Когортный анализ: что показывает и 5 шагов построения

Когортный анализ - это сравнение групп клиентов, объединённых по времени прихода: все, кто пришёл в январе, отдельно от тех, кто пришёл в феврале. Каждая когорта отслеживается по месяцам: сколько из 100 клиентов январской когорты вернулись через 1, 3, 6 месяцев. Метод показывает то, чего не видно в общей статистике: улучшается ли продукт со временем или вы просто наливаете новый трафик поверх утекающей базы.

I. Что такое когортный анализ

Когорта - это группа клиентов с общим признаком и общим временем события. Чаще всего берут месяц первой покупки, но когорты можно строить и по каналу привлечения, и по тарифу, и по городу. Ключевое требование одно: клиент попадает в когорту один раз и остаётся в ней навсегда, поэтому её поведение можно честно отследить во времени.

Отличие от обычного отчёта принципиальное. Обычный отчёт отвечает на вопрос «сколько денег в марте», когортный - на вопрос «как ведут себя клиенты, пришедшие в марте, на третий месяц жизни». Первый показывает состояние, второй - причину.

II. Что показывает и чего не показывает

• Реальное удержание. Видно, какая доля клиентов возвращается на второй, третий, шестой месяц.
• Влияние изменений. Если в апреле поменяли продукт, апрельская когорта будет вести себя иначе, чем мартовская, и это видно сразу.
• Качество каналов на дистанции. Клиенты из разных источников удерживаются по-разному, и разрыв часто достигает 2-3 раз.
• Фактический LTV. Прогноз по формуле обычно завышен на 15-40%, а когорта даёт факт.
• Чего не показывает. Причин поведения. Когорта говорит «удержание упало на 8 пунктов», но не объясняет почему - для этого нужны интервью и разбор обращений.

III. 5 шагов построения

1. Выбрать событие входа. Обычно это первая оплата, реже - первая заявка или регистрация. Событие должно быть однозначным и фиксироваться в CRM.
2. Выбрать шаг. Для услуг с редкими покупками - месяц или квартал, для частых - неделя. Слишком мелкий шаг даёт разреженную таблицу.
3. Выбрать метрику. Доля вернувшихся, выручка на клиента, число повторных заказов. Начинать проще с доли вернувшихся.
4. Собрать таблицу. Строки - когорты по месяцу входа, столбцы - месяцы жизни, ячейки - значение метрики.
5. Сравнить строки между собой. Смотреть нужно по вертикали в одном столбце: как менялось удержание третьего месяца от когорты к когорте.

IV. Разбор таблицы на условных числах

Читаем по вертикали. Удержание третьего месяца выросло с 40-42% в январе и феврале до 50-51% в апреле и мае - прирост около 10 процентных пунктов. Что-то изменилось в марте: новый регламент обработки, другой канал привлечения, обновлённая услуга. Общая выручка при этом могла расти плавно и ничего такого не показывать.

Теперь считаем деньги. Пусть средний клиент приносит 8 000 ₽ прибыли за месяц активности. Январская когорта из 120 человек к шестому месяцу сохранила 28%, то есть 34 клиента и 272 000 ₽ в месяц. Апрельская из 160 человек сохранила 38% - это 61 клиент и 488 000 ₽. Разница почти вдвое при разнице в размере когорты всего в треть.

Тот же расчёт удобно доводить до накопленного результата на клиента. Просуммируем месяцы жизни январской когорты: примерно 100% в первый месяц, около 42% к третьему, 28% к шестому, 19% к двенадцатому - в сумме за год это порядка 4,2 активных месяца на клиента, или 33 600 ₽ прибыли. У апрельской когорты те же точки идут на 8-10 пунктов выше, и накопленный результат выходит около 5,3 месяца, то есть 42 400 ₽. Разница в 8 800 ₽ на клиента - это и есть тот запас, на который можно поднять допустимую цену привлечения, не ухудшая экономику.

Проверьте перед выводами и структуру когорт: если апрельская выросла до 160 человек за счёт нового канала, часть прироста удержания может объясняться составом аудитории, а не улучшением сервиса. Разделите строку по источникам и посмотрите, держится ли эффект внутри каждого.

V. Как применять выводы

Последняя строка самая денежная. Если канал А даёт клиентов дешевле на 20%, но удерживает их вдвое хуже, он на дистанции проигрывает. Обычная ошибка - оценивать источники по цене обращения и не смотреть, что происходит с этими клиентами через полгода. Регулярная оценка качества лидов в связке с когортами закрывает этот разрыв.

VI. Ошибки при построении

1. Слишком мелкие когорты. При 10-15 клиентах в месяце один ушедший меняет удержание на 7-10 процентных пунктов.
2. Смешивание сегментов: частные клиенты и корпоративные в одной когорте дают среднее, которое не описывает ни тех, ни других.
3. Игнорирование сезонности - декабрьская когорта в сезонном бизнесе всегда ведёт себя иначе, и это не заслуга маркетинга.
4. Отсутствие журнала изменений: таблица показывает скачок, а объяснить его нечем.
5. Построение когорт по дате заявки, а не по дате первой оплаты, когда между ними проходит 1-3 месяца.

VII. Когда это нужно вам

Когортный анализ нужен бизнесу с повторными покупками и историей хотя бы 6-12 месяцев в CRM. Если у вас разовая услуга без возвратов, ценность метода ниже - тогда полезнее строить когорты не по удержанию, а по доводимости заявок до договора в разрезе месяцев и каналов.

Минимальный полезный вариант делается в обычной таблице за пару часов: выгрузка сделок с датой первой оплаты, сводная таблица по месяцу входа и месяцу активности. Дальше можно усложнять. Если по итогам разбора выяснится, что один канал даёт заметно более живучих клиентов, логично усилить именно его - например, направить бюджет в генерацию целевых клиентов с нужными параметрами, а не масштабировать всё подряд.

Короткий итог: когортный анализ отвечает на вопрос, становится ли бизнес лучше со временем, а не просто больше. Стройте когорты по месяцу первой оплаты, читайте таблицу по вертикали, не делайте выводов по незавершённым строкам и обязательно ведите журнал изменений - без него любая находка останется без объяснения.

Видите, что один канал приводит более живучих клиентов?

Настроим поток обращений под те параметры аудитории, которые у вас реально удерживаются.

Получить расчёт заявок →

Нажимая кнопку, вы соглашаетесь на обработку данных для ответа на заявку.

Частые вопросы