Как правильно рассчитать конверсию с помощью когортного анализа?

В этой статье речь пойдет о том, почему важно использовать когортный анализ при расчете конверсии. Мы рассмотрим примеры из практики и поймем суть и преимущества данного метода. Но сначала разберемся, что такое когортный анализ.

Что такое когортный анализ?

Несмотря на страшное название, когорта — это всего лишь группа объектов, объединенных каким-либо общим признаком:

выпускники МГУ 2003 года;
выпускники МГУ факультета журналистики 2003 года;
выпускники МГУ факультета журналистики 2003 года, девушки и т.д.

В этом примере перечислены когорты людей, объединенные по одному или нескольким общим признакам.

Суть когортного анализа заключается в рассмотрении каждой из когорт в качестве отдельного цельного объекта и их сравнении по различным параметрам.

Как можно использовать когортный анализ в интернет-маркетинге?

Приведем несколько примеров когорт из сферы интернет-маркетинга:

посетили сайт в ноябре 2016 года, перейдя с рекламы Яндекс Директ;
посетили сайт в ноябре 2016 года, перейдя с рекламы Google Adwords;
посетили сайт в ноябре 2016 года, перейдя с рекламы MyTarget;
посетили сайт в ноябре 2016 года, перейдя с рекламы Facebook.

В этом примере когорты сформированы по признаку «рекламный канал». Теперь мы можем оценить конверсию в целовоей действие (заявка, заказ, покупка и другие) и ROI по каждой из когорт и понять какие рекламные каналы работают наиболее эффективно.

Вот еще простой вариант формирования когорт:

посетили сайт в ноябре 2016 года из Москвы;
посетили сайт в ноябре 2016 года из Санкт-Петербурга;
посетили сайт в ноябре 2016 года из Калининграда;
и так далее.

Эти когорты объединены по географическому признаку — город посещения.
Их анализ поможет нам в целом понять, как пользователи из различных городов ведут себя на нашем сайте, и решить конкретные задачи, например, рассчитать эффективность рекламных кампаний в разрезе городов.

Однако здесь возникает закономерный вопрос: зачем нужны когорты, когда можно просто сделать сегментацию?

Как рассчитать конверсию с учетом отложенных целевых действий

Дело в том, что достаточно большая часть посетителей вашего сайта совершает целевое действие (оставляет заявку, звонит к вам офис, делает заказ и другие) НЕ в свой первый визит.

Вспомните, как вы сами последний раз что-то заказывали или покупали. Наверняка, вы сначала поискали нужные вам товары/услуги через поиск Гугла или Яндекса, потом перешли на несколько сайтов с этими услугами/товарами, изучили представленную на них информацию, потом ушли, почитали отзывы на Яндекс Маркете или посмотрели видеообзоры на тематических форумах и уже потом вернулись на какой-то сайт и сделали заказ или оставили заявку.

Путь к конверсии бывает достаточно длинным. Причем, чем больше сумма покупки, тем обычно он длиннее — как и время на принятие решения.

Рассмотрим пример из практики. Возьмем интернет-магазин ювелирных изделий. Пользователи приходят на сайт, изучают информацию о товарах и совершают заказ.

Примечание: когортный анализ можно применять не только для интернет-магазинов, но и для любых видов бизнеса, которые привлекают клиентов через интернет.

Мы используем систему Kissmetrics для отслеживания действий пользователей на сайте этого интернет-магазина и можем очень подробно изучить то, как пользователи взаимодействуют с сайтом.

Сделаем отчет по воронке (Funnel report) в самом простом его виде: 1 шаг — посетитель пришел на сайт, 2 шаг — оформил заказ. Вот как выглядит часть отчета по воронке за июль 2016 года в Kissmetrics.

55 051 уникальный пользователь совершили шаг №1 «Посетили сайт» и лишь 47 из них перешли на следующий шаг «Оформили заказ». Конверсия составила менее 0,1%. Важное уточнение: Kissmetrics показывает все отчеты и рассчитывает метрики по уникальным пользователям, а не по сессиям.

Отчет по воронке «засчитывает» конверсию только тогда, когда первый и второй шаг были выполнены в указанный период времени (с 1 по 31 июля 2016).

Но мы с вами знаем, что многие пользователи делают заказ не сразу (не в первый визит на сайт), а уходят «подумать» и через некоторое время возвращаются, чтобы совершить конверсионное действие. Для этого интернет-магазина данный сценарий поведения покупателей особенно актуален, так как ювелирные товары стоят дорого и требуют большего времени на принятие решения о покупке.

Оценить, какое количество клиентов покупает сразу, а кто — уходит «подумать» и затем возвращается для покупки, нам поможет когортный анализ.

Рассмотрим когортный отчет (Cohort Report) в Kissmetrics.

Сформируем когорту из тех пользователей, что заходили на сайт интернет-магазина в июле 2016 года. Посмотрим, как они совершали событие «New Order» (оформиление заказа) на протяжении нескольких недель.

Когортный отчет (Cohort Report) в Kissmetrics. Мы объединили 55 051 посетителя сайта в одну когорту «Посетили сайт в июле 2016» и смотрим, как они возвращались на сайт позднее и оформляли заказ (совершали событие «New Order»). В ячейках когортного отчета выберем отображение количества покупателей. В настройках когортного отчета выбрано отображение только первой конверсии.

Поясним, что означают некоторые цифры в этом отчете. Из тех, кто посетил сайт в июле 2016 года:

49 человек оформили заказ в течение первой недели с момента первого визита (сюда включается и пользователи, которые оформили заказ во время первого визита);
5 человек вернулись на сайт через 2 недели и оформили заказ;
1 посетитель из когорты «Посетили сайт в июле 2016» (т.е. он приходил на сайт в июле) не сделал заказ во время первого визита, а вернулся на сайт на 8 неделю (спустя 49-56 дней) и оформил заказ.

На скриншоте ниже показано, какой длинный «хвост» отложенных конверсий мы имеем:

Вот карточка этого посетителя в Kissmetrics с указанием событий, которые он совершал. Мы видим, что первый раз этот пользователь пришел на сайт 4-го июля, а через 51 день (на 8 неделе после первого визита) вернулся на сайт и оформил заказ:

Всего в когортном отчете мы насчитали 66 покупателей из когорты «Посетили сайт в июле 2016».

Теперь изменим размер ячеек в когортном отчете и посмотрим на отложенные конверсии по дням. Видим, что большинство конверсий (34 человека оформили заказ, это 51,2%) совершается в течение первого дня визита на сайт. При этом еще примерно половина покупателей (48,8%) совершают конверсию не в первый день. Также мы можем детализировать когортный отчет по часам или минутам, чтобы понять, сколько времени нужно пользователям для принятия решения о покупке в течение первого визита.

Сравним цифры, которые мы увидели в отчете по воронке (Funnel Report) и в когортном отчете (Cohort Report).

Количество уникальных посетителей сайта за июль 2016 года — 55 051 человек. Этот показатель одинаковый в обоих отчетах.

Количество посетителей, сделавших заказ:

в отчете по воронке — 47 человек;
в когортном отчете — 66 человек (на 40% больше).

«Мгновенная» конверсия (в отчете по воронке) в новый заказ равна 0,0854%.
«Реальная» конверсия (в когортном отчете) в новый заказ равна 0,1199% (на 40% больше).

Примечание: конверсию в новый заказ мы считаем по уникальным пользователям, а не по сессиям.

Конверсию в отчете по воронке я называю «мгновенной» конверсией по аналогии с мгновенным значением переменного тока (величина тока в данный момент времени) — она учитывает только тех посетителей, которые приняли решение в вашу пользу сразу, лишь взглянув на ваш оффер. По сути, это идеальный ход развития событий.

Однако в жизни все бывает немного сложнее. Именно поэтому конверсию в когортном отчете я называю «реальной» — она учитывает и отложенные конверсии. На мой взгляд, это более правильный расчет коэффициент конверсии.

Вместо заключения

Очевидно, что если с помощью когортного анализа мы можем узнать «реальную» конверсию, то также мы можем рассчитать и реальный ROI.

Большое количество посетителей интернет-магазинов или лендингов приходят из платных рекламных каналов. Вы заплати за их привлечение одном месяце, а купили/оформили заявку они спустя несколько недель. Логично, что для правильного расчета эффективности рекламы нужно учитывать «реальную» выручку от этой когорты пользователей и расходы на ее привлечение.

Однако это уже тема для следующей статьи.

Если у вас возникли вопросы — задавайте в комментариях.

Высоких вам конверсий!

Источник картинки: Paul Kellermann