Я просто обожаю аналитику, цифры и все, что с этим связано. Иногда испытаваю просто нереальный восторг, глядя на красивую и наглядную визуализацию статистических данных. Цифры – это язык, который позволяет нам понимать внутреннюю природу процессов и принимать правильные решения.
Как вы знаете, ДашаМейл предоставляет множество инструментов для анализа ваших рассылок и адресных баз. Большинство из них, конечно же, есть и в других сервисах email-маркетинга, но сегодня я хочу представить уникальную для российского рынка аналитику. Когортный анализ CLT. Да, да, словосочетание звучит страшно, но, уверяю вас, все очень просто и, главное, полезно.
Разберем по словам.
CLT – Customer Life Time – Время Жизни Подписчика, промежуток времени, в течение которого он проявляет какую-либо активность по отношению к вашим рассылок.
Зачем я вам показываю древнеримскую когорту?
Она дала свое название особому типу анализа. Его использование (например, вы могли его встречать в Google Analytics) не сильно распространено среди рядовых пользователей из-за его “необычности”. Необычность его в том, что в большинстве методов анализа адресной базы базы берется срез как-бы «поперек» — на какую-то дату (открытия, клики, отписки), а в когортном анализе — «вдоль» всего жизненного цикла клиентов. Для этого мы проводим разделение всех пользователей на определённые группы (когорты), объединённые схожим признаком, и затем анализируем активности этих групп с течением времени. В нашем случае (анализ CLT) мы возьмём в качестве признака для разделения на когорты дату подписки на рассылки и будем анализировать, как изменяются со временем активности (открытия и клики) когорт.
Впрочем, зачем разводить теорию, если можно показать все одним графиком. Перейдя по ссылке “Статистика”=>”Когортный анализ” внутри исследуемой адресной базы вы сможете увидеть такую таблицу:
В столбце «Прирост» мы видим сколько подписчиков добавилось в базу в конкретном месяце. По горизонтали же находится шкала времени — какова была открываемость рассылок в этом месяце для выбранной когорты. Она дифференцирована по цветам: от красного (самая низкая открываемость) к зеленому (самая высокая открываемость). В самом низу добавлена информация об общем числе отправленных писем за месяц.
Наведя мышку на точку пересечения, например, февраль 2017 по вертикали и январь 2017 по горизонтали (33,56 %) говорит нам о том, что 33,56 % ваших клиентов, подписавшихся на рассылки в январе, затем открывали письма и в феврале вообще без падения активности. А двигаясь по горизонтали вправо к 5-му месяцу мы увидим падение до 20,41% активности. Это уже существенное падение, которое необходимо учесть в своей стратегии реактивации.
Использование когортного анализа адресной базы позволяет:
- скорректировать реактивационные цепочки с учетом скорости падения интереса к вашим рассылкам
- проанализировать эффективность каналов привлечения подписчиков, используемых в течение времени
- сегментировать обычные рассылки по времени добавления подписчиков, адаптируя контент для новых подписчиков и тех, кто уже перестает читать ваши рассылки (задавая, например, более провокационный тон)
В общем, я просто в восторге. А вы?
С любовью, Даша и творческий коллектив DashaMail.ru
Загрузка...