Kohortenanalyse

Was eine Kohorte ist

Eine Kohorte ist eine Gruppe von Kunden, die ein gemeinsames Merkmal zum gleichen Zeitpunkt erworben haben. Im Handel ist das meist der Monat des ersten Kaufs. Alle Kunden, die im März zum ersten Mal bestellt haben, bilden die Märzkohorte. Die Analyse verfolgt dann, wie sich diese Gruppe über die folgenden Monate entwickelt.

Der Unterschied zu einer Gesamtkennzahl ist der Kern des Verfahrens. Ein Shop kann steigende Wiederholkäufe melden und trotzdem ein Bindungsproblem haben, weil gleichzeitig viele Neukunden hinzukommen und die Mischung verzerrt. Die Kohortenanalyse trennt die Gruppen und zeigt, ob eine jüngere Kohorte wirklich besser bindet als eine ältere.

Wie die Auswertung aussieht

Dargestellt wird meist eine Matrix. Die Zeilen sind die Kohorten, die Spalten die Monate seit dem ersten Kauf. In jeder Zelle steht der Anteil der Kunden, die im jeweiligen Monat erneut gekauft haben. Spalte 0 ist definitionsgemäß 100 Prozent, weil alle Kunden in ihr mindestens einmal gekauft haben.

• Zeile lesen: Wie verhält sich eine Gruppe über die Zeit. Ein steiler Abfall in den ersten beiden Monaten ist normal, entscheidend ist, wo sich die Kurve einpendelt.
• Spalte lesen: Wie schlägt sich eine junge Gruppe gegen eine ältere im selben Lebensmonat. Das ist der eigentliche Qualitätsvergleich.
• Diagonale lesen: Der Blick auf einen einzelnen Kalendermonat, nützlich um Sondereffekte zu erkennen.

Was typische Kurven bedeuten

Ein starker Rückgang nach dem ersten Kauf ist kein Fehler, sondern der Normalfall. Viele Kunden kaufen einmal und nie wieder, etwa bei Geschenken, Umzug oder Einmalkauf. Interessant ist der Bereich dahinter: Eine Kurve, die nach Monat drei auf einem stabilen Niveau bleibt, deutet auf einen festen Kundenstamm. Eine Kurve, die weiter fällt, deutet darauf, dass auch Stammkunden abwandern.

Nebeneffekte, die man kennen muss: Saisonartikel zeigen eine Wiederkehr im Jahresrhythmus, was in einer kurzen Matrix nicht sichtbar wird. Kleine Kohorten sind statistisch unzuverlässig, unter etwa 100 Kunden sollte man keine Schlüsse ziehen. Und ein Sortimentswechsel kann eine Kohorte dauerhaft anders aussehen lassen als ihre Vorgänger, ohne dass sich das Kundenverhalten geändert hat.

Wofür die Auswertung im Alltag nützt

Drei Anwendungen sind besonders nützlich. Erstens die Bewertung von Kampagnen: Bringt eine Neukundenaktion Kunden, die bleiben, oder nur Erstkäufe? Zweitens die Bewertung von Sortimentsentscheidungen: Bindet ein neuer Bereich besser als der alte? Drittens die Planung von Nachfassaktionen, weil aus der Kurve ablesbar ist, zu welchem Zeitpunkt ein zweiter Kauf am wahrscheinlichsten ist.

Für die Umsetzung genügen Bestelldaten mit Kundenkennung und Datum. Eine Tabelle mit Erstkaufmonat, Bestellmonat und Zahl der Kunden pro Zelle reicht, um die Matrix zu berechnen. Wichtig ist, die Kennung stabil zu halten. Wer als Gast bestellt, wird sonst als jeweils neuer Kunde geführt, und die Kurve verliert ihre Aussage.