⌘286. Когортний аналіз

Коли ми аналізуємо дані та робимо висновки з результатів аналізу, часто забуваємо, що для їхньої точності варто обовʼязково перевіряти і правдивість даних. У B2B-компаніях, з якими я стикаюся найчастіше, зазвичай довгий цикл угоди – від місяця до 6 чи навіть 12. Як же зрозуміти вплив маркетингу на генерацію нових клієнтів? Дуже великою помилкою буде робити помісячну воронку. І це я дуже прошу всіх запамʼятати:в січні отримали 10 заявокв січні отримали 8 SQLв січні отримали 2 нових клієнтів– це дані, які у жодному разі не можна змішувати. Ми реально отримали 10 заявок в січні, але 8 SQL могли зʼявитися із заявок в листопаді-грудні, а 2 нових клієнти із заявок взагалі в серпні чи вересні. Тут не можна робити висновки або рахувати конверсію. І саме тут нам із тобою на допомогу приходить когортний аналіз. Мій найулюбленіший з усіх аналізів. Щоб ним користуватися, достатньо зрозуміти, що ми рахуємо не помісячно, а когортами. Кожну дію з лідом ми привʼязуємо до дати отримання заявки. Тобто якщо в січні ми отримали заявку, в лютому поспілкувалися з лідом та перевели на етап SQL, а в травні підписали договір та отримали оплату – ми вносимо всі ці зміни в січень (коли отримали заявку). Щоб розуміти якість когорти, ми додаємо простий показник для кожного місяця, де рахуємо, який % від усіх отриманих заявок вже у фінальному статусі (програно чи виграно). Я рекомендую дивитися на показники когорт з якістю від 75% і вище. Відповідно, розклавши дані нашого бізнесу за такими когортами, ми з тобою точно побачимо реальну конверсію між етапами, реальну вартість залучення SQL та вартість залучення клієнта в розрізі послуг та джерел. І вже на основі цього спокійно можна робити висновки та розробляти стратегії майбутніх періодів.#менеджмент@chumandriy