Eine Retentionskurve richtig lesen beginnt mit der Kohortenanalyse

Was ist Kohortenanalyse?

Im Produkt- und Umsatz-Reporting ist Kohortenanalyse die Praxis, Nutzer nach einem gemeinsamen Startereignis zu gruppieren, etwa der Woche, in der sie sich angemeldet haben, und dann das Verhalten genau dieser Gruppe über die Zeit zu verfolgen, statt die gesamte Nutzerbasis als einen einzigen Pool zu messen. Eine Kohorte ist eine solche Gruppe, und eine Kohortentabelle reiht mehrere Kohorten nebeneinander auf, sodass ein Team vergleichen kann, wie sich jede in ihrer ersten, vierten und zwölften Woche verhalten hat. Das Ergebnis, das Kohortenanalyse nützlich macht, ist die Retentionskurve, die den Anteil einer Kohorte darstellt, der in jeder Periode nach dem Startereignis noch aktiv ist.

Was ist eine Kohorte?

Eine Kohorte ist eine Gruppe von Nutzern, die ein prägendes Ereignis teilen, das im selben Zeitfenster stattgefunden hat, meist ein Anmeldedatum, ein erstes Kaufdatum oder die erste Nutzung eines bestimmten Features. Jeder Nutzer in einer Kohorte wird nach derselben Uhr gemessen, gezählt in Perioden seit diesem gemeinsamen Ereignis statt nach Kalenderdatum, sodass ein Nutzer, der sich in Woche eins angemeldet hat, und ein Nutzer, der sich in Woche zehn angemeldet hat, beide bei "Woche 4 seit Anmeldung" auf derselben Achse abgelesen werden. Diese gemeinsame Uhr macht Kohorten miteinander vergleichbar, da zwei Kohorten Periode für Periode nebeneinandergelegt werden können, obwohl sie an unterschiedlichen Kalenderdaten gestartet sind.

Was ist der Unterschied zwischen einer Akquisitionskohorte und einer Verhaltenskohorte?

Eine Akquisitionskohorte gruppiert Nutzer danach, wann sie angekommen sind, etwa alle, die sich in derselben Woche angemeldet haben, während eine Verhaltenskohorte Nutzer danach gruppiert, was sie getan haben, etwa alle, die das Onboarding abgeschlossen haben, oder alle, die auf einen bezahlten Plan upgegradet haben. Akquisitionskohorten beantworten, ob ein Produkt mit der Zeit besser oder schlechter darin wird, die Nutzer zu halten, die es gewinnt, da jede neue Anmeldewoche zu einer eigenen Linie im Diagramm wird. Verhaltenskohorten beantworten, ob eine bestimmte Aktion verändert, was danach passiert, da ein Team die Retentionskurve der Nutzer, die diese Aktion ausgeführt haben, mit der Retentionskurve der Nutzer vergleichen kann, die es nicht getan haben. Beide Kohortentypen laufen auf derselben Retention-Mathematik; nur die Gruppierungsregel, die Nutzer in Zeilen einsortiert, ändert sich.

Wie wird die Retention innerhalb einer Kohorte berechnet?

Die Retention einer Kohorte in einer bestimmten Periode ist die Anzahl der Nutzer aus dieser Kohorte, die in dieser Periode noch aktiv sind, geteilt durch die Anzahl der Nutzer, mit denen die Kohorte gestartet ist.

cohort retention rate = active users in period / users in original cohort x 100

Eine Kohorte von 500 Nutzern, die sich im Januar angemeldet haben, von denen 175 in Monat drei noch aktiv sind, hat in Monat drei eine Retention Rate von 35%.

Wie lesen Sie eine Retentionskurve?

Eine Retentionskurve stellt die Retention Rate einer Kohorte gegen die Perioden seit dem Startereignis dar, und die Form dieser Linie, nicht ein einzelner Punkt darauf, sagt einem Team, ob das Produkt Nutzer hält. Die meisten Kurven fallen in den ersten Perioden stark ab, da Nutzer, die das Produkt einmal ausprobiert und nicht zurückgekehrt sind, die Kohorte verlassen, und biegen sich dann in eine deutlich flachere Neigung als der anfängliche Abfall. Lesen Sie den Abflachungspunkt als das Nächste an einer stabilen Basis: Eine Kurve, die in Periode zehn weiter fällt, hat ein anhaltendes Churn-Problem, während eine Kurve, die sich bis Periode vier eingependelt hat, sich zu einer Gruppe von Nutzern gesetzt hat, die immer wieder zurückkommen.

Kohorte A und Kohorte B pendeln sich beide in einem flachen Ausläufer ein, aber B verliert auf dem Weg dahin weniger Nutzer und pendelt sich auf einem höheren Niveau ein, ein Unterschied, den eine einzelne durchschnittliche Retention Rate niemals sichtbar machen würde.

Warum verdeckt eine durchschnittliche Retention-Rate, was eine Kohortentabelle zeigt?

Eine einzelne durchschnittliche Retention Rate verdeckt das Muster, weil sie Kohorten, die sich an völlig unterschiedlichen Punkten ihrer eigenen Kurve befinden, zu einer einzigen Zahl vermischt, sodass ein wachsendes und ein schrumpfendes Unternehmen zufällig denselben Durchschnitt melden können. Ein Nutzer, der vor acht Wochen gewonnen wurde und sich bereits in den stabilen Ausläufer eingependelt hat, zählt genauso wie ein Nutzer, der letzte Woche gewonnen wurde und sich noch im steilen anfänglichen Abfall befindet, obwohl ihr Retentionsverhalten für die Zukunft des Produkts etwas völlig anderes bedeutet. Zwei Produkte können diesen Monat eine identische durchschnittliche Retention von 45% zeigen, während sich beim einen die Kohorten bei 53% stabilisieren und beim anderen die Kohorten weiter über 53% hinaus in Richtung eines unbekannten Niveaus fallen, und nur die Kohortentabelle unterscheidet diese beiden Situationen voneinander.

Was sollten Sie nach dem Lesen einer Kohortentabelle tun?

Vergleichen Sie neuere Kohorten mit älteren in derselben Spalte, um zu sehen, ob die Retention in jeder Periode steigt oder fällt, da eine neuere Kohorte, die in Woche 4 höher abschneidet als eine ältere, ein früher Hinweis darauf ist, dass eine kürzliche Produktänderung geholfen hat. Segmentieren Sie Verhaltenskohorten gegeneinander, etwa Nutzer, die einen bestimmten Onboarding-Schritt abgeschlossen haben, gegen Nutzer, die ihn übersprungen haben, um zu testen, ob dieser Schritt der Grund für eine stärkere Kurve ist und nicht nur ein Zufall. Kombinieren Sie die Kohortentabelle mit Funnel-Daten aus derselben Periode, da eine Kohorte, die früh abfällt, oft an einem bestimmten Schritt hängen geblieben ist, statt auf einmal das Interesse zu verlieren.

Wie hängt Kohortenanalyse mit Churn und Engagement zusammen?

Die Retentionskurve einer Kohorte und ihre Churn Rate beschreiben dieselben Nutzer aus entgegengesetzten Richtungen, da die Nutzer, die eine Kohorte zwischen zwei Perioden verliert, genau die Nutzer sind, die in diesem Zeitfenster als abgewandert zählen. Retentionskurven neben der Engagement-Rate und der zugrunde liegenden Customer Journey zu lesen, zeigt nicht nur, wie viele Nutzer eine Kohorte gehalten hat, sondern auch, was diese Nutzer tatsächlich getan haben, bevor die, die gegangen sind, aufgehört haben zurückzukommen. Flowserys Echtzeit-Analytics verfolgt Nutzerpfade und Zielereignisse, sobald sie passieren, sodass die Aktivität, die eine Kohortentabelle speist, aus denselben Daten stammt wie der Rest des Reportings eines Teams, statt aus einem separaten Export.

Häufig gestellte Fragen

Was ist die einfachste Definition von Kohortenanalyse?

Kohortenanalyse gruppiert Nutzer nach einem gemeinsamen Startereignis, etwa ihrer Anmeldewoche, und verfolgt dann das Verhalten genau dieser Gruppe weiter in der Zeit, statt die gesamte Nutzerbasis zusammen zu mitteln. Das Ergebnis ist meist eine Retentionskurve oder eine Kohortentabelle, die zeigt, wie sich die Aktivität jeder Gruppe Periode für Periode verändert.

Was ist der Unterschied zwischen einer Kohorte und einem Segment?

Eine Kohorte wird durch ein gemeinsames Startereignis definiert und ab diesem festen Zeitpunkt weiterverfolgt, während ein Segment jede Gruppe ist, die durch ein gemeinsames Merkmal definiert wird, etwa Land oder Plan-Typ, und die an jedem beliebigen einzelnen Zeitpunkt gemessen werden kann. Eine Kohorte hat immer eine eingebaute Zeitachse; ein Segment braucht keine.

Wie viele Nutzer brauchen Sie, bevor Kohortenanalyse nützlich wird?

Es gibt kein festes Minimum, aber eine Kohorte mit zu wenigen Nutzern erzeugt eine Retentionskurve, die stark ausschlägt, je nachdem, ob ein einzelner Nutzer geht oder bleibt, was das Muster schwer vertrauenswürdig macht. Warten Sie, bis wöchentliche oder monatliche Kohorten jeweils genug Nutzer enthalten, dass das Verhalten einer einzelnen Person nicht die ganze Linie verschiebt, bevor Sie aus der Form Schlüsse ziehen.

Warum fällt eine Retentionskurve am Anfang stark ab und flacht dann ab?

Der starke frühe Abfall spiegelt Nutzer wider, die das Produkt einmal ausprobiert haben, ohne einen Grund zur Rückkehr zu finden, während der flachere Ausläufer danach die kleinere Gruppe darstellt, die dauerhaften Wert gefunden hat und immer wieder zurückgekommen ist. Zu lesen, wo eine Kurve abflacht, nicht nur, wie tief sie gefallen ist, sagt einem Team, ob es einen stabilen Kern von Nutzern gefunden hat.

Können zwei Kohorten dieselbe durchschnittliche Retention, aber unterschiedliche Kurven haben?

Ja, eine Kohorte kann früh schnell abfallen und sich auf einem niedrigen Niveau einpendeln, während eine andere langsam abfällt und sich auf einem höheren Niveau einpendelt, und trotzdem über den gesamten gemessenen Zeitraum auf eine ähnliche durchschnittliche Gesamtretention kommen. Nur die Kohortentabelle Periode für Periode, nicht ein einzelner Durchschnitt, zeigt, welche der beiden Situationen tatsächlich vorliegt.

Wie unterscheidet sich eine Akquisitionskohorte von einer Verhaltenskohorte?

Eine Akquisitionskohorte gruppiert Nutzer danach, wann sie angekommen sind, etwa ihrer Anmeldewoche, und wird verwendet, um zu sehen, ob sich die Retention von Release zu Release verbessert. Eine Verhaltenskohorte gruppiert Nutzer nach einer Aktion, die sie ausgeführt haben, etwa dem Abschluss des Onboardings, und wird verwendet, um zu testen, ob genau diese Aktion die Retentionskurve im Vergleich zu Nutzern verändert, die sie nicht ausgeführt haben.

Wie lang sollte eine Periode in einer Kohortentabelle sein?

Die meisten Kohortentabellen verwenden wöchentliche oder monatliche Perioden, je nachdem, wann das gemeinsame Startereignis stattfand, und verfolgen jede Kohorte danach auf derselben Uhr. Wöchentliche Perioden zeigen den steilen Anfangsabfall detaillierter, was bei einem Produkt wichtig ist, bei dem Churn schnell auftritt. Welche Länge ein Team auch wählt, jede Zeile der Tabelle muss sie verwenden, sonst passen die Spalten nicht mehr zusammen.

Kann dieselbe durchschnittliche Retention-Rate für ein Unternehmen zwei unterschiedliche Dinge bedeuten?

Zwei Produkte können diesen Monat beide eine durchschnittliche Retention-Rate von 45% melden, während das eine Kohorten hat, die sich bei 53% einpendeln, und das andere Kohorten hat, die weiter über 53% hinaus in Richtung eines unbekannten Bodens fallen. Der Durchschnitt behandelt beide Unternehmen gleich, aber nur die Kohortentabelle zeigt, welches eine stabile Basis gefunden hat und welches weiterhin Boden verliert.

Warum eine Kohortentabelle mit Funnel-Daten kombinieren?

Eine Kohortentabelle zeigt, dass die Retention gesunken ist, aber nicht, wo im Produkt das passiert ist. Kombiniert mit Funnel-Daten aus demselben Zeitraum zeigt sich, ob eine Kohorte, die früh abfällt, an einem bestimmten Schritt hängen geblieben ist, statt einfach insgesamt das Interesse zu verlieren. Dieser Unterschied verändert, was ein Team behebt: einen festgefahrenen Schritt statt ein Produkt, das niemand behalten will.

Wie hängen die Retentionskurve einer Kohorte und ihre Churn-Rate zusammen?

Die Retentionskurve einer Kohorte und ihre Churn-Rate beschreiben dieselben Nutzer aus entgegengesetzten Richtungen. Die Nutzer, die eine Kohorte zwischen zwei Perioden verliert, sind genau die Nutzer, die in diesem Zeitraum als abgewandert gezählt werden, sodass eine Kurve, die von 48% auf 40% zwischen zwei Perioden fällt, dieselbe Gruppe beschreibt, die die Churn-Rate als verloren zählt.