Когортный анализ в email-маркетинге

Когорта — группа пользователей, объединённая общими признаками и временным интервалом. Например, пользователи, которые зарегистрировались в сервисе на одной и той же неделе. Они совершили одно и то же действие в один интервал. Именно распределение по времени отличает когорты от сегментов.

Когортный анализ — один из самых популярных анализов в маркетинговой и продуктовой аналитике. Он показывает изменение ключевых показателей во времени в разрезе каждой когорты. Так появляется возможность, в зависимости от того, когда пользователь совершил действие, отследить достижение конкретных целей: конверсии, ROI, CAC, LTV, Retention Rate — и разобраться в предпосылках.

Для построения когортного анализа необходимо определить:
Признак формирования когорты — событие, по которому создаются группы.
Размер когорты — диапазон времени для формирования когорты (день/неделя/месяц).
Временной интервал — с какого момента необходимо отслеживать поведение когорт (за предыдущий год/два/три и так далее).
Ключевой показатель — конкретную метрику, которая интересна для данного бизнеса.

Рассмотрим задачу

Постановка задачи
В данном примере цель когортного анализа — отследить взаимодействие подписчиков с рассылками на основе Click Rate (количества кликов).

Определение параметров
Анализ будет построен на следующих показателях.
Признак формирования когорты — дата подписки.
Размер когорты — месяц.
Временной интервал — с января 2018 по ноябрь 2019.
Ключевой показатель — CR.

Исходные данные
В Таблицу 1 собираем информацию о подписчиках:
- ID подписчика (в качестве ID может выступать email);
- дата подписки.
В Таблице 2 — информация о взаимодействиях (одна строка — одно действие):
- ID подписчика;
- дата совершения действия;
= рассылка, в которой совершено действие.

Алгоритм работы
- Группируем пользователей по дате подписки, учитывая размер когорты. Получаем количество подписчиков в каждой когорте.
- Объединяем таблицу 2 с таблицей 1, используя в качестве ключа общее поле — ID подписчика.
- Группируем полученную из пункта 2 таблицу по полям «дата совершения действия» и «дата подписки» и подсчитываем для такой пары общее количество кликов.
- Рассчитываем для каждой пары значение ключевого показателя.

Анализ результатов
Полученные результаты представляются в виде матрицы, где строки — это когорты, столбцы — месяцы, значения — ключевой показатель (CR).

Когортный анализ — универсальный метод, который позволяет проанализировать различную информацию

@ProdAnalysis