ניתוח קוהורט Cohort Analysis
מה זה ניתוח קוהורט?
במקום להסתכל על כלל המשתמשים כגוש אחד, ניתוח קוהורט מחלק אותם לקבוצות בעלות מאפיין משותף ועוקב אחרי כל קבוצה בנפרד לאורך זמן. הקוהורט הנפוץ ביותר הוא קוהורט לפי זמן, למשל כל המשתמשים שנרשמו בחודש מסוים. גישה זו חושפת מגמות שממוצע כללי נוטה להסתיר.
איך זה עובד
בונים טבלה שבה כל שורה היא קוהורט וכל עמודה היא פרק זמן מאז ההצטרפות. התאים מציגים את אחוז המשתמשים שנותרו פעילים. לדוגמה, אם נרשמו בינואר 1,000 משתמשים ואחרי חודש 300 מהם עדיין פעילים, שיעור השימור החודשי עומד על 30%. השוואה בין קוהורטים של חודשים שונים מראה אם המגמה משתפרת או נחלשת.
מה אפשר ללמוד
- שימור ונטישה - באיזה שלב משתמשים מפסיקים להשתמש במוצר.
- השפעת שינויים - האם קוהורט חדש מתנהג טוב יותר אחרי שיפור במוצר או בשירות.
- ערך לקוח - כמה הכנסה מניבה כל קבוצה לאורך חייה.
בשיווק משתמשים בו גם כדי להשוות בין קבוצות לקוחות שהגיעו מקמפיינים שונים ולבדוק איזו רכישה ראשונה מניבה לקוחות נאמנים יותר. ניתוח כזה מאפשר לקבל החלטות מבוססות נתונים במקום להסתמך על תמונה ממוצעת ומטעה.
שאלות נפוצות
מה ההבדל בין קוהורט לפילוח רגיל?
פילוח מחלק משתמשים לפי מאפיין קבוע כמו מיקום או מכשיר, בעוד קוהורט מקבץ אותם לפי נקודת זמן משותפת ועוקב אחרי התנהגותם לאורך זמן. ההבדל המרכזי הוא ממד הזמן שנמצא בלב ניתוח הקוהורט.
למה ניתוח קוהורט חשוב לעסקים מבוססי מנוי?
בעסקי מנוי ההכנסה תלויה בשימור לקוחות לאורך זמן, וניתוח קוהורט מראה בדיוק באיזה שלב לקוחות נוטשים. כך אפשר לזהות בעיות בחוויית המשתמש ולמדוד אם פעולות השימור אכן עובדות.
איפה אפשר לבצע ניתוח קוהורט?
ב-GA4 יש דוח קוהורט מובנה, וגם רוב מערכות הניתוח והמנוי מציעות כלים דומים. לניתוח מעמיק יותר אפשר לייצא את הנתונים ולבנות טבלת קוהורט בגיליון או בכלי BI.