Marketing & Operations

كيف تستخدم Cohort Analysis لفهم العملاء مرتفعي القيمة؟

رجائي المرزوق · 20 يوليو 2026 · 6 دقائق قراءة

لا وجود لعميل «متوسّط». والمجموعات تُظهر لك العملاء الموجودين فعلًا.

متوسط قيمة عميل يبلغ 40 دينارًا — مثلًا — قد يصف نشاطين مختلفين تمامًا: نشاط ينفق فيه كل عميل نحو 40، ونشاط ينفق فيه معظم العملاء 15 وتنفق فئة صغيرة 300. المتوسط واحد، ولا ينبغي أن تكون الاستراتيجية واحدة.

ما هو تحليل المجموعات؟

بدل قياس العملاء ككتلة واحدة، تجمعهم بحسب سمة مشتركة ثم تتابع كل مجموعة عبر الزمن. والمقارنة بين المجموعات هي موضع الفائدة.

طرق مفيدة لبناء المجموعات

• حسب أول خدمة — أي نقطة دخول تُنتج عملاء أكثر استمرارًا.
• حسب شهر الاكتساب — هل تتحسّن جودة العملاء أم تتراجع.
• حسب القناة أو الحملة — أي مصدر يجلب قيمة لا حجمًا فقط.
• حسب الفرع أو عضو الفريق — أين تختلف التجربة.
• حسب حجم أول شراء — هل يتنبّأ الشراء الأول الكبير بشيء أصلًا.

ماذا تقيس لكل مجموعة؟

1. معدّل العودة ضمن نافذة ثابتة.
2. عدد الزيارات أو الطلبات عبر الزمن.
3. القيمة التراكمية لكل عميل.
4. الانتقال إلى خدمات أخرى.
5. نسبة من يتحوّل إلى عميل مرتفع القيمة.

لماذا تُخفي المتوسطات الإجابة؟

تفترض المتوسطات أن المجتمع متجانس، وهو ليس كذلك أبدًا. وكثيرًا ما يُظهر عرض المجموعات أن نقطة دخول واحدة تُنتج عملاء تفوق قيمتهم غيرهم بأضعاف — وهو فارق لن يكشفه تقرير إجمالي أبدًا، لأن الطرفين يُطويان في الرقم نفسه.

نتيجة ملموسة

أظهرت مقارنة العملاء الأعلى قيمة ببقية القاعدة في أحد المشاريع أن 80% منهم دخلوا عبر الخدمة نفسها. وهذه نتيجة مجموعات: لا تظهر إلا حين تجمع حسب نقطة الدخول وتقارن. دراسة الحالة هنا.

كيف تبدأ؟

تحتاج إلى ثلاثة أشياء محفوظة بشكل موثوق: معرّف ثابت للعميل، ومصدر الاكتساب، وأول خدمة أو منتج. ومعظم الأنشطة تجمع الثلاثة أصلًا، لكنها لا تُبقيها مرتبطة بسجلّ العميل، وهناك يموت التحليل. وإصلاح ذلك هو عادةً الخطوة الأولى في مشروع تحليل بيانات.

انظر أيضًا كيف تربط البيانات بين الاكتساب والاحتفاظ.