Comprendre l’analyse des cohortes dans Advanced KDP et Marketing Analytics
Objectif de cet article
Découvrez l’analyse de cohortes de Klaviyo, notamment comment définir une cohorte et comprendre les données présentées. L’analyse de cohortes vous permet d’analyser le comportement de groupes de profils au fil du temps.
Avant de commencer
Advanced KDP et Marketing Analytics ne sont pas inclus dans l’application marketing standard de Klaviyo, et un abonnement est nécessaire pour accéder aux fonctionnalités associées. Consultez notre guide sur la facturation pour découvrir comment acheter ces abonnements.
Qu’est-ce qu’un rapport de cohorte ?
Un rapport sur les cohortes est un type d’analyse qui vous permet d’étudier au fil du temps le comportement d’un groupe de profils présentant des similitudes (comme une cohorte). Vous pouvez ainsi identifier les tendances et les habitudes d’engagement et de conversion, ainsi que d’autres indicateurs clés tout au long de leur cycle de vie.
Créer un rapport de cohorte
Suivez les étapes de navigation suivantes pour accéder au rapport de cohorte :
- Sélectionnez Advanced KDP ou Marketing Analytics dans la barre de navigation de gauche dans Klaviyo.
- Sélectionnez le groupe Insights client .
- Sur la page Insights client , sélectionnez l’onglet Analyse des cohortes .
- Sélectionnez une analyse de cohortes existante ou cliquez sur Créer un rapport de cohorte pour créer votre première analyse.
L’analyse de cohorte inclut également 4 rapports préconstruits que vous pouvez utiliser pour commencer rapidement à analyser les performances des cohortes. En voici quelques exemples :
- Consentement pour l’envoi de SMS avant la première commande
Profils qui ont consenti au marketing par SMS avant d’effectuer leur premier achat. - Clients réguliers
Profils qui ont réalisé des réachats mois après mois. - Post-achat
Profils qui ont réalisé au moins 1 achat au cours de l’année suivant leur premier achat. - Consentement pour l’envoi d’e-mails avant la première commande
Profils qui ont consenti au marketing par e-mail avant leur premier achat.
Pour créer un rapport de cohorte à partir de zéro, vous devrez d’abord définir la cohorte dont vous souhaitez analyser le comportement au fil du temps, ainsi que le comportement que vous souhaitez mesurer. Après avoir sélectionné Créer un rapport de cohorte, définissez les informations suivantes :
- Nom du rapport
Créez un nom pour votre rapport sur les cohortes. - Description
Un champ facultatif pour ajouter une description à votre rapport de cohorte. - Événement de cohorte
Cet événement définit ce qui entraîne l’entrée d’un utilisateur dans la cohorte et sert de point de départ pour le tracking du comportement des utilisateurs au fil du temps. Par exemple, définir Placed Order comme événement de cohorte entraînera l’entrée des profils dans la cohorte lorsqu’ils passeront leur première commande, et permettra de suivre leurs performances au fil du temps à partir de ce moment. - Instance
Ce champ définit quelle instance de l’événement de cohorte doit amener un profil à entrer pour la première fois dans la cohorte analysée. Les valeurs de ce champ peuvent être :- Premier dans l’historique de tous les événements
La première occurrence de cet événement sur toute la période - Première occurrence dans la période
La première occurrence de cet événement au cours d’une période spécifique que vous définissez.
- Premier dans l’historique de tous les événements
- Filtres d’événement de cohorte
Définissez des filtres pour limiter l’événement de cohorte à des cas spécifiques.- Propriété d’événement de cohortage
Les données d’événement que vous pouvez utiliser pour filtrer l’événement de cohortage sur des événements spécifiques. Par exemple, si vous définissez Placed Order comme événement de cohortage, vous pouvez utiliser ce champ pour filtrer l’événement afin que seuls les achats de produits spécifiques fassent entrer un profil dans la cohorte. - Relation de propriété du rapport de cohorte
L’opérateur qui définit la relation entre la propriété de l’événement de cohorte et la valeur que vous définissez (par exemple, est égal à, n’est pas égal à, commence par, etc.).
- Propriété d’événement de cohortage
- Événement de reporting
Cet événement définit l’indicateur de performance qui sera mesuré au fil du temps pour la cohorte. Par exemple, définir Placed Order comme événement de reporting amènera le rapport à suivre les commandes passées dans le temps pour la cohorte. - Filtres d’événement de reporting
Définissez des filtres pour limiter l’événement de reporting à des cas spécifiques.- Propriété d’événement de reporting
Les données d’événement que vous pouvez utiliser pour filtrer l’événement de reporting afin de cibler des événements spécifiques. Par exemple, si vous définissez Placed Order comme événement de reporting, vous pouvez utiliser ce champ pour filtrer l’événement afin que seuls les achats de produits spécifiques soient mesurés au fil du temps. - Relation de propriété de reporting
Opérateur qui définit la relation entre la propriété d’événement de reporting et la valeur que vous définissez (par exemple, est égal à, n’est pas égal à, commence par, etc.)
- Propriété d’événement de reporting
Utilisation du rapport sur les cohortes de Klaviyo
La première colonne de votre tableau indique les dates pour chaque cohorte. Klaviyo affiche toujours les 12 derniers mois (dans cet exemple, de février 2024 à janvier 2025).
La deuxième colonne, intitulée Taille, indique le nombre total de profils ayant participé à cette activité d’indicateur spécifique. Dans l’exemple ci-dessus, ce rapport sur les cohortes indique le nombre total de profils ayant réalisé l’événement Commande Passée. Notez que certaines zones du rapport sont en bleu. Plus la valeur de chaque cohorte est élevée, plus la couleur est foncée, ce qui vous permet d’identifier rapidement les meilleures performances et les plus faibles parmi ces cohortes au fil du temps pour l’indicateur donné.
La troisième colonne, intitulée 0 mos, affiche la mesure de l’événement de reporting pour le même mois que l’événement de cohorte. Les colonnes numérotées suivantes (libellées 1 mos à 11 mos) affichent la mesure de l’événement de reporting pour chaque mois suivant.
En outre, vous avez accès aux paramètres suivants pour ajuster l’analyse.
- Plage de dates
La plage de dates pour laquelle l’événement de reporting sera mesuré. - Intervalle de temps
L’intervalle de temps entre les colonnes et les lignes dans le rapport de cohorte (par ex., le mois ou la semaine). - Mesure
Mesure de l’événement de reporting mesurée au fil du temps. Il peut s’agir de :- Conversion
Le nombre de conversions en fonction de l’événement de reporting. Vous pouvez le voir sous forme de moyenne par profil ou de total. - Profils
Le nombre de profils qui ont réalisé l’événement de reporting. Vous pouvez voir ce nombre sous forme de nombre ou de pourcentage de la cohorte d’origine. - Valeur de conversion
La valeur des conversions qui ont eu lieu en raison de l’événement de reporting. Vous pouvez l’afficher comme la valeur moyenne par profil, ou comme la somme totale de toutes les conversions.
- Conversion
Si la moyenne est utilisée comme mesure, le calcul est le décompte total divisé par la taille de la cohorte.
- Afficher par
Définissez si vous souhaitez voir des moyennes, des totaux ou un pourcentage dans le rapport de cohorte. Les options disponibles varient en fonction de la mesure sélectionnée. Si vous utilisez Total, une ligne supplémentaire s’affichera en haut du rapport de cohorte et indiquera la somme des valeurs des colonnes ci-dessous. - Tendance au survol
Définissez les données que vous souhaitez voir lorsque vous survolez une cellule du rapport. Cela peut vous aider à comprendre la valeur d’un axe particulier. En fonction de votre sélection, l’axe ciblé peut être :- Horizontal
Le fait de survoler une cellule dans le rapport de cohorte mettra en évidence la ligne et affichera des informations sur les analyses des événements de reporting pour la cohorte spécifique de la ligne.
- Horizontal
- Verticale
Le survol d’une cellule dans le rapport de cohorte met en surbrillance la colonne et affiche des informations sur les analyses de l’événement de reporting « après X mois ».
- Diagonale
Le survol d’une cellule dans le rapport de cohorte met en évidence le chemin diagonal et affiche des informations sur l’analyse des événements de reporting pour un mois ou une semaine du calendrier spécifique.
Klaviyo utilise également des couleurs pour représenter la valeur de la mesure. Les valeurs plus élevées ont des couleurs plus foncées, tandis que les valeurs plus faibles ont des couleurs plus claires. Cela permet de rendre facilement identifiables les tendances et les changements dans les valeurs mesurées.
Comprendre les données du rapport sur les cohortes
Un rapport de cohorte peut fournir différents insights, selon la manière dont vous le lisez.
Pour montrer comment lire les données dans un rapport de cohorte, nous utiliserons le rapport suivant comme exemple :
Ce rapport de cohorte exige que les clients effectuent un achat pour entrer dans une cohorte (c’est-à-dire l’événement de mise en cohorte) et suit les événements Placed Order au fil du temps (c’est-à-dire l’événement de reporting). Il mesure le nombre de conversions chaque mois au cours des 12 derniers mois.
L’événement de cohorte lui-même est exclu par défaut de la colonne mois/semaine 0. Pour voir la valeur associée à l’événement de cohorte, sélectionnez une mesure de revenus (c’est-à-dire Valeur de conversion ou Valeur vie) et elle apparaîtra sous la forme d’une colonne grise supplémentaire à côté de Taille.
Lire le rapport de cohorte horizontalement
En lisant un rapport de cohorte horizontalement, vous pouvez obtenir des insights sur les schémas de comportement au fil du temps pour des cohortes spécifiques.
Dans l’exemple, la première colonne du rapport de cohortes (c’est-à-dire Taille) indique le nombre total de clients ayant effectué un premier achat en 2024. Chaque colonne suivante indique le nombre de conversions supplémentaires qui ont eu lieu au fil du temps pour chaque mois calendaire. En lisant le rapport horizontalement, vous obtenez des insights sur le taux de réachat au fil du temps.
Vous pouvez constater que la somme des cohortes totalise 90 000 profils sur l’ensemble des mois de 2024. La colonne suivante montre qu’après 0 mois (c’est-à-dire le même mois civil que le premier achat ayant entraîné l’entrée des profils dans la cohorte), il y a eu 62 000 conversions issues de cette cohorte initiale. Après 1 mois supplémentaire (c’est-à-dire la colonne suivante), ce nombre augmente pour atteindre 75 000 conversions.
Grâce à cela, vous pouvez apprendre qu’après un achat initial, la plupart des acheteurs récurrents ont tendance à effectuer leur achat suivant le mois qui suit leur achat initial.
Notez que, lors de la lecture de la ligne Total du rapport de cohorte, le nombre de cohortes incluses dans la somme diminue à chaque colonne.
Lire le rapport de cohorte verticalement
En lisant un rapport de cohorte verticalement, vous pouvez découvrir comment différentes cohortes se comportent au même moment relatif (p. ex., le taux de réachat 3 mois après un premier achat pour chaque cohorte). Cela vous permet de déterminer si le comportement des profils évolue au fil du temps au sein de différentes cohortes.
Dans l’exemple de rapport de cohorte, vous pouvez constater qu’à mesure que vous descendez dans la colonne, les conversions augmentent. En regardant la colonne 1 mois, vous pouvez voir que le nombre de conversions augmente pour les cohortes plus récentes. Cela peut indiquer que vers la fin de 2024, il y a peut-être eu un événement (par ex., le lancement d’un nouveau produit ou une campagne marketing) qui a entraîné cette augmentation. Plus précisément, la cohorte d’août 2024 a connu un pic du nombre de conversions (c.-à-d. 18 000 conversions contre 11 000 le mois précédent) par rapport à la cohorte de juillet 2024 au même moment (c.-à-d. 5 000 conversions contre 3 000 le mois précédent).
Lecture diagonale du rapport sur les cohortes
En lisant un rapport de cohorte en diagonale, vous pouvez suivre les performances d’une cohorte à l’autre au même moment absolu, ou à différents stades du cycle de vie (p. ex., le taux de réachat au cours d’un mois donné).
Examinez l’exemple de rapport de cohorte à partir de la colonne 0 month pour la cohorte d’octobre 2024. En remontant en diagonale vers le haut et la droite à partir de ce point de départ, vous pouvez voir le nombre de conversions en octobre 2024 pour chaque cohorte. Pendant cette période, chacune des cohortes se trouve à un stade différent de son cycle de vie.
Dans ce cas, on observe une augmentation des conversion pour la plupart des cohortes par rapport au mois précédent. Cela indique qu’il a pu y avoir un événement en octobre 2024 qui a entraîné une augmentation des conversion pour la plupart des cohortes. Il est possible qu’octobre corresponde au moment où les clients commencent leurs achats des fêtes. Inversement, s’il y avait une baisse constante des conversion pour la plupart des cohortes par rapport au mois précédent, cela peut indiquer l’existence de facteurs externes (p. ex., un ralentissement de l’économie) qui ont affecté tous les profils en même temps.