Kohortenanalyse - Kundenverhalten verstehen

29 Nov. 2019  |  von Stefan Graetzer

„Aufgepasst! Ihr gehört zur 1. Legion, 3. Kohorte, 2. Manipel, 1. Zenturie. Das ist alles zu nennen, sobald ihr euch einem höheren Dienstgrad vorstellt!“

So spricht der Zenturio Nixalsverdrus zu seinen neuen Legionären in Asterix als Legionär, dem zehnten Band der allseits bekannten Asterix-Comic-Reihe. Und wie es der Zufall so will, ist gerade der neue Band 38 erschienen.

Was ist eigentlich eine Kohorte?

Wie wir aus Asterix wissen, kommt der Begriff Kohorte aus dem Lateinischen, bedeutet so etwas wie „Schar“, und er bezeichnet eine Truppeneinheit des römischen Heeres. Die Legion wurde in zehn Kohorten zu je drei Manipel gegliedert, wobei jeder Manipel aus zwei Zenturien bestand, die von einem Zenturio angeführt wurden. Die Sollstärke einer Legion war 6000, die Kohorte ein Zehntel. 

Was ist dann eine Kohortenanalyse?

Ursprünglich ist die Kohortenanalyse wohl in der Soziologie entstanden. Sie wird eingesetzt, um Gruppen anhand eines gemeinsamen Merkmals innerhalb eines bestimmten Zeitraumes zu untersuchen. Im datengestützten Marketing versteht sie sich insbesondere als Analyse einer Zielgruppe nach bestimmten Merkmalen, die die Personen der Zielgruppe gemeinsam haben. Häufig ist das Alter eines dieser Merkmale, aber auch andere können als gemeinsame Basis genommen werden. Doch dazu später mehr in unserem Beispiel.

Dabei unterscheidet man zwischen Kohorteneffekten (wenn sich eine Kohorte durch ein bestimmtes Verhalten auszeichnet): 

  • Alterseffekte: Veränderungen der Gewohnheiten, die sich auf das Alter zurückführen lassen.
  • Periodeneffekte: Veränderungen, die sich generationsunabhängig und unabhängig von soziodemographischen Faktoren entwickeln.

Und Typen der Kohortenanalyse:  

  • Längsschnittuntersuchung: Es wird dieselbe Gruppe an mehreren Zeitpunkten untersucht. Somit wird festgestellt, welche Veränderungen einer Gruppe im Zeitverlauf auftreten.
  • Zeitreihenuntersuchung: Es werden unterschiedliche Gruppen untersucht, die sich durch das gleiche Merkmal auszeichnen.
  • Querschnittsuntersuchung: Es werden mehrere Gruppen zum gleichen Zeitpunkt untersucht. Dabei liegt der Schwerpunkt der Untersuchung auf den verschiedenen Altersgruppen.

Quelle: https://convertus.io/blog/was-ist-eigentlich-eine-kohortenanalyse

Kohortenanalyse im Marketing

Marketer verfolgen in der Regel ein Ziel, nämlich die effektive und zielgerichtete Aussteuerung von Kampagnen. Voraussetzung dafür ist eine genaue Analyse der Zielgruppe und des Marktes. Je mehr Bewegungsdaten vorliegen, desto besser. Im E-Commerce lässt sich mit der Kohortenanalyse recht gut das Verhalten von Neu- bzw. Bestandskunden separat betrachten und vergleichen. Außerdem lassen sich Marketing Kampagnen auf ihre Effektivität hin untersuchen oder Nutzerverhalten vergleichen.
Beispielsweise könnte mithilfe einer Kohortenanalyse festgestellt werden, wie häufig Bestandskunden eines gewissen Alters oder einer bestimmen Region Angebote wahrgenommen haben. Nach Auswertung der Daten könnten die Marketing Maßnahmen dahingehend anpasst werden, dass gezielt die Stammkunden angesprochen werden, die im Untersuchungszeitraum nicht eingekauft haben. Alternativ können diese auch im Rahmen einer Kundenumfrage angesprochen werden, um die Ursachen für die Kaufabstinenz zu ermitteln.

Beispiel mit Apteco FastStats

In unserem eigenen Beispiel untersuchen wir mit Apteco FastStats zunächst die Bestellungen im laufenden Jahr (im Beispiel 2016). Wir sehen, in welchem Monat, wie viele Kunden gekauft haben und wie hoch der Umsatz war.

Anzahl Umsatz monatlich
 

Als Betreiber eines Online-Shops möchten wir nun, das Verhalten unserer Kunden nach dem Erstkauf tiefergehend analysieren. Dazu erstellen wir einen Bindungscube, in dem jede Zelle die Anzahl und den Prozentwert der Erstkäufer, die während des Untersuchungszeitraums zu Zweitkäufern wurden, ausgibt. Die Höchstwerte liegen auf der Cube-Diagonalen und zeigen, dass die meisten Zweitkäufer bereits im gleichen Monat wiederbestellt haben. Je mehr Zeit vergeht, desto geringer werden die Chancen für einen Zweitkauf.

Cube-Diagonalen

Um den Umsatz weiter anzukurbeln, haben wir nach dem eher schwachen Januar eine neue E-Mail-Aktion eingeführt, die richtig gut angekommen ist. Um zu prüfen, inwiefern sich die Bestellrate verändert, führen wir eine Kohortenanalyse durch. Dazu vergleichen wir die Erstbesteller (=gemeinsames Merkmal) aus dem Januar (Kohorte 1) mit den Erstbestellern aus dem Februar (Kohorte 2)

Auf den ersten Blick können wir feststellen, dass die Anzahl der Erstbestellungen von insgesamt 13.455 im Januar auf 37.177 im Februar gestiegen ist. Anschließend werfen wir einen Blick auf die Folgemonate nach der Erstbestellung. Neben den Zweitbestellungen werden auch nach Personen unterschieden, die mehrfach, das heißt öfter als zweimal bestellt haben (=Multiple Besteller).

Wie verhalten sich Neukunden nach dem Erstkauf im Januar?

Neukunden nach dem Erstkauf im Januar
Segmentierung für Neukunden nach Erstkauf im Januar

Wie verhalten sich Neukunden nach dem Erstkauf im Februar?

Neukundenverhalten im Februar

Segmentierung Neukunden Februar

Vergleich der Ergebnisse

Beim Vergleich der Ergebnisse aus beiden Monaten stellen wir folgendes fest:
Neben dem offensichtlichen Effekt, dass mehr Bestellungen eingingen, können wir nun erkennen, dass sich die Mehrfachbestellungen zeitlich nach vorne geschoben haben. Während die Prozentzahlen der Zweitbestellungen in den ersten drei Monaten nach der Erstbestellung nahezu konstant geblieben sind, hat sich die Anzahl der multiplen Besteller im ersten Monat nach dem Erstkauf von 16,9 % (Kohorte 1) auf 20,3 % (Kohorte 2) erhöht.


Vergleich Kohorten

Danach lagen die Quoten für Kohorte 2 allerdings unter denen der Kohorte 1. Dies spricht dafür, dass die Mehrfachbestellungen beschleunigt und nach vorne verlagert wurden. Das heißt: Wir konnten unsere Kunden früher zu Mehrfachbestellern konvertieren und somit als Stammkunden gewinnen, was letztendlich auch mehr Umsatz im Jahr verspricht.

Fazit

Bloße Umsatzzahlen geben einen Überblick, sagen aber noch wenig über den Kunden aus. Mit dem Einsatz der Kohortenanalyse können wir dagegen ein tieferes Verständnis über das Verhalten unserer Kunden gewinnen und die Auswirkungen von Marketing Maßnahmen verifizieren. Wenn diese Erkenntnisse dann iterativ in entsprechenden Marketing Aktivitäten umgesetzt werden, lassen sich Kundenzufriedenheit und Umsätze gleichermaßen steigern.

Möchten Sie eine Kohortenanalyse Ihrer Kunden selbst durchführen? Dann nehmen Sie Kontakt mit uns auf oder buchen Sie direkt Ihre personalisierte und kostenlose Demo:

Stefan Graetzer

Senior Technical Consultant

Stefan Grätzer ist bereits seit 2013 für Apteco tätig und verantwortlich für Support und Beratung der deutschsprachigen Partner. Insbesondere übernimmt er Training und Beratung bei der Installation neuer FastStats-Systeme. Er verfügt über ein ausgeprägtes analytisches Verständnis. Dazu passt, dass Stefan in seiner Freizeit als passionierter Schachspieler gerne Zeit mit der Analyse von Schachpartien verbringt.

Melden Sie sich zu unserem Newsletter an, um immer die neuesten Artikel rund um Customer Analytics und Campaign Automation zu erhalten.