอบประสบการณ์แอปที่ได้รับการปรับปรุง สร้างความเชื่อมั่นของลูกค้า และเพิ่มการรักษาผู้ใช้

การวิเคราะห์นี้ช่วยถอดรหัสความสมบูรณ์ คุณลักษณะ และความเหนียวของแอปแบบองค์รวม แม้ว่ากรณีการใช้งานที่พบบ่อยที่สุดของการสร้างกลุ่มประชากรตามรุ่นคือการเจาะกลุ่มการรักษาผู้ใช้ในหมวดหมู่ คุณลักษณะ หรือในระดับแอป แต่ก็มีเมตริกไม่กี่รายการที่สามารถช่วยสำรวจพฤติกรรมของผู้ใช้ในแง่มุมอื่นๆ ได้เช่นกัน

1. อัตราการรักษาผู้ใช้: การรักษาผู้ใช้เป็นแกนหลักของประสิทธิภาพของแอป และติดตามเปอร์เซ็นต์ของผู้ใช้ที่ยังคงอยู่ มีส่วนร่วม หรือทำกิจกรรมใดๆ ในแอป หากต้องการคำนวณการรักษาผู้ใช้ ให้หารผู้ใช้ที่ใช้งานอยู่ทั้งหมดด้วยจำนวนผู้ใช้เมื่อเริ่มต้น


ลองนึกดูว่าถ้าคุณมีลูกค้า 100 รายในช่วงต้นเดือนมกราคม และคุณได้ลูกค้าใหม่ 20 ราย และมีลูกค้าทั้งหมด 10 รายที่เปลี่ยนใจไปจากระบบ ตอนนี้คุณเหลือลูกค้า 110 ราย ดังนั้นอัตราการรักษาของคุณจะเป็น:

(110-20)/100 = 90%

2. อัตราการเลิกใช้งาน: ในขณะที่การรักษาจะติดตามผู้ใช้ที่ยังคงอยู่ในแอป การเลิกใช้งานจะติดตามผู้ที่ออกไป
   

   ตัวอย่างเช่น หากบริษัท SaaS มีลูกค้าที่ชำระเงิน 1,000 รายในช่วงต้นเดือน และ 100 รายในนั้นยกเลิกบริการสมัครรับข้อมูล อัตราการเลิกจ้างของบริษัทจะเท่ากับ 10%

3. รายได้เฉลี่ยต่อผู้ใช้ (ARPU): บางแอปยังใช้ตารางกลุ่มประชากรเพื่อวิเคราะห์ ARPU ในช่วงระยะเวลาหนึ่ง ในการคำนวณ ให้หารรายได้ทั้งหมดที่เกิดจากจำนวนผู้ใช้ในกลุ่มประชากรตามรุ่นนั้น



4. มูลค่าตลอดช่วงชีวิตของลูกค้า (CLTV): CLTV สามารถช่วยให้คุณเข้าใจว่ามูลค่าที่ลูกค้าจะได้รับจากธุรกิจมากเพียงใดในช่วงเวลาหนึ่ง และกลุ่มประชากรตามรุ่นสามารถช่วยคุณวัดมูลค่าได้

   วิธีที่ง่ายที่สุดในการคำนวณ CLTV คือ มูลค่าตลอดอายุการใช้งานของลูกค้า = มูลค่าของลูกค้า x อายุขัยเฉลี่ยของลูกค้า มูลค่าของลูกค้าคือจำนวนและความถี่โดยเฉลี่ยของลูกค้าที่ซื้อจากคุณ อายุขัยของลูกค้าคือจำนวนปีทั้งหมดที่พวกเขาใช้งานผลิตภัณฑ์ของคุณหารด้วยจำนวนลูกค้าทั้งหมด

   

   

   คุณทำได้โดยการคูณรายได้เฉลี่ยต่อผู้ใช้ด้วยเวลาโดยประมาณที่ผู้ใช้เคยเป็นลูกค้า

5. อัตราการแปลง: ติดตามเปอร์เซ็นต์ของผู้ใช้ที่ดำเนินการตามที่ต้องการ เช่น การซื้อหรือการสมัครสมาชิก หารจำนวนผู้ใช้ที่ดำเนินการตามที่ต้องการด้วยจำนวนผู้ใช้ทั้งหมดในกลุ่มประชากรตามรุ่น
6. ขนาดตามรุ่น: ขนาดตามรุ่นหมายถึงจำนวนผู้ใช้ที่มีลักษณะทั่วไปร่วมกันในช่วงระยะเวลาหนึ่งภายในกลุ่ม กลุ่ม หรือกลุ่มตามรุ่นดังกล่าว ตัวอย่างเช่น หากแอป OTT มีการลงชื่อสมัครใช้ใหม่ 100 ครั้งในเดือนมกราคม และมีการลงชื่อสมัครใช้ประมาณ 140 ครั้งในเดือนกุมภาพันธ์ ขนาดของกลุ่มสมาชิกใหม่จะเท่ากับ 100 และ 140 คนตามลำดับในเดือนดังกล่าว

เมตริกข้างต้นเป็นเพียงส่วนเล็กของภูเขาน้ำแข็งในมหาสมุทรอันกว้างใหญ่ของการจัดการการรักษาลูกค้าของคุณ นักการตลาดและเจ้าของผลิตภัณฑ์สามารถสำรวจและแยกแยะแต่ละตาราง กลุ่มประชากร รูปแบบ และสมมติฐานในระดับที่ละเอียดเพื่อเจาะลึกข้อมูลเชิงลึกของลูกค้า

แม้ว่าเมตริกเหล่านี้จะเหมือนกันในทุกอุตสาหกรรม แต่ทั้งหมดนี้ทำให้เราสามารถคำนวณอัตราการรักษาลูกค้าเป็นรายวัน รายสัปดาห์ รายเดือน หรือกรอบเวลาเฉพาะอื่นๆ ที่เหมาะกับธุรกิจของคุณ

สมมติว่าบริษัทอีคอมเมิร์ซในอินเดียมีลูกค้า 15,000 รายในช่วงต้นฤดูมรสุม ในช่วงเทศกาล พวกเขาสูญเสียลูกค้า 1,500 ราย และได้รับลูกค้าใหม่ 2,000 ราย

อัตราการรักษาลูกค้าสำหรับฤดูมรสุมจะคำนวณดังนี้:

อัตราการรักษาลูกค้า = ((ลูกค้าทั้งหมดเมื่อสิ้นสุดฤดูมรสุม – ลูกค้าใหม่) / ลูกค้าทั้งหมดเมื่อเริ่มต้นฤดูมรสุม) x 100

ดังนั้น ในกรณีนี้ อัตราการรักษาลูกค้าสำหรับฤดูมรสุมจะเท่ากับ: ((15,500 – 2,000) / 15,000) x 100 = 86.67%

ดังนั้น ถ้าใครก็ตามที่บริษัทต้องการเรียนรู้ว่าการรักษาลูกค้าในช่วงมรสุมคืออะไร (เฉพาะช่วงเวลา) ก็คือ 86.67% ซึ่งยังคงเป็นตำแหน่งที่ดี ธุรกิจส่วนใหญ่ในอินเดียได้รับผลกระทบในช่วงมรสุมเนื่องจากการขนส่งได้รับผลกระทบ แต่บริษัทนี้สามารถแล่นผ่านไปได้

อัตราการรักษาลูกค้า (CRR) คือเปอร์เซ็นต์ของลูกค้าที่รักษาไว้ได้ในช่วงเวลาที่กำหนด ในการคำนวณอัตราการเก็บรักษา คุณต้องมีสามเมตริก

• ลูกค้าเมื่อเริ่มต้นระยะเวลาที่กำหนด
• ลูกค้าเมื่อสิ้นสุดระยะเวลาที่กำหนด
• ได้ลูกค้าใหม่ในช่วงเวลาดังกล่าว

จากนั้นสูตรจะเป็นดังนี้



ตัวอย่างเช่น หากคุณมีลูกค้า 1,000 รายเมื่อเริ่มต้นงวด และมีลูกค้าใหม่เกือบ 100 รายเข้าร่วมกับคุณ และลูกค้า 500 รายยังคงอยู่เมื่อสิ้นสุดระยะเวลาเดียวกัน การคำนวณจะมีลักษณะดังนี้:

CRR = ((500-100)/1,000)*100

ซีอาร์อาร์ = 40%

หมายความว่าคุณรักษาลูกค้าไว้ได้ 40% จากช่วงเวลาดังกล่าว ขณะนี้บางอุตสาหกรรมมีการรักษาลูกค้าสูงกว่าอุตสาหกรรมอื่นๆ เพียงเพราะธรรมชาติของบริการหรือทัศนคติแบบเร่ร่อนของผู้ชม

40% นั้นอยู่ในช่วงปลายของสเปกตรัมที่น่าตกใจ แต่อะไรก็ตามที่เกิน 70% ถือว่าเป็น CRR ที่ดี


การวิเคราะห์เมตริกตามรุ่น

กลยุทธ์ทางการตลาดจะดีเท่ากับการทดลองและสมมติฐานเท่านั้น - การระบุผลไม้แขวนต่ำ การแตะสองครั้งในพื้นที่ที่มีปัญหา การทำนายปัญหา และการคาดการณ์ข้อมูลเพื่อหลีกเลี่ยงความท้าทายที่อาจเกิดขึ้น งานเป็นเรื่องที่ไม่มีวันสิ้นสุดเมื่อพูดถึงข้อมูลพฤติกรรมของผู้ใช้ของคุณ

ส่วนสำคัญของการประสานงานระหว่างนักการตลาดและจำนวนของพวกเขาคือกลุ่มประชากรตามรุ่น ซึ่งเป็นชุดข้อมูลเชิงลึกที่เป็นไปได้ของกลุ่มผู้ใช้ที่สามารถสร้างหรือทำลายแคมเปญของคุณได้ การวิเคราะห์กลุ่มประชากรตามรุ่นต้องใช้หลายขั้นตอนและหลายช่องทาง มาดูกันว่าคุณจะเริ่มต้นวันนี้ได้อย่างไร

• การระบุแนวโน้ม: การมีความสามารถพิเศษในการระบุแนวโน้มสามารถช่วยทีมสร้างการทดลองครบวงจรที่สร้างมูลค่าให้กับธุรกิจซ้ำแล้วซ้ำอีก การระบุแนวโน้มตั้งแต่เนิ่นๆ ช่วยให้คุณมีเวลาเหลือเฟือในการวางแผนกลยุทธ์ในทิศทางที่ถูกต้อง
  เมื่อ Dropbox รู้ว่าผู้ใช้ของพวกเขากำลังทำงานร่วมกันบนแพลตฟอร์ม เช่น การแบ่งปันรูปภาพหรือกิจกรรมอื่นๆ พวกเขาได้สร้างการเติบโตโดยการเชิญผู้ใช้ใหม่ Dropbox สร้างแรงจูงใจให้กับผู้ใช้ทั้งหมดในทันที ปลดล็อกรายได้ที่เติบโตอย่างมหาศาลให้กับพวกเขา
• การเปรียบเทียบกลุ่มตามรุ่น: เครื่องมือสร้างข้อมูลเชิงลึกที่ยอดเยี่ยมอีกอย่างหนึ่งคือการเปรียบเทียบกลุ่มตามรุ่นต่างๆ ในองค์ประกอบที่เปลี่ยนแปลง เช่น ผู้ใช้ชุดเดียวกันในช่วงเวลาต่างๆ ผู้ใช้ที่แตกต่างกันที่ใช้คุณลักษณะเดียวกัน และการทำซ้ำดังกล่าวหลายครั้ง การเปรียบเทียบช่วยให้ทีมสามารถดูพฤติกรรมของผู้ใช้และวิเคราะห์ว่าผู้ใช้มีพฤติกรรมที่แตกต่างกันอย่างไร
  สิ่งนี้ทำให้ทีมสามารถทำซ้ำกลยุทธ์ที่ชนะในผลิตภัณฑ์หรือบริการใดๆ
• การตีความข้อมูล: อัตราการเลิกใช้งานที่สูงอาจใช้ได้สำหรับแอปพลิเคชันฟรีที่มีการเข้าถึงแบบเปิด แต่อาจทำให้เกิดความกังวลสำหรับบริการที่อิงตามการสมัครสมาชิก ดังนั้น การตีความข้อมูลควรอยู่ในบริบทที่สมบูรณ์กับธรรมชาติของธุรกิจ โดยทำความเข้าใจบริบทรอบ ๆ ข้อมูลของคุณเช่น
  ตัวอย่างเช่น หากคุณพูดถึงผู้ใช้ แล้วผู้ใช้เหล่านั้นไม่ซ้ำใครหรือเพิ่งได้รับมาใหม่ หรือเป็นเพียงผู้ใช้ทั่วไปของแอป คุณสามารถตัดสินใจโดยใช้ข้อมูลที่ดีขึ้นเกี่ยวกับกลยุทธ์เพื่อปรับปรุงประสิทธิภาพของธุรกิจของคุณ

การวิเคราะห์กลุ่มโดยใช้ WebEngage

การเรียกใช้การวิเคราะห์ตามรุ่นบน WebEngage นั้นตรงไปตรงมาและง่ายอย่างเหลือเชื่อ ในเวลาน้อยกว่า 5 คลิก ทีมผลิตภัณฑ์และนักการตลาดสามารถเข้าสู่กลุ่มข้อมูลที่สามารถดำเนินการได้เกี่ยวกับพฤติกรรมของผู้ใช้

ในการเริ่มต้น คลิกที่ไอคอนดรอปดาวน์ทางด้านซ้ายของแดชบอร์ด WebEngage ของคุณแล้วแตะที่กลุ่มประชากรตามรุ่น เมื่อคุณมาถึงส่วนนี้แล้ว ให้ใช้ตัวกรองที่ด้านบนเพื่อแนะนำพารามิเตอร์ที่จะช่วยให้คุณเข้าใจผู้ชมของคุณ

ตั้งแต่การกระทำเล็กๆ อย่างการติดตั้งแอป ไปจนถึงการเปิดแอป ไปจนถึงบางสิ่งที่สำคัญ เช่น การซื้อการสมัครสมาชิกหรือกิจกรรมที่ดำเนินการ แพลตฟอร์มนี้ช่วยให้คุณตรวจสอบทุกรายละเอียดเล็กๆ น้อยๆ ได้ในระดับที่ละเอียดมาก

เมื่อเสร็จแล้ว คุณสามารถไปยังตารางกลุ่มประชากรตามที่แสดงด้านล่าง มันจะมีลักษณะเช่นนี้ ทางด้านซ้ายมือ คุณจะเห็นวัน ช่วงเวลาเริ่มต้นอยู่ด้านบนสุด และช่วงเวลาล่าสุดหรือสิ้นสุดอยู่ด้านล่าง

วิธีที่คุณต้องการอ่านตารางนี้คือทีละคอลัมน์แทนที่จะอ่านจากแถวหนึ่งไปยังอีกแถวหนึ่ง



ในตารางด้านบน อย่างที่คุณเห็น เฉดสีฟ้าที่เข้มกว่าเน้นกิจกรรมของผู้ใช้ ยิ่งสีน้ำเงินเข้มมากเท่าไรก็ยิ่งมีเปอร์เซ็นต์มากขึ้นเท่านั้น ตัวอย่างเช่น หากคุณดูข้อมูลตั้งแต่วันที่ 6 พฤศจิกายน คุณจะเห็นว่าเป็นวันที่ยากจนที่สุดในบรรดาวันทั้งหมด แม้ว่าผู้ใช้จะดำเนินการในวันที่ 0 แต่เปอร์เซ็นต์ของผู้ใช้ที่กลับมาสำหรับเหตุการณ์การส่งคืนนั้นต่ำ

แคมเปญที่จะดำเนินการหลังจากระบุกลุ่มของคุณ

ตอนนี้ คุณมีความเข้าใจพอสมควรเกี่ยวกับวิธีการทำงานของการวิเคราะห์ตามรุ่น วิธีอ่านตาราง และวิธีระบุช่องว่าง คุณทำอะไรกับข้อมูลเชิงลึกทั้งหมดนี้ ขั้นตอนต่อไปคืออะไร?
ไม่มีการหยุดการดำเนินการประเภทที่นักการตลาดสามารถทำได้หลังการวิเคราะห์ตามกลุ่ม แต่นี่คือวิธีเริ่มต้น

1. แคมเปญทางอีเมล : ลองนึกภาพว่าคุณพบกลุ่มคนที่เพิ่มสินค้าลงในรถเข็น แต่มักจะทิ้งก่อนที่จะชำระเงิน ในชุดข้อมูลนี้ คุณสามารถส่งอีเมลส่วนบุคคลเกี่ยวกับมูลค่าของผลิตภัณฑ์ ข้อความรับรองจากผู้ใช้บางส่วน หรือแม้แต่รหัสส่วนลด
2. โปรแกรมรางวัล/ความภักดี : แคมเปญตามรุ่นนั้นยอดเยี่ยมเสมอเพราะคุณสามารถปฏิบัติต่อผู้ใช้กลุ่มใดกลุ่มหนึ่งได้แตกต่างกัน และนำข้อมูลเชิงลึกนั้นไปใช้ในการสร้างคุณลักษณะระยะยาว ลองนึกภาพว่าคุณเปิดใช้รหัสคูปองสำหรับผู้ใช้ที่ข้ามเครื่องหมายที่กำหนด ซึ่งทำให้เกิดพฤติกรรมการมีส่วนร่วม
3. ข้อเสนอ : การเสนอส่วนลดหรือข้อเสนอการจัดส่งฟรีสามารถจูงใจให้ลูกค้าซื้อได้ คุณสามารถแบ่งกลุ่มลูกค้าของคุณตามพฤติกรรมการซื้อของพวกเขา และมอบส่วนลดหรือข้อเสนอพิเศษเฉพาะเพื่อกระตุ้นให้พวกเขาซื้อมากขึ้น
4. อีเมลการเปิดใช้งานใหม่ : คุณพบกลุ่มที่มีการใช้งานค่อนข้างมากในช่วง 2-3 สัปดาห์แรก แต่จากนั้นเข้าสู่ช่วงพักอย่างช้าๆ อีเมลการเปิดใช้งานใหม่พร้อมให้ความช่วยเหลือ อีเมลเหล่านี้สามารถเสนอสิ่งจูงใจหรือเตือนผู้ใช้ของคุณถึงประโยชน์ของผลิตภัณฑ์ของคุณ บางคนเรียกสิ่งนี้ว่าแคมเปญคืนชีพ
5. การจัดการ AOV : การใช้แคมเปญการจัดการมูลค่าการสั่งซื้อเฉลี่ย (AOV) สามารถเพิ่มการใช้จ่ายของลูกค้าต่อการซื้อ การให้ส่วนลดตามระดับชั้นหรือการจัดส่งฟรีเมื่อซื้อสินค้าเกินจำนวนที่กำหนดสามารถกระตุ้นให้ลูกค้าใช้จ่ายมากขึ้น

วิธีพัฒนารายการดำเนินการจากรายงานของคุณ

นักการตลาดที่ดีทุกคนรู้ดีว่าความสำเร็จที่แท้จริงไม่ใช่แค่การทำให้ผู้ใช้ดาวน์โหลดแอปของคุณ แต่การเดินทางจะเริ่มต้นหลังจากนั้น เป็นเรื่องง่ายที่จะดูข้อมูลโดยแยกจากกันและหลงไปกับเมตริกที่ไร้สาระ เช่น การดาวน์โหลดแอปหรือการเปิดแอป แต่ถ้าคุณสนใจผู้ชมของคุณจริงๆ คุณจะต้องมุ่งเน้นไปที่การรักษาลูกค้า

เริ่มต้นด้วยการใช้กลุ่มประชากรตามรุ่นเพื่อระบุพื้นที่ปรับปรุงและทิ้งสิ่งที่มองเห็นได้บนพื้นผิว ลงลึกในการจัดลำดับความสำคัญของรายการการกระทำโดยการเรียนรู้สิ่งที่ทำให้ผู้ใช้ตกหลุมรักแอปของคุณ อะไรทำให้พวกเขาอยู่ต่อ และที่สำคัญ อะไรทำให้พวกเขาจากไป? แยกความพยายามของคุณตามผลกระทบที่อาจเกิดขึ้นกับการรักษาผู้ใช้และทรัพยากรที่จำเป็นในการแก้ไขปัญหาดังกล่าว

เมื่อคุณทำขั้นตอนนี้เสร็จแล้ว ให้พัฒนากลยุทธ์การเก็บรักษาที่มีประสิทธิภาพและคล่องตัว โปรดจำไว้ว่ากุญแจสำคัญคือการเพิ่มประสิทธิภาพเสมอ คุณต้องการหลีกเลี่ยงการปรับใช้กลยุทธ์แล้วรอเป็นวันหรือสัปดาห์เพื่อทำการเปลี่ยนแปลงต่อชั่วโมง ตรวจสอบกลุ่มของคุณและการกระทำของพวกเขาให้บ่อยที่สุดเท่าที่จะเป็นไปได้ และทำการแก้ไขในแผนปฏิบัติการของคุณ นี่คือจุดเติบโตที่แท้จริง

การพัฒนารายการการดำเนินการหลังจากการเฝ้าติดตามเกี่ยวข้องกับการดำเนินการตามข้อมูลเชิงลึกด้วยความเร็วสูง ติดตามอัตราการปั่นของคุณหรือ CRR ตรวจสอบสุขภาพของช่องทางของคุณ

บทสรุป

หากคุณเป็นนักการตลาดที่ขับเคลื่อนด้วยข้อมูลหรือใฝ่ฝันที่จะเป็น การวิเคราะห์ตามรุ่นคือดาวเด่นที่ชี้นำคุณ เป็นกรอบการทำงานสำหรับการกำหนดเป้าหมาย เปิดเผยข้อมูลเชิงลึก ตั้งค่าเมตริก และเริ่มการสนทนาเชิงกลยุทธ์

ลูกค้า WebEngage จำนวนมากได้ปรับใช้แคมเปญสำหรับการสมัครสมาชิก การรับคุณลักษณะ การให้คะแนนแอป การเริ่มต้นใช้งานของผู้ใช้ และสถานการณ์อื่นๆ มากมายหลังจากแยกข้อมูลเชิงลึกจากกลุ่มของพวกเขา

การวิเคราะห์ตามรุ่นช่วยให้ทีมการตลาดมีข้อมูลเชิงลึกและเสริมสร้างสมมติฐานของพวกเขาเกี่ยวกับสิ่งที่ควรเป็นก้าวสำคัญครั้งต่อไปของคุณ ทำให้การวิเคราะห์ตามรุ่นเป็นตัวเลือกของคุณทุกครั้งที่คุณวางแผนแคมเปญที่เน้นลูกค้าเป็นหลัก
ธุรกิจพยายามที่จะเติบโตเนื่องจากพวกเขามุ่งเน้นไปที่การได้มา (การไหลเข้าของผู้ใช้) และไม่สนใจการรักษา (การรักษาผู้ที่เข้าร่วม)

พร้อมที่จะยกระดับแคมเปญการรักษาลูกค้าของคุณไปอีกขั้นแล้วหรือยัง ขอตัวอย่างวันนี้เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับกลุ่มประชากรตามรุ่นและวิธีที่พวกเขาสามารถช่วยคุณสร้างแคมเปญการรักษาที่มีประสิทธิภาพ