اگر فقط داده‌ی کل شرکت را نگاه کنید، خیلی چیزها را نمی‌بینید. تحلیل هم‌گروهی ابزاری است که رفتار گروه‌های مشخص را در طول زمان دنبال می‌کند و الگوهایی را نشان می‌دهد که در میانگین کل گم می‌شوند. در این راهنما تعریف، مراحل اجرا، مزیت‌ها و کاربرد آن در مدل‌سازی مالی را مرور می‌کنیم.
هم‌گروه چیست؟
هم‌گروه (Cohort) گروهی از افراد، مشتریان یا واحدهاست که در یک بازه‌ی زمانی مشخص ویژگی یا تجربه‌ی مشترکی داشته‌اند. مثلاً همه‌ی کسانی که در خرداد یک سال خاص برای خبرنامه ثبت‌نام کرده‌اند، «هم‌گروه خرداد» حساب می‌شوند. نمونه‌های دیگر: مشتریانی که در یک ماه نخستین خریدشان را انجام داده‌اند، دانشجویانی که در یک ترم ثبت‌نام کرده‌اند، یا شعبه‌هایی که در یک سال افتتاح شده‌اند.
تحلیل هم‌گروهی یعنی این گروه‌ها را جدا می‌کنید و عملکردشان را در طول زمان بررسی می‌کنید. این کار برای فهم رفتار مشتری، استفاده از محصول و روند درآمد بسیار کاربردی است.
چرا مهم است؟
سه دلیل اصلی دارد:
- شناسایی الگوها در طول زمان: روندهایی که در داده‌ی کلی دیده نمی‌شوند. مثلاً ممکن است میانگین کل نگهداشت ثابت باشد، اما هم‌گروه‌های جدیدتر بدتر عمل کنند و هم‌گروه‌های قدیمی‌تر آن را پنهان کنند.
- سفارشی‌کردن بازاریابی: اگر مشتریانی که در یک ماه خاص ثبت‌نام کرده‌اند نرخ تبدیل بالایی داشتند، می‌توانید بررسی کنید چه کاری مؤثر بوده و برای گروه‌های بعدی تکرارش کنید.
- تقویت نگهداشت مشتری: اگر مشارکت یک هم‌گروه کم می‌شود، می‌توانید به‌موقع مداخله‌ی هدفمند برنامه‌ریزی کنید.
مراحل تحلیل هم‌گروهی
گام اول: تعریف هم‌گروه
اول معیار گروه‌بندی را انتخاب می‌کنید. در یک مثال، شعبه‌ها بر اساس سال افتتاح گروه می‌شوند. می‌تواند مشتریان بر اساس ماه خرید یا دانشجویان بر اساس فصل ثبت‌نام باشد. معیار باید با سؤال تحلیل شما سازگار باشد: اگر می‌پرسید «شعبه‌های جدید چه سرعتی دارند؟»، سال افتتاح مناسب است.
گام دوم: هم‌ترازکردن داده
این مرحله حیاتی است. نقطه‌ی شروع همه‌ی اعضای هر هم‌گروه را به یک مبنای مشترک می‌رسانید. در مثال شعبه‌ها یعنی همه‌ی آن‌ها را به «سال اول فعالیت» منتقل می‌کنید، مستقل از این‌که واقعاً در کدام سال تقویمی باز شده‌اند. به این ترتیب داده از «سری زمانی تقویمی» به «سری زمانی نسبت به شروع» تبدیل می‌شود.
مثال: شعبه‌ای که در ۱۳۹۸ باز شده و شعبه‌ای که در ۱۴۰۲ باز شده، هر دو در ستون «سال اول» می‌نشینند. حالا می‌توانید بپرسید سال اول شعبه‌ها چقدر فروش داشته است و آیا شعبه‌های جدیدتر سریع‌تر رشد می‌کنند.
گام سوم: ردیابی در طول زمان
بعد از تعریف گروه‌ها و هم‌ترازکردن، شاخص‌های موردنظر را در طول زمان دنبال می‌کنید: درآمد، مشارکت مشتری یا هر شاخص کلیدی دیگر. در مثال شعبه‌ها، میانگین، انحراف معیار و ضریب تغییرات هر سال محاسبه می‌شود. ضریب تغییرات (انحراف معیار تقسیم بر میانگین) نشان می‌دهد پراکندگی عملکرد نسبت به میانگین چقدر است.
مزیت‌های نمای هم‌ترازشده
- مقایسه‌ی ساده: هم‌گروه‌ها را طوری می‌سنجید که انگار همه هم‌زمان شروع کرده‌اند. این برای کسب‌وکارهای فصلی یا کسب‌وکارهایی که طی سال‌ها تغییرات بزرگ داشته‌اند، ارزشمند است
- بینش قابل‌اقدام: میانگین عملکرد هر سال، روند رشد و پراکندگی را می‌بینید و برای تصمیم‌های راهبردی استفاده می‌کنید
- معیار سنجش و کشف ناهنجاری: برای شعبه‌ی جدید، میانگین هم‌گروه‌های قبلی سنجه‌ای می‌شود؛ شعبه‌ای که از حد معمول بیرون بزند زود دیده می‌شود
یک مثال عددی: میانگین فروش سال اول پنج شعبه‌ی هم‌گروه ۲۰۰ واحد است و انحراف معیار ۴۰. ضریب تغییرات ۲۰ درصد است. حالا شعبه‌ی جدیدی در سال اول ۱۱۰ واحد فروخته است؛ فاصله‌اش از میانگین بیش از دو انحراف معیار است و احتمالاً نیاز به بررسی دارد.
تحلیل هم‌گروهی در مدل‌سازی مالی
در مدل‌سازی، این روش می‌تواند بازی را عوض کند. به تحلیلگر کمک می‌کند پیش‌بینی را دقیق‌تر کند، روند درآمد را بهتر بفهمد و تصمیم‌های سرمایه‌گذاری آگاهانه‌تری بگیرد. برای تحلیلگران FP&A و سرمایه‌گذاری خصوصی، یعنی درک دقیق‌تری از شرکت‌های سبد یا فرصت‌های سرمایه‌گذاری. برای مثال در مدل‌سازی حق‌امتیاز و شعبه، منحنی رشد شعبه‌های جدید را از روی هم‌گروه‌های قبلی تخمین می‌زنید و در پیش‌بینی استفاده می‌کنید. برای تکمیل چرخه، پیش‌بینی با روش‌های FP&A و تحلیل حساسیت را هم ببینید.
پرسش‌های متداول
تفاوت تحلیل هم‌گروهی با تحلیل روند معمولی چیست؟
تحلیل روند کل داده را در زمان تقویمی می‌بیند. تحلیل هم‌گروهی گروه‌ها را جدا و از نقطه‌ی شروع مشترک مقایسه می‌کند.
حداقل داده برای شروع چقدر است؟
حداقل چند هم‌گروه با چند دوره‌ی مشاهده. با تعداد خیلی کم اعضا، میانگین‌ها قابل‌اتکا نیستند.
کدام شاخص‌ها را ردیابی کنیم؟
بسته به هدف: درآمد، نگهداشت، تعداد خرید، مشارکت یا هر شاخص کلیدی دیگر.
ضریب تغییرات چه کمکی می‌کند؟
پراکندگی را نسبت به میانگین می‌سنجد و نشان می‌دهد عملکرد اعضای هر هم‌گروه چقدر یکنواخت است.
جمع‌بندی
تحلیل هم‌گروهی فقط مرتب‌کردن داده نیست؛ استخراج بینش برای تصمیم است. گروه‌ها را تعریف کنید، نقطه‌ی شروع آن‌ها را هم‌تراز کنید و شاخص‌ها را در طول زمان دنبال کنید. نتیجه نقشه‌ای است برای فهم رفتار مشتری، برآورد رشد و کشف زودهنگام ناهنجاری.