Когортный анализ — это метод сравнения поведения групп пользователей, объединённых общим событием или опытом в определённый период времени.
Что показывает когортный подход
Общий показатель смешивает клиентов разного возраста: вчерашний новичок и постоянный покупатель находятся на разных этапах отношений. Когортный анализ фиксирует стартовое событие и сравнивает группы на одинаковом времени жизни. Например, пользователи первой покупки января и февраля оцениваются через один, два и три месяца после покупки.
Так видно, связано ли изменение удержания с качеством новой аудитории, продуктовой версией, каналом или сезонностью. Метод применяют к регистрации, активации, заказу, подписке, обучению и другим повторяемым событиям. Он не устанавливает причинность автоматически, но делает различия наблюдаемыми и подсказывает, какую гипотезу проверять экспериментом.
Чем когорта отличается от сегмента
Сегмент объединяет людей по относительно устойчивым признакам или текущему состоянию: региону, тарифу, интересу, ценности. Когорта строится вокруг общего события и времени его совершения, поэтому сохраняет сопоставимый возраст отношений. Один пользователь может входить в несколько сегментов, но в конкретном анализе первой покупки относится к одной временной когорте.
Подходы дополняют друг друга. Когорты первой покупки можно разделить по каналу, стране или устройству и увидеть, где удержание меняется. Слишком много признаков дробит выборку и создаёт случайные колебания. До анализа формулируют вопрос, выбирают один главный разрез и проверяют, достаточно ли наблюдений для устойчивого сравнения.
Как подготовить данные
Нужны стабильный идентификатор пользователя, время стартового события, время последующих действий, сумма или другая метрика и необходимые признаки. Часовые пояса, возвраты, тестовые аккаунты, дубли и смена идентификаторов обрабатывают единообразно. Определение события фиксируют: оплаченный заказ нельзя незаметно заменить созданным заказом в середине периода.
Задают размер когорты и шаг наблюдения — день, неделю или месяц. Период выбирают по естественной частоте поведения: ежедневному приложению подходит день или неделя, редкой покупке — месяц или квартал. Незрелые когорты не имеют данных для дальних столбцов, поэтому пустую ячейку нельзя считать нулевым удержанием.
Как построить и читать таблицу
Строки таблицы представляют когорты по дате старта, столбцы — одинаковый возраст, а ячейки — retention, повторную покупку, выручку, средний чек или другую метрику. Нулевой столбец показывает размер или базовое значение. Цветовая шкала помогает увидеть диагонали, устойчивые улучшения и резкие провалы, но вывод опирается на числа и размер выборки.
Сравнивают столбец с одинаковым возрастом, а не календарные значения разной зрелости. Улучшение нескольких последовательных когорт после релиза сильнее единичного всплеска. Диагональный рисунок может указывать на календарное событие, которое одновременно затронуло группы. Абсолютные значения дополняют долями, чтобы рост аудитории не выдавать за рост качества.
Ошибки и проверка выводов
Частые ошибки — смешение разных стартовых событий, включение пользователей до наблюдаемого периода, сравнение неполных когорт и игнорирование изменения каналов привлечения. Выжившие пользователи создают смещение, а маленькая выборка — нестабильные проценты. Атрибуция по последнему источнику может неверно объяснить качество когорты.
Рядом с метрикой показывают размер группы и доверительный интервал или хотя бы предупреждение о малом объёме. Изменения методики и трекинга отмечают на графике. Когортный результат проверяют разрезами и экспериментом. Если новая когорта удерживается лучше, команда уточняет, что изменилось одновременно: продукт, цена, аудитория, сезон или измерение.
Практическое применение этого подхода можно включить в задачи комплексного интернет-маркетинга от Saygona.
Комментарий экспертаКогортная таблица полезна, когда сравнивает пользователей одного возраста отношений. Без фиксированного события, зрелости и размера групп цветная матрица создаёт впечатление точности, но не надёжный вывод.
Вопросы и ответы: Когортный анализ
Когорта объединяет пользователей общим событием в определённое время и отслеживает их возраст отношений, а сегмент группирует по характеристике или текущему состоянию.
Ориентируйтесь на частоту целевого поведения и объём данных. Для ежедневного продукта подходят дни или недели, для редких покупок — месяцы либо кварталы.
Новые когорты ещё не прожили достаточно времени для дальних периодов. Такие ячейки должны оставаться пустыми, а не превращаться в нулевое удержание.
Удержание, повторные покупки, активацию, выручку, средний чек, LTV, использование функции и отток. Метрика должна соответствовать вопросу и одинаково рассчитываться.
