Этап 3 - Расчет метрик для когорт Формулы для основных метрик в когортном анализе:
1. Retention Rate (Коэффициент удержания)
Retention = (Количество пользователей в конкретном периоде / Начальное количество пользователей) * 100
Например, если у вас было 1000 пользователей в начале месяца, и после месяца осталось 800 пользователей, то Retention Rate за этот месяц составит (800 / 1000) * 100 = 80%.
2. CAC (Затраты на привлечение клиента)
CAC = (Сумма затрат) / (Количество новых клиентов)
Например, если ваши затраты на маркетинг и рекламу в интернет-магазине в течение месяца составили $10,000, и в этот месяц вы привлекли 500 новых клиентов, то CAC будет равен $10,000 / 500 = $20 на каждого нового клиента.
3. Average Revenue per Paying User (ARPPU, Средний доход с платящего пользователя): ARPPU = Выручка / Количество платящих пользователей
Например, если ваша общая выручка за месяц составила $20 000, а у вас было 500 покупателей в тот же месяц, то ARPPU будет равен $20 000 / 500 = $40 на клиента.
И кстати, да, эта метрика является неким аналогом одной из версий LTV.
Про множество LTV по ссылке. 4. Conversion Rate (Коэффициент конверсии): CR = (Количество конверсий / Количество пользователей) * 100
Например, если 50 пользователей совершили покупку, а общее количество пользователей, которые видели страницу с продуктом, составляет 1000, то Conversion Rate составит (50 / 1000) * 100 = 5%.
5. Churn Rate (Коэффициент оттока): Churn Rate = (Количество ушедших клиентов / Начальное количество клиентов) * 100
Например, если у вас было 100 клиентов в начале месяца, и в конце месяца 20 из них больше не пользуются вашим продуктом, то Churn Rate составит (20 / 100) * 100 = 20%.
Эти формулы могут быть адаптированы к вашим конкретным данным и целям анализа. Помните, что точность и надежность результатов анализа зависят от качества и актуальности данных, используемых в этих формулах.
Для каждой когорты эти метрики могут быть рассчитаны для разных временных интервалов (недели, месяцы, кварталы), что позволяет отслеживать динамику изменений во времени и выявлять паттерны и тренды в поведении пользователей или клиентов. Эти метрики предоставляют важную информацию для оптимизации маркетинговых стратегий, улучшения продуктов и принятия решений в бизнесе.