Alejandro Rigatuso est le fondateur de de Postcron.com , un outil facile à planifier en attente sur Facebook et Twitter. Vous pouvez le contacter via: [email protected] .

Analyse de cohorte , rétention et taux l'annulation des clients est l'un des indicateurs clef performance pour le développement de l'entreprise.

Ce n'est pas simplement un autre article sur l'analyse de cohorte. Si vous êtes un scientifique des données friands du sujet et que vous connaissez déjà son importance, vous pouvez sauter l'introduction. Commencez par le simulateur , où vous apprendrez à effectuer une analyse de cohorte et à simuler la croissance du démarrage en fonction de la fidélisation, du taux de désabonnement des clients et de nombreux autres facteurs. Vous pouvez même apprendre à analyser les vôtres Journaux PayPal avec logiciel Open source .

Maintenant, si vous n'avez pas réalisé que ce sont quelques-uns des indicateurs les plus importants, continuez à lire.

Introduction à l'analyse de cohorte:

Tout d'abord, nous devons comprendre de quoi nous parlons ici avec une analyse de cohorte. En bref, une cohorte est un groupe de sujets ayant une caractéristique commune . C'est peut-être votre âge, votre nationalité, peut-être votre ville de naissance, etc.

L'âge est un exemple particulièrement bon. Souvent, nous désignons les personnes nées entre les années 1960 et 1980 comme membres de la 'Génération X' et celles nées entre les années 1980 et 1990 comme membres de la 'Génération Y'. Chaque cohorte, chaque génération a ses propres caractéristiques .

De même, toute entreprise peut regrouper et analyser ses clients par cohortes. Un moyen courant et très utile d'analyser les clients consiste à les regrouper par date à laquelle ils ont commencé à utiliser le service.

principes de définition de la variété de conception

Et si je vous demandais: 'Quel pourcentage de votre revenu le mois dernier provenait de clients qui ont commencé à travailler avec vous il y a un an?' Pas du tout? Les nouveaux utilisateurs peuvent sembler bons, mais les abonnements à eux seuls n'équivalent pas aux revenus. Vous connaissez la réponse? Si vous ne le savez pas, il vous sera utile de vous renseigner sur l'analyse de cohorte.

Analyse de cohorte, rétention et taux d'annulation des clients:

Si vous analysez vos revenus par cohortes, Vous pouvez déduire (mensuellement) quelle part de vos revenus provient de nouveaux utilisateurs et quelle part provient d'anciens utilisateurs. De plus, allez plus loin et prévoyez les revenus attribués à la fidélisation des clients et au taux de désabonnement avec un degré de précision plus élevé.

Nous avons donc établi qu'une cohorte est un groupe de personnes ayant une caractéristique commune. De là, nous allons procéder, par exemple, en examinant les métriques de notre startup cloud computing. Commençons par regarder une seule cohorte. Dans ce cas, nous nous concentrerons sur les clients qui ont commencé à travailler avec nous en janvier 2012.

La première métrique importante à calculer est la rétention: Combien de nos nouveaux utilisateurs de janvier sont restés avec nous en février? Disons que nous avons eu 100 utilisateurs en janvier, et seulement 20 ont décidé d'annuler leur abonnement, nous laissant avec 80 utilisateurs restants en février. L'analyse de base de la rétention nous indique qu'il s'agit d'un taux de rétention de 80%. Maintenant, disons que 8 clients ont décidé d'annuler en février. Donc, en mars, nous avons 80-8 = 72 utilisateurs. Puisque 72/80 = 90%, nous avons une rétention de 90% après 2 mois de notre cohorte de janvier 2012.

Certaines personnes calculent la rétention en fonction de la taille de la cohorte initiale, mais je préfère calculer la rétention en fonction du mois précédent pour chaque cohorte.

Le taux d'annulation client en est un autre métrique essentielle . Il peut être défini en termes de rétention: Taux d'annulation client = 1 - rétention. Par conséquent, 80% de rétention implique 20% d'abandon. En d'autres termes, il s'agit du rythme auquel les clients quittent votre service.

Revenant à notre début de cloud computing, nous allons analyser un idéal (lire: Unreal) Case : 100% du taux de rétention. Cela signifie qu'aucun de nos clients n'abandonne le service. Disons que notre entreprise reçoit 1 000 nouveaux clients par mois. Après 24 mois, cette entreprise compte 24 000 clients actifs, pas mal. Malheureusement, ce scénario est fondamentalement impossible car la rétention à 100% n'existe que dans un paradis de démarrage.

Maintenant, soyons un peu plus réalistes et disons que notre entreprise a un taux de rétention de 90%. En d'autres termes, chaque cohorte perd 10% de ses clients chaque mois. Encore une fois, nous supposerons qu'il y a 1 000 nouveaux clients chaque mois.

Dans ce cas, après avoir reçu 1 000 nouveaux utilisateurs en janvier 2012, nous avons perdu 100 clients pour février, 90 pour mars, 81 pour avril, etc. Voyons ce que montre le graphique suivant:

Avec 1 000 nouveaux utilisateurs par mois, à un taux de rétention de 90%, nous avons environ 9 000 utilisateurs actifs par mois après 24 mois. Comparez cela à 100% de rétention, et nous nous retrouvons dans 37,5% du cas idéal (24 000 clients).

En d'autres termes: une baisse de 10% du taux de rétention a entraîné une diminution de 62% du nombre total d'utilisateurs actifs après 24 mois.

Les points clés ici: Les faibles taux de rétention limitent la croissance et l'utilisation du logiciel d'analyse de cohorte est utile pour comprendre vos taux de rétention.

La croissance grandit

À ce stade, vous pensez peut-être: «Mais Alejandro, attendez! Si chaque entreprise a un taux de désabonnement de la clientèle et que ces taux de désabonnement limitent la croissance, comment certaines entreprises parviennent-elles à forme en L inversé ?

Personnellement, je répondrais: 'Parce que sa croissance s'accroît'.

Il existe plusieurs moyens d'augmenter la croissance: augmenter votre budget marketing, optimisation des conversions et créer programmes de référence , tous ces moyens peuvent attribuer à la croissance virale . Analysons le cas de la croissance virale, dans laquelle le nombre de nouveaux clients est affecté par le nombre total de clients actifs de l'entreprise. En d'autres termes: plus de clients dans le système équivaut à plus de personnes se référant à de nouveaux clients, c'est plus de nouveaux clients.

Disons que l'entreprise connaît une croissance virale avec un facteur constant (K) de 0,20 et que le formule que nous avons appliqué pour calculer le nombre de nouveaux clients est:

nouveaux clients (mois) = k * Nombre total de clients (mois-1)

Maintenant, nous allons voir le même exemple qu'avant (1000 nouveaux utilisateurs par mois à 90% de rétention), mais cette fois, nous inclurons que certains se développent viralement (K = 0,20).

Dans ce graphique d'analyse de cohorte, il y a deux points clés: premièrement, un facteur constant de 0,20 a provoqué une augmentation de 1 000% du nombre total de clients actifs (~ 90 000) après 24 mois; Et à la deuxième place, le système continue de croître après 24 mois et n'a pas atteint le point de saturation.

Alors pour compenser notre taux de rétention de 90%, nous devons créer des mécanismes pour accroître notre croissance chaque mois.

Maintenant, à ce stade, vous pourriez dire: 'Wow, Alejandro! La croissance virale est clairement plus importante que la rétention. Voyez comment cela affecte notre clientèle! '

Où je répondrais: 'Pas si vite'.

Analysons un autre cas. Nous utiliserons notre bon vieil ami, la startup du cloud computing; mais cette fois avec un taux de rétention de 50%. Nous nous concentrerons sur 1000 nouveaux utilisateurs par mois et un taux de croissance virale de K = 0,20. Mais quelle que soit sa viralité, notre entreprise a très mal performé, perdant 50% de nos clients dans chaque cohorte, et par conséquent chaque mois.

Après 24 mois, notre société ne compte que 3 000 clients actifs au lieu de 90 000, soit une différence de 30x. La rétention est vraiment essentielle.

à quel point la certification aws est-elle difficile

Mais pourquoi une telle rétention a-t-elle un effet si puissant? En résumé: car la croissance virale dépend du nombre de clients actifs, donc si nous voulons garder nos utilisateurs plus longtemps, nous aurons plus de références.

Récapituler:

• Dans l'ensemble, le taux de désabonnement des clients limite la croissance.
• La rétention augmente la croissance virale.
• Une bonne rétention et une croissance virale sont des conditions préalables pour étendre une entreprise à des millions, voire des milliards d'utilisateurs.

Un dernier mot sur l'analyse de l'indice de taux de désabonnement des clients

Il est assez courant de voir plus de clients annuler un service au cours du premier mois d'utilisation que plus tard. C'est pourquoi dans la simulation suivante, je vous propose deux taux de rétention: le taux de rétention au premier mois et le taux de rétention à long terme. L'utilisation de ces paramètres dans nos calculs conduira à des résultats plus précis.

conclusion

Le but de ce didacticiel d'analyse de cohorte n'était pas de vous donner une leçon détaillée sur les mesures ou l'analyse de cohorte; en fait, d'autres experts ont débattu plus en profondeur de la complexité de ces statistiques. Je veux plutôt que vous compreniez l'importance de ce type d'analyse et, plus important encore, montrez aux lecteurs leurs propres exemples d'analyse de cohorte de revenus et de taux de désabonnement des clients avec mon analyse de cohorte de solution logicielle Open Source.

Et c'est pourquoi après avoir lu le tutoriel, vous vous demanderez ...

Quel pourcentage de vos revenus réels provient des utilisateurs qui ont commencé à travailler dans votre entreprise il y a un an?

Comment mener votre propre analyse de cohorte

Maintenant c'est ton tour! Il existe deux façons d'analyser le taux de rétention et le taux de désabonnement de votre entreprise:

1. Chargez les données de votre compte PayPal à l'outil que j'ai implémenté. Pour être totalement transparent, gardez à l'esprit qu'en utilisant cet outil, votre fichier journal sera temporairement placé sur un serveur en raison du traitement (ils sont supprimés dès que les données sont affichées). Cependant, si vous préférez, vous pouvez toujours ...

2. Télécharger Ouvrez le code source et implémentez l'outil vous-même. Le fichier README contient des instructions détaillées sur la façon de procéder. Si vous n'avez pas de compte PayPal, vous pouvez facilement pirater le code pour analyser d'autres types de comptes.

Alternativement, vous pouvez jouer avec notre simulateur et visualiser le début de la croissance en fonction des paramètres mentionnés ci-dessus.

Merci pour la lecture!