Un'altra analisi molto utile che ci viene in soccorso quando dobbiamo definire una strategia per un business di e-commerce è l'analisi dell'al T V.

Quindi del per corte.

Adesso vediamo esattamente di cosa di cosa si tratta e perché è molto utile.

Le corti non sono altro che dei segmenti che noi possiamo creare per capire come nel corso del del tempo, una determinata metrica varia proprio rispetto a quel segmento, a quel criterio di entrata.

Per esempio, una corte classica è quella è quella mensile.

Noi andiamo a considerare il mese, per esempio agosto, luglio, agosto, settembre, ottobre, novembre, dicembre, eccetera eccetera.

Durante tutto il corso dell'anno andiamo a misurare quanti clienti di ritorno ci sono stati mese dopo mese, oppure come cambia nel corso del tempo il il o come cambia, l' nel corso del tempo, eccetera eccetera.

Adesso andiamo a vedere proprio alcune di queste analisi proprio per capire che tipo di dato noi possiamo tirare fuori.

Come facciamo innanzitutto a creare queste analisi di corte? Ci sono vari modi Un metodo è utilizzare tool online gratuiti, come per esempio make cohort, che ci consente sostanzialmente di fare proprio questo, cioè di creare una analisi di di corte che ha questo aspetto, cioè il mese, il totale degli utenti e poi il tasso di reti degli degli utenti nel corso del tempo.

Pensiamo quanto possa essere utile, per esempio, per un sasso un'analisi di questo tipo, che ha ovviamente delle delle membership dei piani piani ricorrenti, ma può essere molto utile anche per un e-commerce, per capire appunto quanti clienti ritornano mese dopo mese, dopo il mese di entrata, quindi a partire appunto dal dal mese di entrata appunto.

Ora qual è il concetto qui? Noi dobbiamo andare a visualizzare questi dati nella maniera più semplice da da da leggere possibile ket rende semplice proprio a partire da un dataset che noi carichiamo un c S V che di nuovo possiamo scaricare da shopify rende molto semplice la visualizzazione di questi dati ci dà anche la possibilità di di far vedere all'interno di questa chat di questo grafico che crea automaticamente la proporzione ogni mese tra clienti vecchi e clienti di ritorno e clienti nuovi.

Quindi è molto semplice da da da da leggere per far capire quali sono le proporzioni e poi ci fa vedere anche questa utilissima curva di retention nel corso del del tempo ci fa capire per un determinato periodo di tempo qual è il tasso di retention degli utenti mese dopo mese e quindi ci fa fare delle delle considerazioni quando vediamo dei drop delle delle cadute importanti.

Sappiamo che probabilmente è lì che dobbiamo intervenire e per utilizzare questa tipologia di tool possiamo utilizzare da Shopify.

Possiamo andare a scaricare i dati legati a dal report sale overtime come abbiamo visto nei video precedenti, e mettiamo tre parametri principali a livello di come um diciamo creiamo report lo creiamo su base mensile, quindi la prima colonna sarà il mese.

Poi inseriamo il D e le net sales associate al customer I D lo scarichiamo, lo esportiamo come c S V e lo caricheremo all'interno di make od punto punto com e automaticamente in pochi secondi ci creerà questi grafici, altrimenti possiamo andare a utilizzare per esempio shopify, oppure possiamo anche utilizzare tool di terza parte di terza parte, come per esempio Trip Well, Se tu volessi utilizzare Trip Well per analisi dell'al T V um delle corti in generale puoi andare sempre sotto la sezione Report Report e poi qua avremo la possibilità proprio di definire quali sono i criteri di queste corti, per esempio, possiamo decidere di inserire o non inserire il customer acquisition che che ci è costato appunto l'utente quando è entrato all'interno appunto del nostro fan e andando nel nostro database mese dopo mese.

E possiamo decidere il time frame se è mensile piuttosto che settimanale e possiamo poi indicare anche i diciamo le il il breakdown se dipende da da quando è stato effettuato il primo ordine piuttosto che da quando invece è stato effettuato il secondo ordine.

Per esempio.

Poi possiamo definire la metrica di riferimento, per esempio il volume di vendite piuttosto che piuttosto che il rate o il volume di di clienti, quindi molto molto utile e possiamo addirittura filtrare per segmento se abbiamo vari segmenti.

Per esempio, se facessimo un'analisi R F M possiamo anche selezionare e filtrare per segmento di cliente, oppure ancora possiamo creare dei segmenti custom, per esempio i clienti da Facebook, i clienti da Google, anzi i clienti da i marketing, e vedere come il o il rate cambia a seconda del segmento.

Per questo dico che tu l esterni di questa tipologia come Triple Way sono molto, molto utili perché ci facilitano la vita.

Nel fare queste analisi abbiamo in sostanza le corti qua il numero totale di clienti, il C P di acquisizione che lui si va a prendere, poi da dalla connessione diretta e nativa con le piattaforme.

Quindi Google Z e i mezzi in questo caso, o anche TikTok az, eccetera e ci indica il quindi qua che tasso di clienti ritornano su um um a livello cumulati cumulativo in questo durante questo mese, quindi il tasso di ritorno dei nostri clienti esistenti mese per mese e poi in fondo ci dà i i totali.

Per esempio.

In questo caso sapremo che nel corso degli ultimi dodici mesi avevamo un tasso di riacquisto di circa il trenta per cento.

Il costo di acquisizione medio era di circa di nuovo cliente.

Era di circa settantasei dollari e abbiamo avuto abbiamo, diciamo generato trentacinque più di trentacinquemila nuovi clienti.

E poi qua vedremo come cambia evolve nel corso dei mesi, per esempio al mese dodici.

I clienti che abbiamo acquisito ad agosto, duemila ventitré avevano un primo ordine di entrata, quindi quando sono entrati nel um all'interno del del nostro fan l' primo ordine di centoquarantacinque dollari e poi questo valore nel corso dell'anno, quindi dopo dodici mesi.

Eh? Si è più che raddoppiato.

Quindi questa è un eh No, non si è più che raddoppiato.

Si è aumentato fino a duecentosessantaquattro.

Il è è un dato abbastanza positivo.

Idealmente, dopo dodici mesi vorremmo vedere questo numero esattamente al doppio.

Quindi supponiamo poco sotto trecento dollari.

In questo caso ci stiamo avvicinando idealmente al mese dodici.

Vogliamo arrivare, come già detto in precedenza, a più cento cento per cento di quello che era il valore iniziale e dopo i primi tre mesi invece abbiamo un un incremento che è abbastanza in linea coi coi nostri target più o meno in linea.

Alcuni mesi lo è, altri mesi non lo è coi nostri target dell'aumento del del di circa il trenta percento dopo sessanta novanta giorni.

Detto questo, questo è una una visualizzazione molto utile, ma con un tool esterno.

Se volessimo utilizzare shopify per fare questa analisi, andiamo nell' Analytics e poi scendiamo sotto questo report.

Entriamo dentro Analysis e all'interno di questo report.

Noi avremo varie variabili di base ci va a calcolare il rate, Quindi quante volte i clienti esistenti ritornano? Um o il tasso di ritenzione di dei clienti esistenti nel corso dei vari mesi dopo il punto di entrata, quindi il mese di entrata, per esempio agosto duemila duemilaventitré al mese uno Abbiamo il quindici virgola sei per cento di di retention al mese, due tredici punto sei, eccetera eccetera e mano a mano, il tasso di di retention scende nel corso del del tempo.

Quindi, idealmente, noi vogliamo trovare un modo di aumentare quanto più possibile ottenere quanto più alto possibile il tasso di retention dei clienti nel corso del del tempo.

E abbiamo poi alcuni, um variabili che possiamo utilizzare all'interno della sezione metric.

Possiamo decidere qual è il valore per cui vogliamo analizzare le nostre corti, per esempio il valore del quindi per customer.

E qua vedremo esattamente per tutte le nostre corti mensili come cambia il dopo il mese di entrata.

Quindi entra il cliente ci paga e poi quanto poi aumenta il dopo un mese, due mesi, tre mesi, eccetera eccetera.

E possiamo anche decidere qual è l'intervallo di tempo se su base trimestrale su base mensile e inoltre possiamo segmentare il primo ordine in base, per esempio al canale di marketing.

Se è se è Facebook, se è meta, se è Google X, se ci sono altri canali e possiamo addirittura anche segmentare per tipologia di prodotto, per il il prodotto, in modo tale da capire come cambia appunto il nel nostro caso l' l t V nel corso del tempo.

Questa è una cosa molto utile perché ci dà la possibilità di vedere sia le chart sia il grafico, sia questa questa visualizzazione che poi può essere appunto filtrata a seconda delle metriche che ci interessano le il totale di clienti.

Ma quello che ha ha più importanza dal mio punto di vista è e per chiudere andiamo a vedere quelli che secondo me sono i report in assoluto più utili e che vale la pena utilizzare per andarci a prendere gli insite che ci servono per la nostra strategia um da shopify ovviamente quindi siamo all'interno di shopify.

Questo è un esempio della analysis ed è il diciamo l'analisi dell' l t V, quindi per per customer su base mensile per corte e vediamo come varia nel corso del del tempo.

Questa è la cosa principale.

Poi in cima abbiamo su cos abbiamo sempre le medie, quindi questa media ci farà capire come evolve nel corso del tempo.

Altro report molto utile qui sotto metto sempre qui i riferimenti su come andarlo a creare.

Dove dove trovarlo è l'analisi l T V per corte di canale e quindi ci fa capire, per esempio in questo caso, se filtriamo per marketing type uguale pad il traffic, il traffico a pagamento, quindi le nostre app qual è la la differenza a livello di e L E T V e vediamo chiaramente che l'al t v è più basso.

Evolve in maniera molto, molto differente rispetto al al tuo, probabilmente perché è influenzato ovviamente dall'organico.

Quindi per esempio, al mese tre di agosto avevamo un m T V di sessantasei euro, invece al mese tre di agosto, se filtrato per canali di acquisizione l'abbiamo invece di cinquantaquattro.

Un altro report molto utile analisi delle corti per i in termini di rete, quindi il tasso di retention dei clienti nel corso del tempo su base mensile.

Quindi quanto rimangono e questo ci fa capire quando e dove e se dobbiamo intervenire la con tutta la macchina di marketing, traffico, onde e sequenze S M s e anche eventualmente campagne di pad media a sostegno della retention stessa.

E possiamo anche qua filtrare per marketing pad.

Quindi per capire qual è il retention rate da traffico di advertising? Questa è un'informazione veramente importante perché ci fa capire se il traffico che portiamo in entrata è di qualità o meno e quanto cambia al mese tre di agosto, per esempio la retention rate del quattordici percento ed è soltanto del nove virgola sette percento su su traffico pad ci ci sta, eh, perché comunque ci sta che ci sia una una piccola differenza se è il cinquanta per cento in meno.

Più ovviamente abbiamo un problema di qualità del del traffico e poi può essere utile anche analizzare l' per corte mensile e vedere come cambia appunto l'.

In base ai mesi avremo dei mesi che abbiamo dell' molto più alto, come per esempio in questo caso aprile maggio e altri mesi in cui dobbiamo aspettare la retention dei mesi successivi per vedere il valore dell' alzarsi.

E poi inoltre possiamo anche qui filtrare per analisi dell' carrello medio per per traffico a pagamento e anche qua vediamo che i valori sono più bassi e quindi quando abbiamo traffico di acquisizione, quando facciamo campagne di acquisizione di acquisition tramite canali marketing come Taz e Google Z, dobbiamo sempre tenere a mente che appunto l' sarà tendenzialmente un pochino più basso e quindi dobbiamo mettere in campo delle strategie per alzare verosimilmente questo attraverso l'analisi del per prodotto, perché sappiamo che da una parte possiamo o creare dei bundle o selezionare dei prodotti che hanno tanta domanda e hanno un valore medio del carrello più alto.

Oppure ancora possiamo decidere di accettare un più basso dai clienti in entrata, a patto che spingiamo in acquisizione i i prodotti che da analisi del L T V per per prodotto sappiamo che poi nel corso del tempo ci portano il maggiore valore possibile per chiudere è importante anche analizzare in termini di offerta, quindi supponiamo di avere tante offerte diverse dei bundle differenti offerte dieci percento off piuttosto che piuttosto che compra tre ottieni uno in omaggio, eccetera eccetera.

Se noi testiamo tanti differenti, possiamo calcolare internamente in base alle offerte testate.

Quale di queste offerte poi ci porta a livello di segmento.

Il cliente con la qualità maggiore um sulla base delle offerte testate negli scorsi tre, sei e dodici mesi.

Per tracciare questa cosa in maniera più semplice non dover fare report troppo complicati possiamo o fare un calcolo manuale o utilizzare delle piattaforme esterne, appunto come re ville o la stessa Triple we che che ho fatto vedere che appunto il drop down per segmento.

Idealmente possiamo anche creare una page, quindi una pagina prodotto o un product i d ad hoc con delle offerte specifiche, eventualmente per determinati bandol o per determinate promo, in modo tale da tracciare esattamente qual è il conversion rate e qual è il di queste offerte.

Um possiamo offrire, per esempio il dieci per cento di sconto sul primo acquisto vedere se questa offerta produce.

Per esempio questo è un esempio banale, un più alto di un primo ordine invece in cui offriamo un quindi un piccolo omaggio e e capi- oppure un un mini, quindi capire come cambia nel corso del tempo per quel segmento di clienti il sulla base del dell'offerta che noi abbiamo utilizzato per acquisire il cliente stesso.

Questa tipologia di analisi è particolarmente utile per tutto l'anno, ma anche soprattutto per decidere quale offerta spingere durante il periodo del Black Friday