E-ticarette kohort analizi: müşterinin geri dönüşünü ölçmek

Kohort analizi e-ticarette ne işe yarar?

Kohort analizi, müşterileri ortak bir başlangıç anına göre gruplayıp her grubun zaman içindeki davranışını yan yana izleme yöntemidir. E-ticarette bu başlangıç çoğunlukla müşterinin ilk siparişini verdiği aydır. Her aydaki yeni müşteriler ayrı bir kohort sayılır; sonraki dönemlerde kaçının yeniden alışveriş yaptığı ve ne kadar harcadığı kohort bazında izlenir.

Bu ayrımın gerekçesi şudur: toplam sipariş sayısına ya da genel tekrar satın alma oranına bakınca eski ve yeni müşteriler birbirine karışır. Mağaza büyüdükçe yeni müşteri payı artar ve genel oran düşüyormuş gibi görünebilir; oysa eski müşterilerin davranışı hiç değişmemiş olabilir. Kohort tablosu bu karışıklığı çözer, çünkü aynı dönemde gelenleri aynı yaşta karşılaştırır.

Yöntemin yanıtladığı sorular şunlardır: • Yeni gelen müşteri ilk siparişten sonra geri dönüyor mu, dönüyorsa ne zaman? • Hangi kanaldan ya da kampanyadan gelen müşteri daha çok tekrar alışveriş yapıyor? • Fiyat, kargo koşulu ya da ürün seçkisi değiştikten sonra gelen kohortlar öncekilerden farklı davranıyor mu? • Müşteri edinme maliyeti, müşterinin zaman içinde bıraktığı gelirle karşılanıyor mu?

Kohortu nasıl tanımlarsınız?

En yaygın tanım edinme kohortudur: müşteri, ilk başarılı siparişinin ayına (bazı mağazalarda haftasına) göre bir gruba girer. Bu tanım basittir ve karşılaştırması kolaydır. Sipariş sıklığı yüksek bir kategoride, örneğin market ya da kozmetikte, haftalık kohort daha duyarlı sonuç verir; yılda birkaç kez alınan ürünlerde aylık ya da dönemlik kohort daha okunaklıdır.

Davranışa dayalı kohort ise ayrı bir türdür. Müşteriyi ilk aldığı ürün kategorisine, ilk siparişte kullandığı kupona ya da ilk geldiği kanala göre gruplarsınız. Böylece soru değişir: yalnızca ne zaman geldiği değil, nasıl geldiği de tekrar satın almayı açıklayabilir. Örneğin yüksek indirimle gelen müşteriler ilk siparişte kârsız olabilir ve indirim bitince geri dönmeyebilir; bu ancak kupon bazlı kohortla görülür.

Kohortu tanımlarken şu kural işe yarar: bir müşteri yalnızca bir kohortta yer almalı ve kohort ataması sonradan değişmemelidir. İlk sipariş tarihi sabit bir referanstır; müşterinin son siparişine göre gruplamak ise kohortu her sipariş verdiğinde yer değiştirir ve tabloyu anlamsız kılar.

Veriyi hazırlamak: sipariş tablosundan kohort tablosuna

Kohort analizi için çoğu zaman tek bir sipariş tablosu yeterlidir. Her satırda müşteri kimliği, sipariş tarihi, sipariş tutarı ve mümkünse kanal ile kupon bilgisi bulunmalıdır. Elektronik tablo, SQL ya da bir raporlama aracı bu iş için kullanılabilir; yöntem aynıdır.

Adımlar şöyle ilerler: • İptal edilen, ödemesi tamamlanmayan ve tamamen iade edilen siparişleri ayıklayın; aksi halde tekrar satın alma şişer. • Her müşteri için en erken sipariş tarihini bulun. Bu, kohort dönemidir. • Her sipariş için kohort dönemi ile sipariş dönemi arasındaki farkı hesaplayın. Bu fark kohortun yaşıdır. • Kohort ve yaş çiftine göre benzersiz müşteri sayısını ve toplam geliri toplayın. • İlk dönemdeki müşteri sayısını kohortun büyüklüğü kabul edip diğer yaşlardaki sayıları bu büyüklüğe bölün.

En çok zaman alan kısım müşteri kimliğidir. Üyeliksiz alışveriş yapılıyorsa aynı kişi farklı e-posta adresleriyle farklı müşteri sayılabilir. Telefon, e-posta ve adres bilgisini tutarlı biçimde birleştirmeden yapılan analiz, tekrar satın almayı olduğundan düşük gösterir. Hangi eşleştirme kuralını kullandığınızı yazılı tutun, çünkü rakamlar bu kurala göre değişir.

Kohort tablosu nasıl okunur?

Tabloda her satır bir kohorttur, her sütun ise ilk siparişten sonra geçen dönemdir. İlk sütun kohortun büyüklüğünü gösterir; sonraki sütunlar o kohortun ne kadarının o dönemde yeniden sipariş verdiğini gösterir. Tabloyu renk skalasına çevirdiğinizde, soldan sağa doğru rengin nasıl soluklaştığı müşteri kaybının hızını gösterir.

Okurken farklı yönlerde bakılır. Yatay okuma, tek bir kohortun yaşlandıkça nasıl davrandığını verir: ilk dönemlerde keskin bir düşüş ve sonra yatay bir seyir sağlıklı bir çekirdek müşteri tabanına işaret eder. Dikey okuma, aynı yaştaki farklı kohortları karşılaştırır: yeni kohortlar eskilerden daha iyi tutunuyorsa yaptığınız iyileştirmeler işe yarıyordur. Çapraz okuma ise takvim etkisini yakalar: tablonun bir köşegeni boyunca tüm kohortlarda aynı anda görülen sıçrama, genellikle büyük bir kampanya ya da sezon etkisidir.

Tekrar satın alma oranı ile elde tutma oranını ayırın. Tekrar satın alma oranı, ilk siparişten sonra herhangi bir zamanda yeniden alışveriş yapan müşterilerin payıdır. Elde tutma oranı ise belirli bir dönemde aktif olan müşterilerin payıdır. Bu oranlar farklı sorulara cevap verir: biri müşterinin hiç geri dönüp dönmediğini, diğeri her dönemde ne kadar aktif kaldığını söyler.

Kanal ve kampanya bazlı kohort kıyası

Kohort analizinin işe dönüştüğü yer kanal karşılaştırmasıdır. Aynı aylık kohortu edinme kanalına göre böldüğünüzde, ilk sipariş hacmi benzer olan kanalların uzun vadeli değerinin çok farklı olabileceğini görürsünüz. Örneğin bir pazaryeri kampanyasından gelen müşteri ilk sipariş sonrası mağazanıza hiç dönmeyebilir; e-posta listesinden ya da doğrudan aramadan gelen müşteri ise düzenli sipariş verebilir.

Bu bilgi bütçe kararını değiştirir. Müşteri edinme maliyetini yalnızca ilk siparişin kârıyla kıyaslarsanız yanlış kanalı büyütebilirsiniz. Kohortun zaman içinde bıraktığı kümülatif brüt kâr ile edinme maliyetini karşılaştırmak, kanalın geri ödeme süresini gösterir. Müşteri yaşam boyu değeri bu birikimli gelirin ileriye doğru tahminidir; kısa geçmişi olan kohortlar için eski kohortların eğrisi referans alınarak kaba bir tahmin yapılır, ancak bu tahmin kesinlik değil varsayım olarak sunulmalıdır.

Kampanya etkisini ölçerken de aynı mantık geçerlidir. Bir kampanyanın getirdiği müşteri grubunu ayrı kohort yapıp, normal dönemdeki kohortla aynı yaşta karşılaştırın. Kampanya kohortu daha düşük elde tutma gösteriyorsa kampanyanın ilk sipariş hacmi yanıltıcıdır.

Örnek bir akış: düşen tekrar satın almayı teşhis etmek

Örneğin bir ev tekstili mağazasında yönetim, genel tekrar satın alma oranının geçen dönemlere göre düştüğünü görüyor. İlk tepki, müşteri memnuniyetinin bozulduğunu düşünmek olabilir. Kohort tablosu ise farklı bir tablo çizebilir: eski kohortların eğrileri aynı kalmıştır, yalnızca son aylardaki kohortlar daha hızlı sönmektedir.

Bir sonraki adım, son kohortları kanala göre bölmektir. Büyük indirim dönemi sırasında bir pazaryeri ve reklam kampanyasıyla gelen müşterilerin sipariş sonrası geri dönüşü zayıfsa, sorun mağaza deneyiminde değil edinilen müşterinin niteliğindedir. Aksiyon da ona göre belirlenir: bu kitleyi ilk siparişten sonra e-posta ile yeniden etkileştirmek, yeniden siparişe özel bir tamamlayıcı ürün önermek ya da kampanya bütçesini elde tutması daha güçlü kanallara kaydırmak.

Aksiyon alındıktan sonra aynı tablo izlenir. Etkiyi yalnızca sonraki kohortların yaşıtlarıyla karşılaştırarak ölçebilirsiniz; aksiyondan önceki ve sonraki toplam rakamları kıyaslamak mevsimsellikle karışır.

Sık yapılan hatalar

En sık görülen hata, kohortlar arasında yaş farkını gözetmemektir. Yeni bir kohortu eski bir kohortun tamamlanmış eğrisiyle kıyaslamak haksızdır; kıyas her zaman aynı yaştaki dönemler arasında yapılmalıdır.

Diğer tekrar eden hatalar: • Çok küçük kohortlardan sonuç çıkarmak. Birkaç müşteriden oluşan bir grupta bir kişinin davranışı oranı sallar; küçük grupları birleştirin ya da yorumu çekingen tutun. • İade ve iptalleri dışarıda bırakmamak. Tekrar satın alma gerçek geliri değil sipariş girişini ölçer hale gelir. • Müşteri kimliğini tutarsız kurmak. Misafir alışverişleri birleştirilmeyen mağazada hem kohort büyüklüğü hem elde tutma yanlış çıkar. • Tek bir ortalamaya güvenmek. Ortalama tekrar satın alma oranı birkaç sadık müşterinin ağırlığıyla yükselebilir; dağılıma ve ürün kategorisine de bakın. • Nedensellik çıkarmak. Tablo bir farkı gösterir, nedenini söylemez; neden için kanal, kupon ya da ürün bazlı ek kesitler gerekir.

Bu beceriyi nasıl geliştirirsiniz ve Mindset'te nerede çalışırsınız?

Başlangıç için tek bir sipariş dışa aktarımı ile aylık kohort tablosu kurmak yeterlidir. Ardından kanal ve kupon boyutlarını ekleyin, sonra gelir ve brüt kâr bazlı eğrilere geçin. İleri aşamada kohort bazlı müşteri yaşam boyu değeri tahmini, edinme maliyetiyle geri ödeme süresi ve aksiyonların kontrollü ölçümü gelir.

Mindset'in E-ticarette Kohort Analizi ve Tekrar Satın Alma Ölçümü programının modülleri bu sırayı izler: kohort analizinin mantığı, veri hazırlığı ve tablo kurulumu, tekrar satın alma ve elde tutma ölçümü, müşteri yaşam boyu değeri, kanal ve kampanya bazlı kıyaslama ve elde tutma aksiyonlarının etki ölçümü. Eğitimin güncel içeriği ve dönemleri eğitim sayfasında yer alır.