Об исследовании
В рамках данного исследования проведен когортный анализ на основе значений LTV, CAC и ROI сервиса Все.из.кафе.
Цель исследования: сформировать рекомендации для компании Все.из.кафе по развитию ее сервиса доставки в июле 2021 года.
Для достижения поставленной цели этого исследования в большинстве случаев не использованы данные по органическому трафику (organic), который является условно бесплатным, что позволило отдельно проанализировать маркетинговые вложения.
В рамках исследования была использована выборка данных за период с 26.04.2021 по 01.07.2021. В выборке использованы срезы данных:
- пользователи всех возрастных категорий;
- города: Барнаул, Владивосток, Мурино, Новосибирск, Саранск, Сочи;
- типы устройств: Desktop, Mobile;
- каналы привлечения: organic, Source_A, Source_B, Source_C.
Дашборд исследования
Дашборд «Аализ юнит-экономики сервиса Всё.из.кафе» содержит:
- Круговая диаграмма разделения пользователей по сегментам.
- Линейный график кривых окупаемости (англ. ROI) по сегментам.
- Линейный график динамики ROI по сегментам.
- Гистограмма CAC по сегментам.
- Тепловая карта LTV по сегментам.
- Линейный график динамики LTV по сегментам.
- Линейный график динамики CAC по сегментам.
Коротко выводы и рекомендации
Пиковые значения LTV, CAC и ROI не совпадают по срезам когорт, разделяющих пользователей по возрасту и источнику привлечения, с теми, что имеют максимальный размер.
Однако, наилучшие значения LTV, CAC и ROI совпадают по срезам когорт, разделяющих пользователей по городу и типу устройств, с пользователями из Саранска, использующих тип устройства Decktop и имеющих максимальный размер когорт. Особенно большой размер этих когорт приходится на пользователей, привлеченных в начале июня.
Рекомендуется:
- Если ниша рынка пользователей системы и ее земестителей в Саранске с типом устройства Desktop еще не полностью охвачена компанией «Всё.из.кафе», то усилить эффективность привлечения новых пользователей в ней без увеличения расходов на привлечение.
- Если эта ниша полностью освоена компанией Всё.из.кафе, то сконцентрировать маркетинговые усилия на удержании этой рыночной ниши.
Окупаемость привлечения пользователей в целом
В целом окупаемость без учета органического трафика не наступает до 7 дня жизни пользователя в системе, данные по которым предоставлены заказчиком.
Наблюдается восходящая динамика, которая может свидетельствовать о том, что при более продолжительной жизни пользователя в системе ROI превысит единицу, а значит привлечение в целом окупиться.
Важно отметить, что при учете органического трафика уровень окупаемости преодолевается с первого дня.
Размеры когорт по сегментам
Абсолютные лидеры по размеру когорт
Лидерами по размеру когорт в разных разрезах выборки привлеченных пользователей с учетом органического трафика являются:
- Возраст 18-25 лет — 2 630 пользователей;
- Город Саранск — 5 592 пользователей;
- Источник organic — 3 976 пользователя;
- Платформа Desktop — 5 086 пользователя
Лидеры по размеру когорт доминируют (содержат половину и более всех пользователей) в разрезах городов, источников привлечения и платформ. Это важно, т.к. влияет на расчеты LTV, CAC и ROI.
Лидеры по размеру когорт без organic
Лидерами по размеру когорт в разных разрезах выборки привлеченных пользователей без учета органического трафика являются:
- Возраст 18-25 лет — 1 284 пользователей
- Город Саранск — 2 847 пользователей
- Источник Source_B — 2 356 пользователя
- Платформа Desktop — 2 596 пользователя
Без учета органического трафика изменились размеры всех когорт, но сохранилось их соотношение в разных разрезах, кроме источников привлечения. Далее будет использовано именно это соотношение когорт.
Анализ CAC по сегментам
Распределение CAC в разных разрезах когорт
CAC распределено во всех разрезах всех когорт приблизительно одинаково, за исключением среза по источникам привлечения.
Здесь и далее данные приведены без учета органического трафика. Из-за этого, CAC в источнике Source_A приблизительно равен сумме привлечения одного пользователя из источников Source_B и Source_C.
Анализ LTV по сегментам
Динамика LTV в разрезе по возрастам
Динамика LTV когорт в разрезе возрастных групп различна. Так в возрастных группах 18-25, 35-50 и 51-65 лет имеет горизонтальный тренд.
В отличии от них LTV когорт в разрезе возрастных групп 60+ и 25-35 лет имеет максимальные значения 128.4 и 94.2 соответственно в начале наблюдаемого периода, после чего снижается до конца мая, а после имеет слегка возрастающий тренд.
Динамика LTV в разрезе по городам
Динамика LTV когорт в разрезе городам имеет различный характер.
Безусловным лидером по LTV является Саранск за все время наблюдения. Несмотря на кардинальное отставание, Сочи имеет схожую динамику с Саранском. В обоих случаях наблюдается пик в конце мая и растущий тренд.
Динамика LTV Барнаула, Владивостока и Новосибирска сжожа в том, что в некоторые моменты времени значение LTV падает до нуля. LTV в Мурино и Сочи имеет плавный спуск спуск в первой половине и подъем во второй половине наблюдаемого периода.
Динамика LTV в разрезе по источникам привлечения
Динамика значений LTV когорт в разрезе источников привлечения имеет различную динамику.
Экстремумы LTV в 97.96 и 22.51 приходятся на источник Source_A в июне. В начале и второй половине наблюдаемого периода этот источник обладает наибольшей волатильностью с обратной зависимостью к источнику Source_B. В мае наблюдается сходимость значений LTV всех источников в диапазоне 40-50.
В остальном наблюдается горизонтальный тренд со средним значением LTV около 50.
Динамика LTV в разрезе по типам устройств
Динамика LTV когорт в разрезе по типам устройств схожа высокими значениями в начале наблюдаемого периода, затем спада и постепенного подъема.
Падение значения LTV в Mobile глубже и дольше, а после падения постепенный незначительный рост до конца наблюдаемого периода. Линия тренда Mobile более плавная на всем протяжении.
LTV в Desktop после снижения растет до пика в 79 в конце июня, затем снижается и вновь растет. На всем протяжении тренда наблюдаются коррекции.
Анализ CAC по сегментам
Динамика CAC в разрезе по возрастам
CAC когорт в разрезе по всем возрастам растет до середины мая, а после постепенно снижается с небольшими колебаниями. Волатильность не большая, значения по всем возрастным группам близки.
Это может констатировать о достаточно ровном распределении маркетингового бюджета по всем возрастным группам.
Динамика CAC в разрезе по городам
CAC когорт в разрезе по всем городам имеет схожую динамику. Особенно это видно на дневном графике. Так, например, в начале наблюдаемого периода CAC во всех городах имеет высокую волатильность. К концу мая все расходы стабилизируются и остаются схожими до середины июня. Затем вновь наблюдается увеличение волатильности, но меньшей, чем в начале наблюдаемого периода.
На дневном графике заметны разрывы, свидетельствующие о непостоянстве трат на привлечение пользователей. Траты во Владивостоке начинаются со второй недели мая.
Динамика CAC в разрезе по источникам привлечения
CAC когорт в разрезе по источникам привлечения имеет ярко выраженное разграничение по уровням. Так, Source_A колеблется в диапазоне 85-130, Source_C в диапазоне 60-85, а Source_B в диапазоне 40-50. Также у всех источников привлечения наблюдается незначительный рост до середины мая.
Значительно отличается Source_A. Этот источник имеет большую волатильность, сначала наблюдается рост, после середины мая его значения снижается и растут с середины июня к концу наблюдаемого периода.
Динамика CAC в разрезе по платформам
CAC когорт в разрезе по платформам имеет схожую динамику и диапазон значений. Значения CAC на обеих платформах растут до середины мая и далее имеют снисходящий тренд до конца наблюдаемого периода.
Незначительно отличается CAC на Mobile с середины до конца мая, когда наблюдается резкое снижение, схожее с ростом в начале наблюдаемого периода. Затем постепенно волатильность снижается и значения CAC становятся близкими к Desktop.
Анализ ROI по сегментам
Динамика ROI в разрезе по возрастам
Динамика ROI когорт в разрезе по возрастам имеет общую схожую горизонтальную динамику на большем временном отрезке наблюдаемого периода. В целом ROI всех возрастных групп ниже уровня окупаемости почти на всем протяжении наблюдаемого периода.
Однако, в начале этого периода ROI возрастных групп 65+ и 26-35 лет значительно выше уровня окупаемости. 2.5 и 1.8 соответственно.
Также не характерно растет ROI возрастной группы 51-65 в конце наблюдаемого периода и 2 недели держится выше уровня окупаемости.
Динамика ROI в разрезе по городам
Динамика ROI когорт в разрезе по городам имеет разный характер. Однако, в целом есть высокие значения в начале и в конце наблюдаемого периода. Например, пик ROI в 2.4 в Новосибирске в начале, с последующим пике до нуля и далее с плавным подъемом.
Саранск является лидером по количеству дней, в которые значение ROI выше уровня окупаемости. При этом, в некоторых городах наблюдаются нулевые значения ROI. Так, например, в Барнауле и во Владивостоке, в которых, помимо прочего, отрицательная динамика, все значения близки к нулю и ни разу не преодолели уровень безубыточности.
Динамика ROI в разрезе по источникам привлечения
ROI когорт в разрезе по источникам привлечения различна. Так по понятным причинам ROI organic равно нулю.
Лидером от начала и до конца наблюдаемого периода является источник Source_B. При этом в начале периода ROI имеет пик в 2.3.
ROI остальных источников за все время наблюдения не превышает уровня окупаемости.
Динамика ROI в разрезе по типам устройств
Динамика ROI когорт в разрезе по типам источников различна.
ROI Mobile начиная с максимума в 1.5 к середине мая падает ниже уровня окупаемости, достигает дна в 0.3, затем корректируется, но остается ниже уровня окупаемости до окончания периода наблюдения.
ROI Desktop кроме трех недель в мае находится выше уровня окупаемости.
Анализ LTV по сегментам
Тепловы карты LTV в разных разрезах когорт
Лидерами значений LTV в разных разрезах когорт без учета органического трафика являются:
- Возраст: 51-65 лет;
- Город: Саранск;
- Канал привлечения: Source_C;
- Тип устройств: Desktop.
Аутсайдеры значений LTV:
- Возраст: 18-25 лет;
- Город: Барнаул;
- Канал привлечения: Source_B;
- Тип устройств: Mobile.
ROI по сегментам
Кривая ROI в разрезе по возрасту
В когортах разреза всех возрастных групп наблюдается незначительный рост ROI.
При этом только ROI когорт в разрезе возрастных групп старше 51 года, а также 26-35 лет, преодолевают уровень окупаемости. Когорта 51-65 лет преодолевает этот порог на третий день жизни пользователя в системе, когорта 65+ на 4 день, а когорта 26-35 лет только на 7 день.
Кривая ROI в разрезе по городам
ROI когорт почти всех городов остается на уровне первого дня жизни пользователя в системе и не достигает уровня окупаемости.
Только ROI когорты из Саранска имеет стабильный рост и на 3 день преодолевает уровень окупаемости.
Кривая ROI в разрезе по источникам привлечения
Кривая ROI когорт всех источников привлечения имеют стабильно небольшой рост. Только ROI источника Source_B на 2 день преодолевает уровень окупаемости.
Кривая ROI в разрезе по типам устройств
Кривая ROI когорт всех типов устройств имеет незначительный рост. Только ROI типа устройства Desktop на 3 день преодолевает уровень окупаемости. Также ROI типа устройства Desktop имеет более сильную динамику роста.
Анализ многомерных срезов когорт
Детальные многомерные срезы когорт
Когорты в многомерных cрезах:
Наибольшие когорты с учетом органического трафика для детального изучения:
- Максимальные размеры когорт от 24 человек в первую неделю исследуемого периода и до 108 человек в первую неделю июня приходятся на пользователей в возрасте 18-25 лет из Саранска, использующих Desktoop и привлеченных с помощью organic.
- Следом по размеру когорт идут пользователи в возрасте 18-25 лет из Саранска, использующих Desktoop и привлеченных с помощью Source_B. Максимальный размер их недельных когорт приходится на первую неделю июня и составляет 83 пользователь.
Лидеры ROI в детальных cрезах когорт без organic
ROI наибольшей когорты:
- У пользователей в возрасте 18-25 лет из Саранска, использующих Desktoop и привлеченных с помощью Source_B, ROI со второго дня использования системы выше уровня окупаемости и постепенно растет до среднего значения 1.14.
Экстремумы ROI:
- Максимальное среднее значение ROI в 3.9 с первого и до 7 дня использования системы достигает когорта из 19 человек в возрасте 65+ из Новосибирска, использующих Desktop и привлеченных через Source_B.
- Пиковое значение ROI в 15.9 наблюдается в первую неделю исследуемого периода у когорты из 7 человек в возрасте 26-35 лет из Новосибирска, использующих Mobile и привлеченных через Source_B.
Лидеры LTV в детальных cрезах когорт с учетом organic
LTV наибольших когорт:
- У пользователей в возрасте 18-25 лет из Саранска, использующих Desktoop и привлеченных с помощью organic, среднее значение LTV растет со 56.5 до 76.5 за первые 7 дней использования системы. Пик в 107.7 приходится на срез этой когорты, привлеченной в последнюю неделю мая.
- У пользователей в возрасте 18-25 лет из Саранска, использующих Desktoop и привлеченных с помощью Source_B, среднее значение LTV растет с 47.7 до 70.7. Пик в 126.4 приходится на пользователей, привлеченных в первую неделю наблюдаемого периода.
Экстремумы LTV:
- Максимальное среднее значение LTV в 298.7 с большим отрывом от остальных с первого дня использования системы без изменения до седьмого дня у когорты из 14 человек в возрасте 65+ из Новосибирска, использующих Desktop и привлеченных с помощью Source_C. На этот же срез приходится пик в 597.4 в конце наблюдаемого периода.
- Следом за лидером с LTV в 270.7 с первого и до 7 дня дня стабильно у когорты из 14 человек в возрасте 51-65 лет из Сочи, использующих Desktop и привлеченных с помощью Source_A.
Лидеры CAC в детальных cрезах когорт без organic
CAC наибольших когорт:
- У пользователей в возрасте 18-25 лет из Саранска, использующих Desktoop и привлеченных с помощью Source_B, среднее значение CAC с первого и до 7 дня использования системы равняется 45.4. А для срезов этой когорты, привлеченных в разные недели исследуемого периода колеблется в диапазоне от 41.1 до 45.5.
Относительно низкие значения CAC этой когорты позволяют получать в ней ROI выше уровня окупаемости при низких значениях LTV.
Экстремумы CAC:
- Максимальное среднее значение CAC в 198.9 с первого дня использования системы без изменения до седьмого дня у когорты из 21 человека в возрасте 26-35 лет из Новосибирска, использующих Mobile и привлеченных с помощью Source_A.
- Эта же когорта в срезе привлеченных в третью неделю июня имеет значение CAC в 365.1
Выводы и рекомендации
Выводы из анализа
Наибольший размер у когорт «органических» пользователей. Пиковые значения LTV, CAC и ROI не совпадают по срезам с когортами пользователей, разделенных по возрасту и источнику привлечения, с теми, что имеют максимальный размер.
При этом, пиковые значения ROI приходятся на пользователей в возрасте 65+ из Новосибирска, использующих Desktop и привлеченных через Source_B, а также на пользователей в возрасте 26-35 лет из Новосибирска, использующих Mobile и привлеченных в первую неделю исследуемого периода через Source_B.
Наилучшие значения LTV, CAC и ROI совпадают по срезам когорт, разделяющих пользователей по городу и типу устройств, с пользователями из Саранска, использующих тип устройства Decktop и имеющих максимальный размер когорт. Особенно большой размер этих когорт приходится на пользователей, привлеченных в начале июня.
Низкие расходы на привлечение пользователей больших по размеру когорт позволяет получать в них доходность выше уровня окупаемости.
Рекомендации
Рекомендуется:
- Если ниша рынка пользователей системы и ее заместителей в Саранске с типом устройства Desktop еще не полностью охвачена компанией Всё.из.кафе, то усилить эффективность привлечения новых пользователей в ней без увеличения расходов на привлечение.
- Если эта ниша полностью освоена компанией Всё.из.кафе, то сконцентрировать маркетинговые усилия на удержании этой рыночной ниши.
Также может быть рекомендовано более тщательное изучение срезов пользователей:
- в возрасте 65+ из Новосибирска, использующих Desktop и привлеченных в разные периоды через Source_B;
- в возрасте 26-35 лет из Новосибирска, использующих Mobile и привлеченных в первую неделю исследуемого периода через Source_B.
Причины этой рекомендации в том, что данные срезы имеют максимальные значения ROI, но не большие размеры когорт.