Du fik hundrede kunder i januar. Du fik hundrede kunder i februar. Begge kohorter står nu i juni. Januar-kohorten: halvtreds er stadig kunder. Februar-kohorten: tredive er stadig kunder. Samme tilgang, forskellig fastholdelse. Hvorfor. Det viser kohorteanalyse. Den sammenligner grupper af kunder, der kom til på samme tidspunkt. Den viser, hvilke kohorter der er sunde, og hvilke der lækker. Her får du at vide, hvordan kohorteanalyse virker, og hvordan du bruger den til at fastholde flere kunder.
Sådan forstår du kohorter, og hvorfor de betyder noget
Hvad en kohorte er, og hvorfor tidsbaseret gruppering betyder noget
En kohorte er en gruppe kunder, der kom til i samme periode. Januar-kunderne er én kohorte. Februar-kunderne er en anden. Kohorteanalyse følger hver gruppe for sig. Den viser, hvilken kohorte der er sund. Hvilken der lækker. Januar-kohorten fastholder måske halvtreds procent. Februar fastholder måske tredive procent. Noget ændrede sig mellem januar og februar. Kohorteanalyse viser det.
Kohorteanalyse eller samlet kundeanalyse
Samlet visning: du har i øjeblikket to tusind kunder. Du mistede hundrede sidste måned. Fastholdelse femoghalvfems procent. Men det skjuler forskellene mellem kohorterne. Nogle kohorter fastholder firs procent. Nogle fastholder nioghalvfems procent. Kohortevisningen viser sandheden. Den samlede visning skjuler mønstrene.
Sådan bygger du en tabel over fastholdelse pr. kohorte
Følg kunderne efter tilgangsmåned
Januar-kohorten: hundrede kunder kom til. Følg dem. Februar-kohorten: hundrede kunder kom til. Følg dem for sig. Marts-kohorten: hundrede kunder kom til. Gør det samme. Hver kohorte er en kolonne. Hver måned er en række.
Fastholdelse i måned nul, måned et og måned to
Januar-kohorten i måned nul: hundrede kunder. Januar-kohorten i måned et: halvfjerds kunder er der stadig. Fastholdelse halvfjerds procent. Januar-kohorten i måned to: femoghalvtreds kunder. Fastholdelse femoghalvtreds procent. Følg hver kohorte for sig. Fastholdelse måned for måned.
Sådan regner du fastholdelsesraten ud pr. kohorte
Andel af kunder, der vender tilbage hver måned
Måned nul: hundrede kunder. Måned et: halvfjerds vender tilbage. Halvfjerds procent fastholdelse. Måned to: femoghalvtreds vender tilbage. Femoghalvtreds procent fastholdelse. Følg procenten, ikke det rene antal. Procenten viser den rigtige fastholdelsesrate.
Fastholdelseskurver og mønstre i faldet
God kohorte: hundrede i måned nul. Firs i måned et. Halvfjerds i måned to. Tres i måned tre. Et jævnt fald. Et sundt mønster. Dårlig kohorte: hundrede i måned nul. Halvtreds i måned et. Tyve i måned to. Ti i måned tre. Et stejlt styrt. Den lækker hurtigt. Kurverne viser, hvor sund kohorten er.
Sådan finder du kohorter med høj og lav fastholdelse
Hvad der ændrede sig mellem gode og dårlige kohorter
Januar-kohorten blev godt fastholdt. Februar-kohorten blev dårligt fastholdt. Hvad ændrede sig. En produktlancering i februar. En ændring i kundeservice. Markedsføringen ændrede sig. Kilden til nye kunder ændrede sig. Find forskellen. Ændringen skabte problemet.
Sæsonmønstre i fastholdelsen
Sommerkohorter fastholder måske dårligt. Kohorter fra højtiderne fastholder måske bedre. Kundetypen varierer med sæsonen. Find mønstrene. Sommeren kan give tilbudsjægere. Højtiderne kan give folk, der køber gaver. Forskellige kundetyper har forskellig fastholdelse.
Sådan finder du ud af, hvorfor fastholdelsen er dårlig
Er det kilden til nye kunder eller produktet
Høj fastholdelse fra organisk trafik. Lav fastholdelse fra betalte annoncer. Problemet er kilden. Betalte annoncer bringer de forkerte kunder. Ret målgruppen. Lav fastholdelse fra alle kilder. Så er problemet produktet eller onboardingen. Ret produktet.
Er det en sæsoneffekt eller et grundlæggende problem
Januar-kohorten: halvtreds procent fastholdelse. Februar-kohorten: femogfyrre procent. Marts-kohorten: tooghalvtreds procent. Udsving er normalt. Grundlæggende problem: januar-kohorten: halvtreds procent. Februar-kohorten: tyve procent. Marts-kohorten: femten procent. Det falder. Noget er gået i stykker. Find det.
Sådan forbedrer du fastholdelsen på tværs af kohorter
Ændringer, der forbedrer alle kohorter
Produktforbedringer hjælper alle kohorter. Bedre kundeservice hjælper alle. Bedre onboarding hjælper alle. Ændringer, der hjælper alle kohorter, er grundlæggende forbedringer. Ændringer, der kun hjælper nogle kohorter, er målrettede.
Sådan tester du forbedringer af fastholdelsen
Test ny onboarding med februar-kohorten. Se, om fastholdelsen bliver bedre. Test ikke med alle kohorter. A/B-test. Se, hvad der virker. Gør det, der virker, til fast praksis. En test er den eneste måde at vide det på.
Sådan forudsiger du omsætning ud fra kohorternes fastholdelse
Sådan forudsiger du fremtidig omsætning ud fra fastholdelseskurver
Kohorten fik et tusind kunder. Fastholdelse i måned et halvtreds procent. Fem hundrede tilbage. Fastholdelse i måned to halvfjerds procent. Tre hundrede og halvtreds tilbage. Forudsig de kommende måneder. Fastholdelseskurver forudsiger likviditeten.
Hvad bedre fastholdelse betyder for omsætningen
Forbedr fastholdelsen i måned et fra halvtreds procent til tres procent. Hundrede flere kunder bliver. Gang med kundens livstidsværdi. Regn effekten ud. Fem procent bedre fastholdelse kan øge den årlige omsætning med halvtreds tusind dollars. Fastholdelse har stor løftekraft.
Ofte stillede spørgsmål
Skal jeg måle fastholdelse månedligt, ugentligt eller dagligt?
Det afhænger af, hvor ofte der købes. Hvis kunderne køber hver måned, så mål hver måned. Hvis de køber hver uge, så mål hver uge. Hvis de køber hver dag, så mål hver dag. Tilpas målingen af fastholdelse til købscyklussen. Ellers skjuler støjen signalet. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Hvad er en god fastholdelsesrate?
Det afhænger af branchen og kundetypen. SaaS sigter måske efter halvfems procent fastholdelse om måneden. Webshops sigter måske efter tyve procent genkøb. Luksus har måske lav frekvens, men høj værdi. Kend dit udgangspunkt. Forbedr derfra.
Kan jeg opdele kohorter efter kilde til nye kunder?
Ja. Januar-kohorten fra organisk trafik. Januar-kohorten fra betalte annoncer. Januar-kohorten fra henvisninger. Sammenlign fastholdelsen pr. kilde. Organisk fastholder måske firs procent. Betalte annoncer fastholder måske fyrre procent. Find det, der virker. Invester i kilder med høj fastholdelse.
Hvordan ved jeg, om et problem med fastholdelsen i en kohorte kan rettes?
Hvis problemet er kilden til nye kunder, kan det rettes. Skift kilde, så bliver fastholdelsen bedre. Hvis problemet er produktet, kan det rettes. Forbedr produktet, så bliver fastholdelsen bedre. Hvis problemet er markedet, kan det ikke rettes. Markedet vil ikke have produktet. Gå videre.
Skal jeg fokusere på at forbedre fastholdelsen eller på at skaffe nye kunder?
Begge dele, men prioritér fastholdelse. Det er dyrt at skaffe kunder og miste dem igen. Det er billigt at beholde dem. Forbedr fastholdelsen først. Få så flere nye kunder. Ti procent bedre fastholdelse sparer mere end ti procent flere nye kunder.
Hvor langt tilbage skal kohorterne gå i min analyse?
Gå så langt tilbage, som du har data. Ét år er godt. To år er bedre. En længere historik viser flere mønstre. Men pas på ændringer i markedet. Tre år gamle kohorter forudsiger måske ikke dagens kohorter.