Singles wohnen gern in der Stadt – Familien auf dem Land. Das lässt sich mithilfe einer Kohortenanalyse ermitteln. Zugegebenermaßen ist das eine Binsenweisheit und bedarf keiner Datenanalyse. Dennoch ist diese Methode für das Marketing unverzichtbar.
Was genau ist eine Kohortenanalyse?
Kohortenanalysen werden eingesetzt, um Gruppen anhand eines gemeinsamen Merkmals innerhalb eines bestimmten Zeitraumes oder Zeitpunktes zu identifizieren. So wird die Kohortenanalyse zum Beispiel zur Analyse von Marketing-Zielgruppen eingesetzt.
Bei den Gruppen handelt es sich um sogenannte Kohorten (lat. cohors = “eingegrenzter Raum”, “Schar”), die ein gemeinsames Merkmal besitzen. Unterschiedliche Gruppen wiederum können ganz unterschiedliche Merkmale besitzen.
Prinzipiell wird zwischen Längsschnittuntersuchung, Zeitreihenuntersuchung und Querschnittsuntersuchung unterschieden:
Längsschnittuntersuchung
Es wird dieselbe Gruppe an mehreren Zeitpunkten untersucht. Somit wird festgestellt, welche Veränderungen in einer Gruppe im Zeitverlauf auftreten.
Zeitreihenuntersuchung
Es werden unterschiedliche Gruppen untersucht, die sich durch das gleiche Merkmal (z. B. Akquisedatum) auszeichnen.
Querschnittsuntersuchung
Es werden mehrere Gruppen zum gleichen Zeitpunkt untersucht. Dabei liegt der Schwerpunkt der Untersuchung auf den verschiedenen Altersgruppen.
Kohorteneffekte
Jahrgänge oder Gruppen von Jahrgängen sind Kohorten.
Von den Kohorteneffekten spricht man, wenn sich eine Kohorte durch ein bestimmtes Verhalten auszeichnet. Man unterscheidet:
Alterseffekte
Es handelt sich um Veränderungen der Gewohnheiten, die sich auf das Alter zurückführen lassen.
Periodeneffekte
Es handelt sich um Veränderungen, die sich generationsunabhängig und unabhängig von soziodemografischen Faktoren entwickeln.
Kohortenanalyse im Marketing
Die Kohortenanalyse kommt im Marketing häufig zum Einsatz, um spezifische Zielgruppen oder Kundensegmente über einen bestimmten Zeitraum hinweg zu untersuchen.
- Verhaltensmuster verstehen: Kohortenanalyse hilft dabei, Muster und Trends im Verhalten verschiedener Kundengruppen zu erkennen. Indem man beispielsweise die Kaufgewohnheiten von Menschen untersucht, die in einem bestimmten Jahr geboren wurden, kann man besser verstehen, wie sich deren Konsumverhalten mit der Zeit verändert.
- Produktentwicklung und -anpassung: Durch das Verständnis der spezifischen Bedürfnisse und Präferenzen unterschiedlicher Kohorten können Unternehmen ihre Produkte und Dienstleistungen besser auf die jeweilige Zielgruppe zuschneiden.
- Effektivere Marketingstrategien: Mit den Erkenntnissen aus der Kohortenanalyse können gezieltere Marketingkampagnen entwickelt werden, die auf die spezifischen Merkmale und Vorlieben der einzelnen Kohorten abgestimmt sind.
- Kundenbindung verbessern: Durch das Verständnis der Lebenszyklen und Verhaltensweisen verschiedener Kundengruppen können Unternehmen effektivere Strategien zur Kundenbindung entwickeln, was zu einer höheren Kundenzufriedenheit und Loyalität führt.
- Trendvorhersagen: Kohortenanalyse kann dabei helfen, zukünftige Trends und Veränderungen im Konsumentenverhalten vorherzusagen, indem sie aufzeigt, wie sich bestimmte Gruppen über die Zeit entwickeln.
- Segmentierung und Targeting: Sie ermöglicht eine präzise Segmentierung der Kundenbasis in homogenere Untergruppen, die auf spezifische Marketingmaßnahmen ähnlich reagieren könnten, und erleichtert das Targeting mit passenden Botschaften und Angeboten.
Kohortenanalyse mit Google Analytics
Dank Google Analytics sind Kohortenanalyse ohne große Vorkenntnisse durchführbar. Zwar lassen sich Kohorten hier allein auf Basis ihres Akquisedatums bilden, doch dafür kann man bequem Merkmale wie Alter, Region oder sogar das verwendete Endgerät in die Analyse mit einbeziehen.
Messwerte in Überblick
Kundenbindung
Die Anzahl der Nutzer in der Kohorte, die im n-ten Zeitraum (Tag, Woche, Monat) zurückgekehrt sind, geteilt durch die Gesamtzahl der Nutzer in der Kohorte.
Abschlüsse für Zielvorhaben je Nutzer
Gesamtanzahl der abgeschlossenen Ziele nach Kohorte, geteilt durch die Gesamtgröße der Kohorte.
Seitenaufrufe pro Nutzer
Gesamtanzahl an Aufrufen (Seiten- oder Bildschirmaufrufe) nach Kohorte, geteilt durch die Gesamtgröße der Kohorte.
Sitzungen pro Nutzer
Gesamtanzahl der gestarteten Sitzungen nach Kohorte, geteilt durch die Gesamtgröße der Kohorte.
Sitzungsdauer pro Nutzer
Besuchszeit insgesamt (hh:mm:ss) nach Kohorte, geteilt durch die Gesamtgröße der Kohorte.
Transaktionen pro Nutzer
Gesamtanzahl der Transaktionen nach Kohorte, geteilt durch die Gesamtgröße der Kohorte.
Umsatz pro Nutzer
Gesamtumsatz nach Kohorte, geteilt durch die Gesamtgröße der Kohorte.
Beispiel: Customer Retention
Eine Kohortanalsyse eignet sich hervorragend, wenn man seine Customer Retention (Kundenbindung) näher unter die Lupe nehmen möchte. Das zeigt das folgende Beispiel von moengage:
Aus dieser Kohortenanalyse lässt sich Folgendes ableiten:
- Von allen Kunden, welche die App am 6. September 2019 installiert haben, waren 35.89% bis zum Tag #1 aktiv. Danach sinkt deren Anteil signifikant.
- Durchschnittlich sind am Tag #4 nur noch 16,94 % aller Kunden aktiv.
- Ab dem 10. September 2019 gibt es einen spürbaren Einbruch bei den Registrierungen – ggf. ausgelöst durch Unzulänglichkeiten in der User Experience, verstärkte Absprungbereitschaft, technische Probleme, fehlende Features etc.
Fazit
Eine Kohortenanalyse ist der perfekte Einstieg ins datengetriebene Marketing. Denn sie ist schnell umsetzbar und liefert im Nu wertvolle Erkenntnisse. Ganz ohne KI. Jedoch ist bei der Auswahl der Messwerte Sorgfalt geboten.
Ergänzende Artikel
Moin aus Hamburg!
Mein Name ist Frank und ich bin bereits seit Mitte der 1990er in der Digitalbranche unterwegs. Meine Schwerpunkte sind Content-Marketing, Marketing Automation und MarTech.