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 speziellen Analyse. Und doch ist das Verfahren im 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
Marketer möchten ihre Maßnahmen optimal aussteuern, um den ROI zu maximieren. Voraussetzung dafür sind ausreichende Kenntnisse über Zielgruppe und Markt. Diese fehlen oft, wenn die Kundenstruktur alles andere als homogen ist und man viele verschiedene Produkte anbietet, wie z. B. im B2C E-Commerce. Hier kann es sehr interessant sein, z. B. das Verhalten von Neu- bzw. Bestandskunden separat zu betrachten und so die Effizienz von Follow-up-Kampagnen zu optimieren. Hierbei hilft die Kohortenanalyse.
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. Voraussetzung für die Bildung von Kohorten sind jedoch ausreichend Daten von hoher Qualität. Darüber hinaus ist bei der Auswahl der Messwerte Sorgfalt geboten.
Moin aus Hamburg! Mein Name ist Frank und ich beschäftige mich seit über 20 Jahren intensiv mit Marketing-Technologie. 2001 entwickelte ich eines der ersten Tools für E-Mail-Marketing.
Du benötigst Hilfe bei der Auswahl oder Integration von Software? Dann melde Dich.