I de foregående leksjonene har vi gått gjennom hvorfor du ønsker å identifisere brukere, hvordan det gjøres, hvordan du lager en hendelsessporingsplan, og hvordan du starter å sette opp hendelsessporing i kontaktpunktene i din kundereise.

I denne leksjonen skal vi gå gjennom hvordan du kan benytte den innsamlede kundedataen til å opprette kohorter basert på brukeradferd, og hvordan du benytter det videre i analyser.

Hvorfor skal du opprette kohorter?

Å opprette kohorter og benytte de i analyser er den beste metoden å få bedre innsikt i hva som konverterer, engasjerer og beholder flere brukere gjennom din kundereise. Det vil gi deg et mer detaljert nivå av innsikt og hjelper deg med å redusere friksjon og frafall i kundereisen.

For å få innsikt i brukeradferd må du definere kohorter av brukere, som du benytter i rapporter og analyser. En kohort er en samling av brukere som deler en eller flere egenskaper. Typisk en egenskap basert på faktisk brukeradferd.

Kohortene vil være grunnfundamentet for videre arbeid med:

• Analyser for innsikt til produktutvikling, kanalsammensetning og innholdsproduksjon
• Utgående markedsføringssekvenser (epost, sms, chat)
• Annonsering

Kohortene lar deg forstå brukerne på en mer detaljert måte enn om du ser på data for hele brukermassen. Brede gjennomsnitt skjuler ofte de spesifikke preferansene til mindre brukergrupper.

Nøkkelen ligger i å forstå de spesifikke preferansene som gjelder for hver kohort, og tilpasse produktet ditt, kanalstrategi eller innhold og budskap på en måte som imøtekommer disse preferansene.

Kohorter er også verktøyet ditt i å bygge personaliserte brukeropplevelser i skala. Ved å gruppere brukere etter en felles egenskap har du mulighet til å lage innhold og budskap som treffer den egenskapen.

Valg av verktøy for kohortanalyse

For å analysere kohorter, vil dere trenge et analyseverktøy som sporer kohorter med stor grad av detaljering. Det er ikke nok å se på “forfengelighetsberegninger” som sidevisninger eller likes, da dette gir lite eller ingen innsikt som det kan fattes beslutninger basert på.

Ditt valgte analyseverktøy må kunne kobles til dine kildesystemer på en enkel måte, slik at dere får analysert all hendelses- og brukerdata i sanntid.

I brukergrensesnittet må du kunne opprette kohorter basert på hendelses- og brukerdata, samt opprette forskjellige typer analyser og rapporter: innsiktsrapporter, retentionrapporter, konverteringsanalyser med mer.

Du må også kunne opprette og presentere dashbordsvisninger i brukergrensesnittet.

I tillegg trenger du et funksjonsrikt og godt dokumentert API for eksport av data - feks rapporter og kohorter.

Det finnes nok flere analyseverktøy i markedet som tilfredsstiller disse kravene. Vi har valgt Mixpanel som vårt prefererte verktøy.

Les mer om Mixpanel her.

Opprett kohorter i Mixpanel

I de foregående leksjonene har vi tatt for oss hvordan du lager en plan for å spore hendelser, samt vist hvordan vi kan starte å spore hendelser i forskjellige type systemer. Det betyr at sanntidsdata nå strømmer inn fra våre kildesystemer til vårt analyseverktøy, Mixpanel.

Det vi nå skal gjøre er å begynne å opprette kohorter basert på denne dataen:

Steg 1: Definer og opprett kohorter

I Mixpanel kan vi opprette kohorter basert på all data som samles inn. Grovt sett kan vi dele det opp i to:

1. Brukere
2. Hendelser

Punkt 1 sier noe om hvem brukeren er, mens punkt 2 sier noe om hva de gjør. Vi kan opprette kohorter basert på både brukerdata og hendelsesdata:

Brukerdata:

Hendelsesdata:

I tillegg kan vi lage kohorter basert på om en bruker har gjort (eller ikke gjort) en serie av hendelser. For eksempel de som har registrert seg på tjenesten deres de siste 30 dagene, men ikke tatt produktet i bruk:

Og vi kan filtrere på alle de datavariablene vi har sendt med brukerne og hendelsene. Her for eksempel browser-type:

Jo mer informasjon vi har sendt om brukerne og hendelsene, jo mer granulert kan vi lage kohortene.

Når vi har kommet frem til et godt grunnoppsett med kohorter, så er neste steg å benytte de i rapporter og analyser.

Steg 2: Opprett rapporter

Under følger et utvalg av rapporter og analyser som dere bør populere dashbordene deres med:

Innsiktsrapporter:

En innsiktsrapport kan enten være basert på brukerdata, eller hendelsesdata:

Med en innsiktsrapport så ønsker du å filtrere ned til et avgrenset utvalg, og deretter bryte det ned rapporten basert på en datavariabel.

For eksempel filtrere alle brukerprofiler med kohorten “Registrerte abonnenter”, og bryte ned på kampanje/markedsinitiativ:

Funnel-rapporter:

En funnel-rapport er en konverteringsrapport. Du legger inn alle de hendelsene du ønsker å konverteringsgraden på, legger inn eventuelle filtre og nedbrytninger:

Du vil da se ganske detaljert hvor folk faller fra i kundereisen. Med detaljerte nedbrytninger så kan du også gjøre deg noen antagelser om hvorfor.

Flow-rapporter:

En flow-rapport gir en oversikt over hvilke flyt brukerne dine har etter gitte hendelser. Ofte ser vi at det er stor variasjon mellom hva vi teoretisk tror er brukerflyten versus hva den faktisk er:

Retention-rapprter:

Retention-rapporter bruker du for å se om i hvor stor grad brukerne dine kommer tilbake å benytter seg av produktet eller tjenesten din.

Du kan enten legge inn to forskjellige hendelser og se hvor mange som gjorde X kom tilbake og gjorde Y i løpet av et gitt antall dager.

Eller det som er mer vanlig, legge inn samme hendelse. Altså hvor mange som gjorde hendelse X, kom tilbake og gjorde hendelsen på nytt i løpet av en gitt periode. Den hendelsen vi typisk starter med er det som representerer ditt produkt eller tjeneste sin “wow-opplevelse”. “Artikkel lest” for en nettpublikasjon, “Hår klippet” for en frisørsalong, “Trening gjennomført” for et treningssenter osv.

Grafen du får opp viser hvor mange brukere som i prosent blir igjen fra en periode til en annen. Denne rapporten kan filtreres og brytes ned på samme måte som de andre:

Ved å legge inn en nedbrytning på “keywords” så ser vi her at de som leser om jernbanetransport har best retention, tett etterfulgt av flyfrakt, mens de som leser om sjøfrakt og distribusjon er de som har størst frafall.

Steg 3: Analyser resultatene

Nå har du opprettet kohorter, som du har benyttet i rapporter, som du igjen har gruppert i et utvalg dashbord. Nå kommer jobben med å analysere dataen som fortløpende kommer inn i dashbordene dine.

Du vil enten sammenligne kohorter mot hverandre, eller sammenligne kohorter med den totale brukermengden. På den måten vil du se hvordan adferden til kohorter skiller seg fra hverandre, og dykke dypere ned i detaljene på hvorfor.

I Mixpanel kan hver rapport brytes ned på kohorter. Det betyr at du i rapportene du lager kan sammenligne kohorter opp mot hverandre eller kohorter med den totale brukermassen. Hvordan dere setter opp deres første rapporter og dashbord kan dere lese om her.

Som du ser så er ikke kohortanalysen nødvendigvis selve svaret, men det som gjør at du får tankeprosessen i gang og kommer opp med gode spørsmål og ideer, som igjen genererer hypoteser som kan testes.

Eksempel på tankeprosess med en tenkt nettpublikasjon:

• → Kohortanalysen viser at kohorten med superbrukere har økt 20 % siste 3 måneder
• → Du stiller deg selv spørsmålet “hvorfor er det slik?”
• → For å finne svar bryter du ned kohorten “Superbrukere” med “keywords” på hendelsen “Fullførte Artikler” og finner hvilket fagtema superbrukere har konsumert mest
• → Basert på dette tester du hypotesen: “Hvis vi produserer mer innhold med det samme fagtemaene som superbrukerne liker, vil dette øke engasjementet også hos resterende brukere.”
• → Gjør en justering av innholdsproduksjonen og se i kohortanalysene om det har noe effekt

Kohortanalyser er ikke selve målet, men et verktøy for å:

• Hjelpe deg med å stille de riktige spørsmålene
• Verktøy for å gå fra antagelser til fakta
• Få ideer til nye hypoteser som kan testes
• Se resultatet av hypotesetestingen

Altså er det når du har satt opp kohortanalysene jobben starter.

Begynn å etablere en kundedatainfrastruktur

Målet med dette dette introkurset er å gi en innføring i hva en kundedatainfrastruktur er og hvordan det kan hjelpe dere å nå deres mål. Med innsikt om faktisk brukeradferd kan dere gå fra antagelser til faktabaserte beslutninger.

I denne leksjonen har vi gått gjennom hvordan du din første kohortanalyse.

I neste, og siste, leksjon skal vi gå gjennom hvordan du kan benytte kohortene til også å gjøre utgående markedsaktiviteter.

Ønsker du å komme i gang umiddelbart kan du alltids gi oss en lyd, så gir vi deg litt sparring underveis (helt kostnadsfritt).

‍