Skip to main content

Je klantenbestand groeit. Je inkomsten nemen toe. Misschien is je SaaS-bedrijf zelfs winstgevend geworden. De toekomst ziet er rooskleurig uit.

Veelbelovende groei kan het moeilijker maken om inefficiënties en gemiste kansen op te merken die je langetermijnvooruitzichten schaden. Hier kan een SaaS-cohortanalyse richting geven aan strategische planning. Naarmate je opschaalt, wordt klantbehoud cruciaal om de voorspelde groei en winstgevendheid te realiseren.

Een gedetailleerd beeld van je klantenbestand kan je helpen de behoeften van je bestaande klanten te begrijpen, zodat je de klantervaring kunt verbeteren, het klantverlooppercentage van je platform kunt verlagen en nieuwe omzetkansen kunt benutten om de winst te verhogen.

Create a Free Account to Read More

You'll also get access to a growing community of modern CFOs and finance executives accessing proven frameworks, tools, and insights to navigate AI-driven finance.

Name*
This field is hidden when viewing the form
This field is hidden when viewing the form
This field is hidden when viewing the form
By submitting this form, you agree to receive our newsletter, and occasional emails related to The CFO Club. You can unsubscribe at any time. For more details, please review our Privacy Policy.

Software om dit voor je te doen?

Ik bespreek alle manieren om cohortanalyses handmatig uit te voeren, maar voor wie over een softwarebudget beschikt, zou een statistische analysetool waarschijnlijk een betere keuze zijn.

Clicks on the links below may earn a commission, which supports our independent testing and review of software and services. Learn more about how we stay transparent.

Wat is een SaaS-cohortanalyse?

Een cohortanalyse is een datagestuurd evaluatieproces waarin het gedrag en de financiële prestatie-indicatoren van kleinere segmenten binnen je totale klantenbestand worden onderzocht.

Deze klantsegmenten kunnen op veel verschillende manieren worden gedefinieerd en gescheiden. Klantpersona's, abonnementsniveaus, platformgedrag, acquisitiekanalen en de aanmeldingsdata van klanten zijn allemaal mogelijke criteria op basis waarvan cohorten kunnen worden samengesteld.

Bij een SaaS-cohortanalyse moeten bedrijven inzicht proberen te krijgen in hoe verschillende klanten het platform op verschillende manieren gebruiken. Besteden klanten die al langer klant zijn minder tijd aan het benutten van nieuwere functies? Zeggen bepaalde abonnementsniveaus vaker of juist minder vaak op dan andere?

Door een SaaS-cohortanalyse uit te voeren, kan je bedrijf bruikbare inzichten ontdekken die nieuwe efficiëntie, hogere omzet en bovenal hogere klantbehoudpercentages voor je platform mogelijk maken.

Toepassingen van data

Naarmate SaaS-platforms groeien, groeien ook de hoeveelheden klantgegevens waarover je beschikt. Maar een grote hoeveelheid data levert je bedrijf niets op als je geen manier hebt om die informatie te benutten voor diepere, bruikbare inzichten.

Een SaaS-cohortanalyse biedt een eenvoudig sjabloon voor het verwerken van deze data en het gebruik ervan als basis voor je bedrijfsstrategie. Omdat een SaaS-cohortanalyse op flexibele manieren kan worden uitgevoerd, kan je bedrijf dit evaluatieproces inzetten voor verschillende doelen en toepassingen, waaronder de volgende:

●  Productbeslissingen identificeren die waarde creëren voor je klanten en de klantbehoudpercentages verbeteren, waaronder de introductie van nieuwe functies, prijswijzigingen en UX-verbeteringen.

●  Klantbetrokkenheid in de loop der tijd en tussen segmenten beoordelen om het potentieel van je klantlevensduurwaarde (LTV) beter te begrijpen.

●  Klantpersona's en segmenten definiëren om de berichtgeving aan deze groepen beter af te stemmen.

●  Proactieve monitoring mogelijk maken voor patronen die erop kunnen wijzen dat klanten binnenkort zullen opzeggen. Vroege identificatie kan je bedrijf helpen interventies in te zetten om de klandizie van elke klant te behouden.

●  Het succes evalueren van nieuwe productupgrades, UX-verbeteringen en andere veranderingen die van invloed zijn op de klantervaring. ●  Meer te weten komen over waarom klanten opzeggen en strategieën identificeren om klantbetrokkenheid en klantbehoud te verbeteren.

Tijdgebaseerde versus segmentgebaseerde cohortanalyse

Een SaaS-cohortanalyse kan worden uitgevoerd om inzichten te verkrijgen met betrekking tot een breed scala aan financiële en andere prestatie-indicatoren. De daadwerkelijke klantcohorten die worden geanalyseerd, worden echter volgens een van twee methoden gedefinieerd en gegroepeerd.

Join North America’s most innovative collective of Tech CFOs.

Name*
This field is hidden when viewing the form
This field is hidden when viewing the form
This field is hidden when viewing the form
By submitting this form, you agree to receive our newsletter, and occasional emails related to The CFO Club. You can unsubscribe at any time. For more details, please review our Privacy Policy.

Tijdgebaseerde cohorten

Tijdgebaseerde groeperingen, ook wel acquisitiecohorten genoemd, zijn een eenvoudige benadering van segmentatie: cohorten worden gedefinieerd op basis van het moment waarop die klanten zich bij je platform hebben aangesloten. Of dit nu gebeurt op maandelijkse, driemaandelijkse, jaarlijkse of een andere tijdgebonden basis, met deze aanpak kun je eenvoudig analyseren hoe klantrelaties in de loop der tijd met je SaaS-product zijn veranderd.

●  Het meest geschikt voor: SaaS-bedrijven die de impact van nieuwe productontwikkelingen en/of de algehele gebruikerservaring in de loop der tijd willen evalueren. Deze strategie kan ook inzicht bieden in hoe klantrelaties zijn veranderd naarmate het SaaS-bedrijf zijn gebruikersbestand heeft opgeschaald.

Segmentgebaseerde cohorten

Op segmenten gebaseerde cohorten definiëren klantgroepen aan de hand van gedragsgegevens, demografische gegevens of andere veel gedeelde datapunten die niet aan tijdsaspecten zijn gebonden. Klantpersona’s, SaaS-gebruikspatronen, abonnementsniveaus en vergelijkbare criteria kunnen worden gebruikt om segmenten te creëren die kunnen worden geanalyseerd om meer te leren over de verschillen tussen deze cohorten.

●  Het meest geschikt voor: Begrijpen welke typen gebruikers de meeste waarde en omzet voor je bedrijf genereren. Op segmenten gebaseerde cohorten kunnen worden geanalyseerd om te ontdekken waarom je platform mogelijk moeite heeft om bepaalde typen gebruikers te betrekken, welke typen klantpersona’s de beste LTV en marketing-ROI opleveren, en welke andere inzichten mogelijk worden gemaakt door je eigen cohortgegevens.

Een cohortanalyse uitvoeren

Is je meest betrokken doelgroep ook je doelgroep met de hoogste waarde? Leveren je abonnementsniveaus met de hoogste betalingen de beste klant-LTV op? Welke cohorten leveren het meeste op voor je marketingbudget, en welke klantgroepen zadelen je bedrijf op met hoge churnpercentages?

Een SaaS-cohortanalyse kan je helpen al die vragen en meer te beantwoorden. Hoewel het belangrijk is om te onthouden dat correlatie niet altijd gelijkstaat aan causaliteit, kan een eenvoudige cohortanalyse het startpunt zijn voor een diepere analyse van A/B-tests en andere strategieën die erop gericht zijn je hypothese te onderbouwen.

Wanneer je aan een cohortanalyse begint, heb je toegang nodig tot een softwaretool met ingebouwde rapportagetools voor cohorten. Google Analytics is hiervoor een van de populairste hulpmiddelen, maar ProfitWell en Mixpanel behoren tot de vele bewezen tools die cohortrapportage eenvoudig maken.

Wanneer je een van deze tools hebt ingesteld, kun je je eigen analyse uitvoeren met een van de volgende benaderingen:

Gedragsanalyse

Definieer voor een gedragsanalyse klantgroepen op basis van traceerbare acties binnen je SaaS-platform. Als je bijvoorbeeld wilt weten of abonnees met een hoog abonnementsniveau de dure functies gebruiken waarvoor ze betalen, deel je groepen in op basis van de vraag of ze binnen een specifieke periode gebruik hebben gemaakt van die functie.

Richt je op korte tijdsperioden om de variabelen te beperken die deze analyses kunnen verstoren. Overweeg bijvoorbeeld klantgedrag over een periode van twee weken of 30 dagen te analyseren in plaats van over een periode van zes maanden, waarin seizoensgebonden pieken en dalen, samen met andere platformgebeurtenissen, de kwaliteit van je gegevens kunnen aantasten.

Vergelijk, zodra je de periode hebt vastgesteld, verschillende cohorten om te zien of een gebruikersgroep een correlatie vertoont tussen het beoogde gedrag en het retentiepercentage.

Churnanalyse

Churnanalyse is uitstekend geschikt om te analyseren welke typen betrokkenheidspatronen en platformgebruik ervoor zorgen dat klanten afhaken.

Om churn te berekenen, identificeer je de gebruikers die zich op een bepaalde datum of gedurende een bepaalde periode hebben aangemeld en vergelijk je dit met het aantal klanten dat op een specifieke datum nog actief is. Het percentage vertegenwoordigt je churnpercentage.

Een churnanalyse kan vervolgens worden uitgevoerd door cohorten te creëren op basis van hun aanmelddatum, abonnementsniveau, bedrijfstype of andere criteria, om de variabelen te isoleren die mogelijk hoge churnpercentages veroorzaken of daaraan bijdragen. Er kunnen meerdere cohortanalyses worden uitgevoerd om deze resultaten verder te testen en de conclusies ervan te valideren.

Omzetanalyse

Een omzetanalyse begint met het vaststellen van een periode voor de analyse en het bepalen van het churnpercentage over die periode. Vervolgens stel je cohorten samen op basis van de financiële indeling die je wilt onderzoeken—veelgebruikte segmentaties richten zich op abonnementsniveaus, de omvang van de klant en omzetbereik in gevallen waarin je prijsmodel is gebaseerd op het aantal gebruikers of het platformgebruik.

Onderzoek gedurende de periode waarin je het churnpercentage meet hoe de omzet voor elk van deze groepen is gegroeid. Afhankelijk van de fase waarin je bedrijf zich bevindt en de inzichten die je wilt verkrijgen, kun je ervoor kiezen dit uit te drukken in brutodollarretentie of netto-omzetretentie (hieronder meer hierover). Identificeer welke cohorten de snelste groei laten zien en welke cohorten een stagnerende of afnemende omzetgroei vertonen.

Van hieruit kun je de verschillen tussen deze cohorten analyseren—mogelijk met behulp van aanvullende segmentgebaseerde analyses—om de gedragsmatige, demografische en andere redenen vast te stellen waarom deze omzetverschillen optreden.

Brutodollarretentie

Brutodollarretentie (ook wel bruto-omzetretentie genoemd) weerspiegelt hoe succesvol je SaaS-bedrijf bestaande klanten behoudt. Het is een uitstekend datapunt voor jongere SaaS-bedrijven, omdat het je helpt de stabiliteit van je bestaande klantenbestand te evalueren.

Brutodollarretentie wordt berekend door omzetchurn af te trekken van je maandelijks terugkerende omzet (MRR)—zonder rekening te houden met nieuwe omzet—en dat kleinere getal vervolgens te delen door MRR. Als je MRR $25,000 bedraagt, maar je door churn $5,000 aan omzet verliest, deel je $20,000 door $25,000 en kom je uit op een brutodollarretentiepercentage van 80 procent.

Netto-omzetretentie

Terwijl bruto dollarretentie alleen focust op het succes van je bedrijf bij het behouden van bestaande omzet, houdt netto omzetretentie ook rekening met omzetuitbreiding die wordt aangedreven door nieuwe klanten. Deze iets complexere berekening geeft een vollediger beeld van de omzetgroei van je bedrijf.

Om het bovenstaande scenario te volgen: stel dat je bedrijf de maand begon met $25,000 aan MRR, $5,000 aan klantverloop kende, maar de maand ook eindigde met $32,000 aan MRR dankzij de toevoeging van nieuwe gebruikers. Nadat je je klantverloop had afgetrokken van de MRR aan het einde van de maand (inclusief nieuwe omzet), zou je de netto-omzet van $27,000 delen door het oorspronkelijke bedrag van $25,000. Zo kom je uit op een netto omzetretentie van 108 procent.

Hoewel bruto dollarretentie nooit hoger kan zijn dan 100 procent, hoort een gezonde netto omzetretentie ruim boven de 100 procent te liggen, als weerspiegeling van de groeiende omzetbasis van je bedrijf.

Cohortanalysemethoden begrijpen

Ongeacht hoe je je klantenbestand segmenteert en analyseert, zal elke SaaS-cohortanalyse zich voornamelijk richten op een of meer van de volgende drie SaaS-statistieken:

●  Klantverlooppercentage: Zoals hierboven vermeld, is een hoog klantverlooppercentage—zelfs wanneer dit slechts binnen één cohort van je klantenbestand voorkomt—een probleem dat moet worden aangepakt. Een cohortanalyse kan helpen om hoge klantverlooppercentages en de mogelijke oorzaken ervan op te sporen.

●  Levenslange klantwaarde (LTV): Een hoog klantverlooppercentage zal de LTV van klanten verlagen. Sterke klantretentie, gecombineerd met strategische prijsstelling, aanvullende verkoop en andere strategieën voor omzetgeneratie, maximaliseert de omzet die van elke afzonderlijke klant wordt verdiend.

●  Klantacquisitiekosten: Hoe duurder het is om klanten te werven, hoe hoger je LTV per klant moet zijn. Als je een hoog klantverlooppercentage en hoge klantacquisitiekosten (CAC) hebt, kan je bedrijf al snel geld verliezen doordat het geld uitgeeft om verloren omzet te compenseren.

Je bevindingen implementeren

Een SaaS-cohortanalyse is van onschatbare waarde bij het identificeren van zorgwekkende patronen en mogelijke verklaringen daarvoor. Maar met zoveel variabelen die klantverloop, klantbetrokkenheid en de algehele gebruikerservaring beïnvloeden, is het onmogelijk om zeker te weten wat de oorzaak is van slechte klantretentie totdat je veranderingen doorvoert die het probleem aanpakken.

Als je bijvoorbeeld concludeert dat abonnees van een premiumabonnement vertrekken omdat ze de krachtigste functionaliteit van je platform niet goed benutten, moet je overwegen een introductiehandleiding of trainingsmodule binnen het platform te ontwikkelen om het gebruik en de vertrouwdheid te vergroten.

Welke problemen je ook identificeert, ontwikkel en implementeer een werkbare oplossing en houd de cohortstatistieken daarna in de gaten. Als het klantverlooppercentage en/of de omzetgeneratie per klant toenemen, kun je ervan uitgaan dat je het probleem correct hebt geïdentificeerd.

Wees bevreesd wanneer anderen hebzuchtig zijn

Naast klantbeoordelingen, enquêtes en andere vormen van feedback gebruikt een SaaS-cohortanalyse betrouwbare gegevens uit eigen bronnen om veelzeggende trends en patronen binnen je klantenbestand aan het licht te brengen. Naarmate je SaaS-oplossing groeit, wordt deze strategie waardevoller om cohortgegevens te ordenen en inzichten naar boven te halen die je mogelijk nergens anders zou vinden.

Zelfs in het beste scenario kan het aanpakken van de bevindingen uit een SaaS-cohortanalyse echter een kwestie van giswerk zijn. Een van de beste manieren om deze uitdaging aan te pakken, is overleg te plegen met andere leden van je financiële team en met andere ervaren CFO's die voor vergelijkbare uitdagingen hebben gestaan bij het opbouwen en beschermen van hun eigen SaaS-omzetstromen.

Ontdek meer inzichten en hulpmiddelen die de leiders onder de technologie-CFO's van vandaag ondersteunen—abonneer je vandaag nog op de nieuwsbrief van The CFO Club.