Kohortanalys för SaaS: Hitta lönsamma områden med dina data
Din kundbas växer. Dina intäkter ökar. Ditt SaaS-företag kanske till och med har börjat gå med vinst. Framtiden ser ljus ut.
Lovande tillväxt kan göra det svårare att upptäcka ineffektivitet och missade möjligheter som påverkar dina långsiktiga framtidsutsikter negativt. Det är här en SaaS-kohortanalys kan vägleda den strategiska planeringen. När du skalar upp blir kundlojalitet avgörande för att uppnå den prognostiserade tillväxten och lönsamheten.
En detaljerad bild av din kundbas kan hjälpa dig att förstå behoven hos dina befintliga kunder, förbättra kundupplevelsen, sänka plattformens kundbortfallsgrad och realisera nya intäktsmöjligheter för att öka vinsten.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Skaffa programvara som gör det åt dig?
Jag går igenom alla sätt att genomföra kohortanalyser manuellt, men för dem med budget för programvara skulle ett verktyg för statistisk analys sannolikt vara ett bättre val.
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.
Vad är en SaaS-kohortanalys?
En kohortanalys är en datadriven utvärderingsprocess som undersöker beteende och finansiella resultatmått inom mindre segment av din totala kundbas.
Dessa kundsegment kan definieras och separeras på många olika sätt. Kundpersonas, prenumerationsnivåer, plattformsbeteenden, förvärvskanaler och datum då kunder registrerade sig är alla möjliga kriterier utifrån vilka kohorter kan skapas.
I en SaaS-kohortanalys bör företag söka insikter i hur olika kunder använder plattformen på olika sätt. Tillbringar kunder som har varit med längre mindre tid med att dra nytta av nyare funktioner? Säger vissa prenumerationsnivåer upp sig i högre eller lägre grad än andra?
Genom att genomföra en SaaS-kohortanalys kan ditt företag upptäcka handlingsbara insikter som möjliggör nya effektiviseringar, större intäktsgenerering och framför allt högre kundlojalitet för din plattform.
Användningsområden för data
När SaaS-plattformar växer ökar också mängden kunddata som står till ditt förfogande. Men en stor datamängd gör ingen nytta för ditt företag om du inte har något sätt att utnyttja informationen för djupare, handlingsbara insikter.
En SaaS-kohortanalys erbjuder en enkel mall för att bearbeta dessa data och använda dem som underlag för din affärsstrategi. Eftersom en SaaS-kohortanalys kan genomföras på flexibla sätt kan ditt företag använda denna utvärderingsprocess för flera mål och användningsområden, bland annat följande:
● Identifiera produktbeslut som skapar värde för dina kunder och förbättrar kundlojaliteten, inklusive lanseringar av nya funktioner, prisändringar och UX-uppgraderingar.
● Utvärdera kundengagemang över tid och mellan segment för att bättre förstå potentialen i ditt kundlivstidsvärde (LTV).
● Definiera kundpersonas och segment för att förbättra målgruppsanpassad kommunikation till dessa grupper.
● Möjliggör proaktiv övervakning av mönster som kan tyda på att kunder är på väg att lämna. Tidig identifiering kan hjälpa ditt företag att vidta åtgärder för att behålla varje kund.
● Utvärdera framgången för nya produktuppgraderingar, UX-förbättringar och andra förändringar som påverkar kundupplevelsen. ● Läs mer om varför kunder lämnar och identifiera strategier för att förbättra kundengagemang och kundlojalitet.
Tidsbaserad kontra segmentbaserad kohortanalys
En SaaS-kohortanalys kan genomföras för att generera insikter relaterade till ett brett spektrum av finansiella och andra resultatmått. Men de faktiska kundkohorter som analyseras definieras och grupperas tillsammans genom en av två metoder.
Tidsbaserade kohorter
Tidsbaserade grupperingar, som även kallas förvärvskohorter, är ett enkelt sätt att segmentera: kohorter definieras utifrån när kunderna anslöt sig till din plattform. Oavsett om det sker på månads-, kvartals-, års- eller någon annan tidsbaserad axel gör detta tillvägagångssätt det enkelt att analysera hur kundrelationerna har förändrats med din SaaS-produkt över tid.
● Passar bäst för: SaaS-företag som vill utvärdera effekten av ny produktutveckling och/eller den övergripande användarupplevelsen över tid. Denna strategi kan också ge insikter i hur kundrelationerna har förändrats i takt med att SaaS-företaget har skalat upp sin användarbas.
Segmentbaserade kohorter
Segmentbaserade kohorter definierar kundgrupper utifrån beteendedata, demografi eller andra vanligt förekommande datapunkter som inte är bundna till tidsaspekter. Kundpersonas, användningsmönster för SaaS, prenumerationsnivåer och liknande kriterier kan användas för att skapa segment som kan analyseras för att lära sig mer om skillnaderna mellan dessa kohorter.
● Bäst för: Att förstå vilka typer av användare som genererar mest värde och intäkter för ditt företag. Segmentbaserade kohorter kan analyseras för att upptäcka varför din plattform kan ha svårt att engagera vissa typer av användare, vilka typer av kundpersonas som ger bäst LTV och marknadsförings-ROI samt många andra insikter som möjliggörs genom dina egna förstahandsdata om kohorter.
Så genomför du en kohortanalys
Är din mest engagerade målgrupp också din målgrupp med högst värde? Ger dina prenumerationsnivåer med de kunder som betalar mest bäst LTV? Vilka kohorter ger bäst resultat för dina marknadsföringspengar, och vilka kundgrupper belastar ditt företag med höga kundbortfallsnivåer?
En SaaS-kohortanalys kan hjälpa dig att besvara alla dessa frågor och fler därtill. Även om det är viktigt att komma ihåg att korrelation inte alltid är detsamma som orsakssamband, kan en enkel kohortanalys vara utgångspunkten för en djupare analys av A/B-testning och andra strategier som syftar till att bevisa din hypotes.
När du påbörjar en kohortanalys behöver du tillgång till ett programverktyg som erbjuder inbyggda verktyg för kohortrapportering. Google Analytics är en av de mest populära resurserna för detta, men ProfitWell och Mixpanel hör till ett antal beprövade verktyg som gör kohortrapportering enkel.
När du har konfigurerat ett av dessa verktyg kan du genomföra din egen analys med någon av följande metoder:
Beteendeanalys
För att genomföra en beteendeanalys definierar du kundgrupper utifrån spårbara handlingar inom din SaaS-plattform. Om du till exempel vill veta om prenumeranter på högsta nivån använder de dyra funktioner som de betalar för, delar du in grupper baserat på om de har använt funktionen under en viss tidsperiod.
Fokusera på korta tidsramar för att minska antalet variabler som kan störa denna analys. Överväg till exempel att analysera kundbeteende under en tvåveckors- eller 30-dagarsperiod i stället för en sexmånadersperiod, då säsongsvariationer och andra plattformshändelser kan försämra kvaliteten på dina data.
När du har definierat tidsperioden jämför du olika kohorter för att se om någon grupp av användare uppvisar en korrelation mellan det målrelaterade beteendet och deras kvarhållningsgrad.
Analys av kundbortfall
Analys av kundbortfall är utmärkt för att analysera vilka typer av engagemangsmönster och plattformsanvändning som får kunder att lämna.
För att beräkna kundbortfall identifierar du användare som registrerade sig ett visst datum eller under en viss tidsperiod och jämför det med antalet kunder som fortfarande är aktiva vid ett specifikt datum. Procentandelen motsvarar din kundbortfallsgrad.
En analys av kundbortfall kan genomföras genom att därefter skapa kohorter baserat på registreringsdatum, prenumerationsnivå, företagstyp eller andra kriterier för att isolera de variabler som kan orsaka eller bidra till höga kundbortfallsnivåer. Flera kohortanalyser kan genomföras för att ytterligare testa dessa resultat och bekräfta slutsatserna.
Intäktsanalys
En intäktsanalys börjar med att fastställa en tidsram för analysen och bestämma kundbortfallsgraden under den perioden. Därefter skapar du kohorter baserat på den ekonomiska gruppering du vill undersöka – vanliga indelningar fokuserar på prenumerationsnivåer, kundens storlek och intervall för intäktsgenerering i fall där din prissättningsmodell baseras på antalet användare eller plattformsanvändning.
Under tidsramen för kundbortfallsgraden undersöker du hur intäktsgenereringen har ökat för var och en av dessa grupper. Beroende på vilket stadium ditt företag befinner sig i och vilka insikter du vill ta fram kan du välja att se detta i form av bruttobehållning i dollar eller nettobehållning av intäkter (mer om dessa nedan). Identifiera vilka kohorter som uppvisar den snabbaste tillväxttakten och vilka som har stagnerande eller minskande intäktsökning.
Härifrån kan du analysera skillnaderna mellan dessa kohorter – potentiellt genom att använda ytterligare segmentbaserade analyser – för att identifiera de beteendemässiga, demografiska och andra orsakerna till att dessa intäktsskillnader uppstår.
Bruttobehållning i dollar
Bruttobehållning i dollar (även kallad bruttobehållning av intäkter) återspeglar ditt SaaS-företags framgång med att behålla befintliga kunder. Det är en utmärkt datapunkt för yngre SaaS-företag eftersom den hjälper dig att utvärdera stabiliteten i din befintliga kundbas.
Bruttobehållning i dollar beräknas genom att dra bort intäktsbortfall från din månatliga återkommande intäkt (MRR) – utan att ta hänsyn till nya intäkter – och därefter dividera det mindre beloppet med MRR. Om din MRR är $25,000 men du förlorar $5,000 i intäkter på grund av kundbortfall dividerar du $20,000 med $25,000 och får en bruttobehållningsgrad i dollar på 80 procent.
Nettobehållning av intäkter
Medan bruttobehållning av dollarintäkter endast fokuserar på företagets framgång med att behålla befintliga intäkter, tar nettobehållning av intäkter även hänsyn till intäktsökning som drivs av nya kunder. Denna något mer komplexa beräkning ger en mer fullständig bild av företagets intäktstillväxt.
Om vi följer scenariot ovan säger vi att företaget började månaden med 25 000 dollar i MRR, drabbades av en kundomsättning värd 5 000 dollar, men också avslutade månaden med 32 000 dollar i MRR tack vare tillkomsten av nya användare. När du hade dragit av kundomsättningen från MRR vid månadens slut (inklusive nya intäkter) skulle du dividera nettointäkten på 27 000 dollar med det ursprungliga beloppet på 25 000 dollar och få en nettobehållning av intäkter på 108 procent.
Medan bruttobehållning av dollarintäkter aldrig kan överstiga 100 procent bör en sund nettobehållning av intäkter ligga betydligt över 100 procent, vilket återspeglar företagets växande intäktsbas.
More Articles
Förstå mätvärden för kohortanalys
Oavsett hur du segmenterar och analyserar kundbasen kommer en SaaS-kohortanalys främst att fokusera på ett eller flera av följande tre SaaS-mätvärden:
● Kundomsättningsgrad: Som nämnts ovan är en hög kundomsättningsgrad – även om den bara gäller en kohort i kundbasen – ett problem som måste hanteras. En kohortanalys kan hjälpa till att upptäcka höga kundomsättningsnivåer och deras möjliga orsaker.
● Kundens livstidsvärde (LTV): En hög kundomsättningsgrad kommer att sänka kundens LTV. Hög kundlojalitet, tillsammans med strategisk prissättning, merförsäljning och andra strategier för intäktsgenerering, maximerar intäkterna från varje enskild kund.
● Kundanskaffningskostnad: Ju dyrare det är att skaffa kunder, desto högre behöver kundens LTV vara. Om du har en hög kundomsättningsgrad och höga kundanskaffningskostnader (CAC) kan företaget snabbt börja förlora pengar när det försöker kompensera för förlorade intäkter.
Omsätta dina resultat i praktiken
En SaaS-kohortanalys är ovärderlig när det gäller att identifiera oroande mönster och deras möjliga förklaringar. Men eftersom så många variabler påverkar kundomsättning, kundengagemang och den övergripande användarupplevelsen är det omöjligt att vara säker på orsaken till låg kundlojalitet innan du genomför förändringar som hanterar problemet.
Om du till exempel drar slutsatsen att prenumeranter på premiumnivå lämnar eftersom de inte använder plattformens mest kraftfulla funktioner på rätt sätt, bör du överväga att skapa en introduktionsguide eller utbildningsmodul i plattformen för att öka användningen och förtrogenheten.
Oavsett vilka problem du identifierar bör du utveckla och implementera en fungerande lösning och fortsätta att följa kohortmätvärdena. Om kundomsättningsgraden och/eller intäktsgenereringen per kund ökar kan du vara säker på att du har identifierat problemet korrekt.
Var rädd när andra är giriga
Tillsammans med kundrecensioner, enkäter och andra former av feedback använder en SaaS-kohortanalys tillförlitliga förstahandsdata för att upptäcka talande trender och mönster bland kunderna. Ju mer din SaaS-lösning växer, desto mer värdefull blir denna strategi när det gäller att sortera kohortdata och ta fram insikter som du kanske inte hittar någon annanstans.
Även i bästa tänkbara scenario kan det dock vara lite av ett gissningsspel att hantera resultaten från en SaaS-kohortanalys. Ett av de bästa sätten att ta sig an denna utmaning är att rådgöra med andra medlemmar i ekonomiteamet samt andra erfarna CFO:er som har ställts inför liknande utmaningar när de har byggt upp och skyddat sina egna SaaS-intäktsströmmar.
Upptäck fler insikter och resurser som stärker dagens teknikledande CFO:er – prenumerera på The CFO Clubs nyhetsbrev idag.
