kaenMentora
Analýza růstu funneluPosledních 12 měsíců · Kč
01Východisko

Návštěvnost roste. Tržby stojí — a poslední dva měsíce klesají.

Rostete v návštěvnosti i registracích, ale tržby vám drží jen úzká skupina věrných klientů z dřívějška. Nová generace klientů vám propadne sítem dřív, než vůbec zaplatí: vyzkouší váš 20minutový free trial a zmizí. Peníze přitékají nahoře, ale unikají ve třech konkrétních místech funnelu — u vstupu, u druhého sezení a u retence, kde o udržení rozhoduje konkrétní kouč.

Nůžky se rozevírají
Měsíční tržby proti počtu registrací
~9 měs. 6 měs. 3 měs. minulý m. tento m. 470 registrací 298 000 Kč Registrace +31 % Tržby −21 %
Měsíční tržby (Kč) Registrace / měsíc Poslední 2 měsíce pod ročním průměrem 339 000 Kč
Víc lidí se vám registruje než kdy dřív, přesto měsíční tržby klesají. Růst nahoře se vám už nepřelévá do peněz.
220 = 83 %
vracejících se klientů (11 % z prvních sezení) vám drží ~83 % ročních tržeb — 3,38 mil. ze 4,07 mil. Kč.
28×
vyšší návrat má klient, který zaplatí hned (37 %), oproti free trialu (1,3 %).
380
platících zaplatí jednou a zmizí. Jen 220 z 600 (37 %) se vrátí na druhé sezení.
62 %
tržeb vám dělají klienti získaní ještě před zavedením 20min trialu.
02Kde leží hodnota

Tržby vám drží malá skupina — a nová generace se ztrácí rychleji

Většina lidí, kteří k vám přijdou, přináší jen malou část tržeb. Skoro všechnu hodnotu vám drží klienti, kteří se vrátí a zůstanou — a právě tato vrstva se vám u nových kohort tvoří čím dál pomaleji.

Málo klientů, většina peněz
Rozložení platících klientů a jejich podílu na tržbách
Podíl na platících klientech600 platících
63,3 %
20,0 %
16,7 %
Podíl na tržbách4 068 000 Kč / rok
16,8 %
21,2 %
61,9 %
Zaplatí jednou a konec Vracející se klient (mimo stálé) Stálý klient (≥5 sezení)
220 vracejících se klientů (vracející se klienti mimo stálé + stálí klienti) tvoří jen ~37 % platících, ale drží vám ~83 % tržeb. Samotných 100 stálých klientů přináší skoro 62 % všech tržeb.
Hodnota se extrémně koncentruje u těch, kdo se vrátí. Každý krok, který vám přidá vracející se klienty, má proto nadprůměrnou páku na tržby.
Důkaz v kohortách: novějším kohortám rychleji ubývají vracející se klienti
Kohortní retence
% klientů kohorty aktivních v daném měsíci po prvním sezení · ilustrativní
Kohorta (měsíc vstupu)M0M1M2M3M4M5M6
Shora dolů jdou novější kohorty — jsou objemově větší (n roste ze 130 na 210), ale ke konci se vyprazdňují čím dál rychleji. Kohorty z éry placeného vstupu drží návrat i po půl roce; kohorty z éry 20min trialu jsou prázdné už po pár měsících.
03Stav funnelu

Cesta od návštěvníka po stálého klienta — a tři místa úniku

Horní dva propady jsou hlavně věcí akviziční stránky a kampaní. Tři příležitosti níže míří tam, kde máte největší páku a kde rozhoduje samotný produkt — na placený vstup, na druhé sezení a na to, ke kterému kouči se klient dostane.

01Návštěvníci webu120 000/měs 10 000
↓ 4,0 %−115 200
02Registrace4 800/měs 400
↓ 41,7 %−2 800
03První sezení2 000/měs 167
↓ 30,0 %−1 400
↓ 36,7 %−380
↓ 45,5 %−120
Návštěvník → registrace 4,0 % Návštěvník → platící 0,50 % Návštěvník → stálý klient 0,083 % První sezení → stálý klient 5,0 % Platící → stálý klient 16,7 %

Šířka pruhů je v logaritmickém měřítku, aby zůstaly čitelné i spodní kroky; rozhodující jsou popsané hodnoty. Tři vyznačené úniky odkazují na tři příležitosti níže.

04Tři příležitosti

Tři místa, kde se rozhoduje o tom, jestli klient zůstane

Každá příležitost je napojená na svou fázi funnelu: co vidíme v datech, proč si to myslíme, co navrhujeme, jaké rozpětí dopadu očekáváte a nakolik jsme si tím odhadem jistí.

Akvizice Krok 3 → 4 Příležitost 1

„Free trial vám přitahuje špatný typ zákazníka."

Co vidíme v datech

Z 2 000 prvních sezení za rok jich 1 400 (70 %) skončí jen u 20minutového free trialu — klient si „lehce zkusí" a odejde. Z těch 1 400 se reálně vrátí 16–18 (1,3 %) a prakticky nikdo z nich nezačne platit. Klient, který zaplatí hned při prvním sezení, se přitom vrací ve 37 %.

Free trial (trial-first)
1,3 %
Placený vstup (paid-first)
37 %
Placený vstup se vrací ~28× častěji než free trial.

A ten rozdíl vám drží napříč celou historií — bez ohledu na to, jak dlouhý free trial zrovna byl:

Vzor drží napříč všemi obdobími
Míra návratu podle typu vstupu · v každé éře paid-first >> trial-first
0 20 40 60 %
Paid-first návrat Trial-first návrat
Délka trialu mění absolutní čísla, ne směr. I když jste dřív dávali celé 50minutové sezení zdarma, vracely se jen jednotky procent. Placený vstup byl i ekonomicky řádově lepší — ~7× víc Kč na nového uživatele (~1 700 Kč vs. ~230 Kč dnes).
Rozpad podle období (čísla)
Období (vstup)Paid-firstTrial-firstPoměrKč / nový uživatel
Plné 50min sezení zdarma (start)56 %6,3 %~9×640
Placený vstup, bez free38 %1 700
30min trial42 %2,7 %~16×520
20min trial (dnes)37 %1,3 %~28×230
Proč si to myslíme

Problém není délka trialu, ale to, že je zdarma. Sezení zdarma přitáhne lidi v režimu „jen koukám" — nezavážou se, nemají co ztratit, a tím ani důvod se vrátit. Platba funguje jako filtr i jako závazek: kdo zaplatí, do sezení vstoupí jinak a vrací se mnohem častěji.

Návrh změny

Nahraďte free trial nízkoprahovým placeným vstupem (např. první sezení se slevou) a nasaďte to jako řízený A/B test proti dnešnímu 20min trialu. Měřte 4–6 týdnů: konverzi registrace → první sezení (čekejte krátkodobý pokles), míru návratu v každé větvi a tržby na kohortu.

Očekávaný dopad na byznys
+450 000 až +1 600 000 Kč / rok
+170 až +320 nových platících klientů ročně
+450 tis.rozpětí dopadu+1,6 mil.
Míra jistoty
Síla signálu v datech
Jistota velikosti dopadu

Že placený vstup přitahuje lepší klienty, máte v datech podloženo nejsilněji ze všech tří. Neumíme ale předem říct, kolik lidí placený vstup odradí úplně, proto je odhad velikosti nejméně jistý (nejširší rozpětí). Právě proto doporučujeme test, ne plošné nasazení.

Aktivace Krok 4 → 5 Příležitost 2

„Druhé sezení je zlomový bod, který nikdo neusnadňuje."

Co vidíme v datech

Z 600 platících klientů se na druhé sezení vrátí jen 220 (37 %). 380 zaplatí jednou a zmizí — největší jednotlivý propad celého funnelu.

600 platících klientůkam se poděli
220vrátí se (37 %)
380zaplatí jednou a zmizí (63 %)

Jakmile ale klient druhé sezení udělá, šance na pokračování prudce roste:

Po druhém sezení klient většinou zůstává
Pravděpodobnost dalšího sezení po N. sezení
0 50 100 % po 1. po 2. po 3. po 5. po 10. sezení 37 % 61 % 76 % 90 % 95 % +24 p.b. — zlom
Mezi prvním a druhým sezením je práh; jakmile ho klient překročí, šance na pokračování skokově vyroste z 37 % na 61 % a dál už jen stoupá. Dnes přitom po prvním sezení nedáváte klientovi žádnou systémovou pobídku k rezervaci dalšího termínu.
Proč si to myslíme

Druhé sezení je nejtěžší a zároveň nejcennější krok. Klient odchází z prvního dobrého sezení s nejsilnější emocí — a přesně tehdy ho necháte být. Vztah si přitom buduje s konkrétním koučem, ne se značkou; připomenutí „váš kouč má volný termín" zabere pravděpodobně víc než obecné „vraťte se".

Návrh změny

Po prvním sezení klienta aktivně oslovte a co nejvíc mu usnadněte objednání dalšího sezení: nabídněte konkrétní termín hned v rozhraní po skončení (předvyplněný termín se stejným koučem, jeden klik) a doplňte připomínací sekvenci v okně 3–10 dní, kdy se vrací většina těch, kdo se vrátí. Formulujte to z pohledu konkrétního kouče, ne značky.

Očekávaný dopad na byznys
+225 000 až +550 000 Kč / rok
+50 až +73 vracejících se klientů ročně
+225 tis.rozpětí dopadu+550 tis.
Míra jistoty
Síla signálu v datech
Jistota velikosti dopadu

Vysoká. Zlom u druhého sezení je čistý, opakovaný vzor a navazující oslovení po prvním sezení je nízkorizikový, dobře zmapovaný zásah s předvídatelným efektem. Proto je i rozpětí dopadu nejužší ze tří.

Retence Krok 5 → 6 + přiřazování u kroku 3 Příležitost 3

„Kvalita a retence se extrémně liší kouč od kouče — a noví se přiřazují skoro náhodně."

Co vidíme v datech

Mezi kouči máte obrovský rozptyl v tom, kolik klientů udrží: míra návratu se pohybuje od 3 % do 23 % — víc než osminásobný rozdíl. Nový klient přitom často dostane kouče, u kterého se nevrátí — velký objem prvních sezení vám teče ke koučům s podprůměrnou návratností, zatímco kouči s nejvyšší návratností mají volnou kapacitu.

Kam tečou klienti — a kde se vracejí
Objem prvních sezení × míra návratu · velikost bubliny = roční tržby kouče
0 5 10 15 20 25 % Míra návratu 0 200 400 600 800 prvních sezení průměr platformy 11 % vysoká návratnost, volná kapacita velký objem, klient se nevrací
Bubliny vpravo dole (velký objem, nízká návratnost) jsou kouči, ke kterým dnes teče velký objem prvních sezení, ale klienti se od nich nevracejí. Bubliny vlevo nahoře mají kapacitu, kterou nevyužíváte. Dva kouči (Tereza + David) přitom drží 52 % všech tržeb — kdyby jeden odešel bez záložního plánu, spadne vám čtvrtina tržeb během kvartálu.
Pruh = míra návratu z prvních sezení · vpravo roční tržby a podíl na tržbách · průměr platformy 11 %
Tereza Hájkovákariéra · 240 prvních sezení
23 %
1 000 00024,6 % tržeb
Klára Novákovákariéra · 80 prvních sezení
21 %
210 0005,2 % tržeb
David Krejčíbyznys · 340 prvních sezení
16 %
1 120 00027,5 % tržeb
Petr Vávrabyznys · 170 prvních sezení
13 %
330 0008,1 % tržeb
Lucie Marešoválife · 290 prvních sezení
8 %
400 0009,8 % tržeb
Ostatní (~26 koučů)mix · 780 prvních sezení
6 %
930 00022,9 % tržeb
Jakub Horáklife · 100 prvních sezení
3 %
78 0001,9 % tržeb
Koncentrace tržeb2 kouči vs. zbytek
Tereza + David · 52,1 %
zbytek (~30 koučů) · 47,9 %
Proč si to myslíme

První sezení nerozhoduje jen o tom, jestli klient zaplatí — ale i o tom, jestli najde „svého" kouče, a tím i jestli se z něj stane stálý klient. Když se přiřazení řídí spíš dostupností než vhodností, posíláte část klientů ke koučům, u kterých se statisticky nevrátí.

Návrh změny

Dvě paralelní cesty: (a) lepší přiřazování — směrujte víc prvních sezení ke koučům s vyšší návratností a lepší profilovou shodou (kariéra/life/byznys × profil klienta). (b) Onboarding nových koučů na úroveň nejlepších — zmapujte, co dělají Tereza a Klára v prvních minutách jinak, a přeneste to na kouče se slabším výsledkem.

Očekávaný dopad na byznys
+180 000 až +630 000 Kč / rok
+36 až +70 vracejících se klientů ročně
+180 tis.rozpětí dopadu+630 tis.
Míra jistoty
Síla signálu v datech
Jistota velikosti dopadu

Středně silná. Že se kouči zásadně liší v retenci, je z dat jednoznačné. Jak velký kus rozdílu ale přenesete lepším přiřazováním a onboardingem, závisí na realizaci — jde o práci s lidmi a procesem. Proto je rozpětí střední: širší než u aktivace, užší než u akvizice.

05Shrnutí dopadů

Tři příležitosti, tři různé fáze, tři páky

Každá příležitost míří na jinou fázi funnelu. Šířka pruhu ukazuje rozpětí odhadu — širší pruh znamená méně jistou velikost dopadu.

1 · Akvizice
+170 až +320 platících
+450 tis.+1,6 mil. Kč
2 · Aktivace
+50 až +73 vracejících se klientů
+225 tis.+550 tis. Kč
3 · Retence
+36 až +70 vracejících se klientů
+180 tis.+630 tis. Kč
01,4 mil.2,8 mil. Kč / rok
+855 000 až +2 780 000 Kč / rok
Orientační součet všech tří. Příležitosti 2 a 3 obě zvyšují počet vracejících se klientů, jen jinou pákou — v kombinaci proto nejsou plně aditivní, počítáme každou samostatně. Pro srovnání: vaše dnešní roční tržby jsou 4 068 000 Kč.