使用同类群组分析保留客户的袖珍指南

介绍

移动营销人员知道，持久的营销或增长战略不会以获取新客户而告终，而是要确保现有客户留下来。

迷失在无法保证任何牵引力的应用程序下载或每日活跃用户等虚荣指标中是灾难的根源。 对于任何营销人员来说，没有什么比在获得后几周或几天内失去大部分或部分重要客户更令人担忧的了。

您是否知道只有 5-20% 的机会向新客户销售产品，而老客户的销售机会高达 60-70%？

为防止您的客户离开您的应用，必须优先考虑客户保留。 留住现有客户比获得新客户便宜 5 倍，而且大多数客户忠诚度低的企业可能会陷入负回报。

但在我们着手阻止客户离开之前，数据就来了——不仅仅是任何数据，而是可以告诉您客户群行为和特征的确切数字。 在这种情况下，队列成为一项突出的技术。

如今，在使用数据来理解和剖析用户行为、习惯和特征方面，营销人员的状态比以往任何时候都好，这是大多数团队转向队列分析的地方。

什么是队列分析？

Cohort Analysis 可帮助您读取数据、类别和模式，并使团队能够推断营销决策。 简而言之，这是营销人员通过研究一段时间内的行为来发现机会并吸引客户以获得最大影响的镜头。

群组是在特定时期内具有更强特征和共享经验的一批用户。 他们根据他们的行为分为两部分。 这可以包括新用户和现有用户及其行为，例如重复购买或不活动。

此过程可以更轻松地了解用户随时间的参与度并确定模式或摩擦区域，提高用户参与度并留住客户。

队列与细分有何不同

如果您刚刚开始，很容易混淆同期群分析和细分分析——这两种方法不可互换； 事实上，它们是相辅相成的。 前者是一个受时间和相同用户行为限制的分析过程，在一段时间内研究相似受众的数据以衡量他们的参与模式，而后者则是根据共同兴趣、人口统计数据将大量数据分成小组位置、行为等

例如，下载应用程序并在 30 天内进行首次购买的客户可称为队列。 但是，所有下载该应用程序的客户都会成为您的细分市场。

它是段的子集，其中时间段是一个重要因素。 基于行为分析、他们的行为来分析客户，并将他们分组为小批量，而不是将整个批次视为特定时间段内的一个大数据，这称为队列分析。

营销团队可以使用同类群组分析来跟踪客户行为和行动，并更好地了解特定时间段内的独特用户需求。 Cohort Analysis 使团队能够定制活动并制定策略来推动客户保留。

使用同类群组分析的关键用例

想象一下，你想向你的用户出售订阅包——现在，你会选择喷洒祈祷，还是选择一小撮喜欢使用你的产品并且应用打开消费率高的忠实用户？ 后者，对吧？ 我们也是这么猜的。

营销团队可以使用群组分析来了解从产品营销到收购的各种挑战或容易实现的机会。

1. 客户保留：确定已进入您的忠诚度群体或正在休眠的客户。 同类群组分析可以帮助您针对特定事件跟踪有前途的用户（例如，已将商品添加到购物车但在过去 45 天内未购买的用户）或价值生命周期中正在递减的用户（例如，平均订单价值下降的用户）自一个月以来一直在下降）——同类群组分析可以帮助识别模式。
2. 产品性能：通过跟踪开始使用产品或功能的用户群组，可以帮助您分析他们的使用模式并确定需要改进的领域，以提高产品性能。
3. 营销活动：通过跟踪暴露于特定营销活动的用户群组，您可以分析他们的行为并确定该活动对用户获取和保留的影响。
4. A/B 测试：通过比较接触不同版本产品或功能的用户群，您可以分析他们的行为并确定哪个版本表现更好。
5. 用户参与度： IT 分析可以帮助确定用户参与度随时间变化的趋势。
   例如，您可以将通过特定渠道注册的人分组，然后在一个月或一个季度后分析他们的参与度。 这将使您深入了解哪个获取渠道为您提供了吸引人的受众。

队列分析的类型

从广义上讲，它可以分为两大类，行为队列和习得队列； 但是，营销人员可以根据需要深入分析数据。 以下是您可以尝试和测试的几种同类群组分析。

1. 基于时间的队列分析：这种分析涉及用户首次使用应用程序或服务的时间，并随着时间的推移跟踪他们的行为。 建立基于时间的同类群组可以帮助您了解用户在一段时间内的参与率，并帮助识别模式以做出明智的产品决策。
2. 获取队列分析：获取分析侧重于基于获取渠道的用户集——付费、自然、社交或附属渠道。 然后，营销人员根据用户的入口点将用户分成两部分，以监控他们的行为。 这有助于营销团队从一个来源了解渠道的功效和用户的粘性，并允许团队加倍营销投资。
3. 行为群组分析：此分析侧重于根据用户的行为或行为对用户进行分组。 营销人员严重依赖这些数据来帮助识别具有不同需求和偏好的用户群，并定制他们的产品或服务以更好地满足这些需求。
4. 细分群组分析：细分分析可以帮助他们研究用户购买习惯的基础——特定产品购买、人口统计、功能购买或注册特定付费服务。 这可以帮助营销人员根据用户的投资深度和广度将用户分成两部分，从而为特定细分市场设计量身定制的服务或产品。
5. 基于事件的同类群组分析：顾名思义，分桶——基于用户执行的任何操作或事件的用户允许团队在验证假设时的可见性。

通过分析不同的群体或群体如何使用他们的产品，公司可以发现他们营销策略中的缺陷，并确定与不同客户群沟通的最有效方式。

此外，公司可以利用这些量身定制的数据来设计激励措施，鼓励客户继续使用他们的产品，尤其是当他们表现出停止购买的迹象时。

如何阅读和理解队列表

队列表映射了一个用户从第 0 天到第 N 天的生命周期（0 和 N 是你的时间窗口）。

在下表中，我们正在查看前 7 天内一批用户的参与度。 作为营销人员，您可以从客户团队获取这些数据并将其导入 Excel 或使用 WebEngage 等工具，这些数据会自动实时更新。

在仔细检查 WebEngage 上的表格期间，您可以关注具有最深蓝色阴影的行或列。 上表显示了开始事件和返回事件。 开始事件表示在第 0 天下载应用程序的用户，返回事件表示返回或流失的用户。

该表证明总体水平上 34.9% 的用户在安装它的同一天执行了返回事件，其次是 7% 的剩余用户在第 1 天，依此类推。

上面的图表可以非常容易地推断出用户何时离开应用程序。

假设 1：应用程序在 3 月 10 日遇到挑战
假设 2：用户动机受到打击，导致交互不良

从上表中得出的结论是需要解决的 D0 保留，其次是 D1。 确定问题区域后，您可以进一步深入了解用户的人口统计数据、获取渠道、操作系统、设备和其他详细信息，以了解导致用户流失的原因。

衡量队列表的指标

同类群组表是营销人员深入了解产品和用户心理的工具。

例如，您可以利用队列表来映射用户的行为模式并解码应用中的不足之处，这使您能够提供改进的应用体验、建立客户信任并提高保留率。

这种分析有助于全面解码应用程序的健康状况、功能和粘性。 虽然建立同类群组的最常见用例是在类别、功能或应用级别上研究用户保留率，但很少有指标可以帮助探索用户行为的其他方面。

1. 留存率：留存率是应用程序性能的核心，它跟踪留在应用程序、保持参与或在应用程序上执行任何事件的用户百分比。 要计算留存率，请将活跃用户总数除以开始时的用户数。


想象一下，如果您在 1 月初有 100 个客户，并且您获得了 20 个新客户，并且总共有 10 个客户从系统中流失。 您现在只剩下 110 位客户，因此您的保留率将是：

(110-20)/100 = 90%

2. 流失率：留存率跟踪保留在应用程序上的用户，而流失率跟踪离开的用户。
   

   例如，如果一家 SaaS 公司在月初有 1000 名付费客户，其中 100 名取消了订阅服务，则该公司的客户流失率为 10%。

3. 每个用户的平均收入 (ARPU)：一些应用程序还使用队列表来分析一段时间内的 ARPU。 要计算这一点，请将产生的总收入除以该群组中的用户数量。



4. 客户生命周期价值 (CLTV)： CLTV 可以帮助您了解客户在一段时间内将为企业带来多少价值，而群组可以帮助您衡量它。

   计算 CLTV 最简单的方法是客户生命周期价值 = 客户价值 x 平均客户生命周期。 在这里，客户价值是客户向您购买的平均数量和频率。 客户生命周期是他们使用您的产品保持活跃的总年数除以客户总数。

   

   

   您可以通过将每个用户的平均收入乘以该用户成为客户的估计时间来做到这一点。

5. 转化率：它跟踪采取所需操作（例如购买或注册订阅）的用户百分比。 将采取所需操作的用户数除以同类群组中的用户总数。
6. 同类群组规模：同类群组规模是指在特定时期内，在所述组、细分或同类群组中具有共同特征的用户数量。 例如，如果一个 OTT 应用程序在 1 月份有 100 个新注册用户，在 2 月份有大约 140 个新注册用户，那么这几个月的新订户群体规模将分别为 100 和 140。

上述指标只是浩瀚客户保留管理海洋中的冰山一角。 营销人员和产品所有者可以在粒度级别探索和剖析每个表、队列、模式和假设，以深入挖掘客户洞察力。

虽然这些指标在各行各业都很常见，但它们都促使我们以每天、每周、每月或任何其他适合您业务的特定时间范围来计算客户保留率。

假设印度的一家电子商务公司在季风季节开始时有 15,000 名客户。 在这个季节里，他们失去了 1,500 名客户并获得了 2,000 名新客户。

季风季节的客户保留率将计算如下：

客户保留率 =（（季风季节结束时的总客户 - 新客户）/季风季节开始时的总客户）x 100

因此，在这种情况下，季风季节的客户保留率为：((15,500 – 2,000) / 15,000) x 100 = 86.67%

因此，如果公司中的任何人想了解季风期间的保留率（具体到时间范围），它是 86.67%，这仍然是一个很好的地方。 印度的大多数企业在季风期间受到影响，因为物流受到打击，然而，这家公司能够渡过难关。

客户保留率 (CRR) 是在给定时间段内保留的客户百分比。 要计算保留率，您需要三个指标

• 给定期间开始时的客户
• 给定期间末的客户
• 在此期间获得的新客户。

公式如下



例如，如果您在期初有 1000 名客户，近 100 名新客户加入您，而在同一期末仍有 500 名客户，那么数学计算如下：

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

回收率 = 40%

这意味着您在上述期间保留了 40% 的客户。 现在，一些行业的留存率高于其他行业，仅仅是因为服务的性质或受众的游牧态度。

40% 更接近频谱的警报端，但超过 70% 的任何值都被认为是良好的 CRR。


分析群组指标

营销策略的好坏取决于它的实验和假设——识别唾手可得的果实，双击问题领域，预测问题，并推断数据以避免潜在的挑战； 当涉及到用户的行为数据时，这项工作是一件永无止境的事情。

营销人员与其人数之间这种联系的一个组成部分是同类群组——一批用户的潜在洞察力集，可以成就或破坏你的营销活动。 分析群组需要几个步骤和渠道。 今天就让我们探讨一下如何开始吧。

• 识别趋势：拥有识别趋势的诀窍可以帮助团队建立一个完整的实验周期，为业务创造价值。 尽早识别趋势可以让您有余地来朝着正确的方向规划您的策略。
  当 Dropbox 意识到他们的用户在该平台上进行协作时，例如共享图像或任何其他活动，他们通过邀请新用户来实现增长。 Dropbox 立即为它的所有用户提供了激励，为他们带来了巨大的收入增长。
• 比较队列组：另一个重要的洞察力生成器是跨不断变化的元素对不同队列组进行比较——不同时间的同一组用户，采用相同功能的不同用户，以及许多这样的迭代。 通过比较，团队可以查看用户行为并分析用户之间的行为有何不同。
  这允许团队在任何产品或服务中复制制胜策略。
• 解释数据：对于具有开放访问权限的免费应用程序来说，高流失率可能没问题，但它可能会引发对基于订阅的服务的担忧。 因此，解释数据应该完全符合业务的性质。 通过了解围绕您的数据的上下文，例如
  例如：如果您谈论用户，那么他们是独特的还是新获得的，或者只是该应用程序的普通用户，您可以就提高业务绩效的策略做出更明智的决策。

使用 WebEngage 的群组分析

在 WebEngage 上运行同类群组分析非常简单。 只需不到 5 次点击，产品团队和营销人员就可以进入有关其用户行为的可操作数据池。

要开始使用，请单击 WebEngage 仪表板左侧的下拉图标，然后点击同类群组。 到达此部分后，使用顶部的过滤器引入有助于您了解受众的参数。

从应用程序安装这样小的操作到打开应用程序，再到购买订阅或进行的活动这样重要的事情，该平台允许您在非常精细的级别监控每一个微小的细节。

完成后，您可以转到下方填充的队列表； 它看起来像这样。 在左侧，您会看到天数，开始时间段位于顶部，最晚或结束时间段位于底部。

您想要阅读此表的方式是一次一列，而不是逐行阅读。



在上表中，如您所见，较深的蓝色阴影突出显示了用户的活动。 蓝色越深，百分比越强或越高。 例如，如果您查看 11 月 6 日的数据，您会发现这是所有日子中最糟糕的一天。 即使用户在第 0 天执行了该操作，但回来参加返回事件的用户百分比也很低。

确定您的同类群组后要开展的活动

现在您对同类群组分析的工作原理、如何阅读表格以及如何识别差距有了相当的了解。 你用所有这些洞察力做什么？ 下一步是什么？
好吧，营销人员在队列分析后可以做的那种执行是没有止境的，但这里是如何开始的。

1. 电子邮件营销活动：想象一下，您遇到了一个群组，该群组将商品添加到购物车，但总是在结帐前掉线。 对于这批产品，您可以发送有关产品价值、一些用户推荐甚至折扣代码的个性化电子邮件。
2. 奖励/忠诚度计划：队列活动总是很棒，因为您可以区别对待一组特定的用户，并将这种洞察力用于构建长期功能。 想象一下，您为越过特定标记的用户推出优惠券代码，这会逐渐转化为吸引人的行为。
3. 优惠：提供折扣或免费送货优惠可以激励客户购买。 您可以根据客户的购买行为对客户进行细分，并提供量身定制的折扣或优惠以鼓励他们购买更多。
4. 重新激活电子邮件：因此，您发现了一个在前几周相对活跃但随后慢慢进入平静期的群组 - 重新激活电子邮件可用于救援。 这些电子邮件可以提供奖励或提醒您的用户您产品的好处。 有些人还称这是一场复活运动。
5. AOV 管理：实施平均订单价值 (AOV) 管理活动可以增加客户的每次购买支出。 对超过一定金额的购买提供分级折扣或免费送货可以鼓励客户花费更多。

如何根据报告制定行动项目

任何优秀的营销人员都知道真正的成功不仅仅是让用户下载您的应用程序——旅程在此之后才开始。 孤立地查看数据很容易迷失在应用下载或应用打开等虚荣指标中，但如果您真正关心您的受众，则需要关注保留率。

首先使用同类群组来确定改进区域并废弃表面上可见的内容。 通过准确了解是什么让用户爱上您的应用程序，深入确定操作项的优先级。 是什么让他们留下来，最重要的是，是什么让他们离开？ 根据对保留的潜在影响和解决这些问题所需的资源来分离您的工作。

完成此步骤后，开始制定稳健而敏捷的保留策略。 请记住，关键始终是优化。 您希望避免部署策略，然后等待数天或数周才能按小时进行更改。 尽可能多地监控你的同伙和他们的行为，并在你的行动计划中做出修正。 这才是真正的成长所在。

在监控之后制定行动项目涉及以闪电般的速度根据洞察力采取行动。 跟进您的流失率或 CRR。 检查渠道的健康状况。

结论

如果您是数据驱动的营销人员或有志成为，同类群组分析是您的指路明灯。 它是一个用于设定目标、展开见解、设定指标和开始战略对话的框架。

许多 WebEngage 客户在从他们的队列中提取见解后，已经针对订阅、功能采用、应用评级、用户入职和大量其他场景部署了活动。

同类群组分析为营销团队提供了洞察力，并强化了他们关于您的下一个重大举措应该是什么的假设。 每次您计划以客户为中心的活动时，将同类群组分析作为您的首选。
企业难以蓬勃发展，因为他们只关注获取（用户的涌入）而忽视保留（维持加入的人）。

准备好将您的客户保留活动提升到一个新的水平了吗？ 立即申请演示以了解有关同类群组的更多信息以及它们如何帮助您建立有效的保留活动。