L'analisi di coorte è una tecnica analitica che raggruppa utenti o clienti in segmenti, detti coorti, sulla base di una caratteristica o di un'esperienza comune avvenuta in un periodo di tempo definito, più comunemente la data della prima iscrizione, del primo acquisto o della prima acquisizione tramite uno specifico canale, e che poi osserva come il comportamento di ciascuna coorte evolve nei periodi successivi. L'output più comune è una tabella di retention per coorte, o curva di retention, che mostra quale percentuale di una coorte rimane attiva, torna ad acquistare o continua a sottoscrivere un abbonamento a intervalli prestabiliti dal punto di partenza, come 1 settimana, 1 mese, 3 mesi e 12 mesi dopo, consentendo agli analisti di confrontare come si comportano, nel corso della rispettiva vita, coorti acquisite in momenti diversi o attraverso canali diversi.
L'analisi di coorte è importante perché corregge un limite fondamentale delle metriche aggregate in serie storica: il tasso di retention complessivo di un'azienda o il ricavo medio per utente in un dato mese mescolano clienti in fasi completamente diverse della loro relazione con il prodotto, alcuni iscritti proprio in quel mese e altri anni prima, il che può mascherare del tutto andamenti in peggioramento o in miglioramento. Ad esempio, la base utenti complessiva può mostrare un numero totale di utenti attivi mensili stabile mentre le coorti più recenti registrano un churn molto più rapido di quelle più vecchie, un segnale d'allarme che resterebbe invisibile nella metrica aggregata ma che diventa immediatamente chiaro quando le coorti vengono separate e confrontate affiancate su una curva di retention.
Le coorti possono essere definite lungo molteplici dimensioni oltre alla semplice data di acquisizione, tra cui le coorti comportamentali (raggruppate in base a un'azione compiuta, come aver completato o meno l'onboarding), le coorti per canale di acquisizione (raggruppate in base al fatto che l'utente sia arrivato tramite ricerca a pagamento, organica o referral) e le coorti di ricavo (raggruppate per valore del primo acquisto). Gli analisti visualizzano comunemente questi dati come una tabella di retention triangolare, con le righe che rappresentano le coorti per periodo di partenza e le colonne che rappresentano il tempo trascorso da quel punto di partenza, il che permette di isolare in quel preciso periodo schemi come la sottoperformance della coorte di un mese specifico dovuta a una modifica dei prezzi, a un bug o a una campagna di acquisizione di qualità inferiore, anziché lasciarli nascosti nelle medie complessive. Strumenti come Mixpanel, Amplitude e i report nativi di esplorazione delle coorti di GA4 sono comunemente usati per costruire queste analisi senza richiedere data engineering personalizzato.
Un errore frequente è trarre conclusioni da coorti troppo piccole o troppo recenti per aver accumulato dati statisticamente significativi: una coorte acquisita solo due settimane fa non può ancora rivelare nulla sulla retention a 6 o 12 mesi, e confrontare una coorte immatura con una matura su quelle metriche più a lungo termine produce un quadro fuorviante. Un'altra insidia comune è non tenere conto di fattori esterni che influenzano contemporaneamente un'intera coorte, come un picco stagionale nella qualità dell'acquisizione in concomitanza con i saldi delle festività o un'interruzione temporanea del prodotto, che possono far apparire una coorte insolitamente forte o debole per ragioni estranee a qualsiasi modifica deliberata di prodotto o di marketing apportata in quel momento.
Per una consulenza di growth o CRO, l'analisi di coorte è particolarmente utile per valutare se le modifiche a prodotto, onboarding o lifecycle marketing producano miglioramenti duraturi anziché picchi di breve periodo, dato che una modifica che aumenta le iscrizioni iniziali ma non migliora, o addirittura peggiora, la retention a 30 o 90 giorni all'interno della coorte interessata non ha necessariamente creato valore duraturo. È anche uno strumento standard per valutare nel tempo la qualità dei canali di acquisizione, poiché i canali possono essere confrontati non solo sul tasso di conversione immediato o sul costo per acquisizione, ma sulla traiettoria di retention e di valore del ciclo di vita a lungo termine delle coorti che generano, rivelando spesso che un canale con un costo per acquisizione iniziale più alto è in realtà più redditizio una volta considerato il comportamento delle coorti nel lungo periodo.
Altri termini che iniziano con C
Call to action (CTA)Card SortingAbbandono del carrello (Cart Abandonment)Gestione del cambiamento (Change Management)Ottimizzazione del checkout (Checkout Optimization)Tasso di abbandono (churn rate)Click-Through Rate (CTR)Test lato client (client-side testing)Carico cognitivo (Cognitive Load)Analisi della concorrenza (Competitive Analysis)Intervallo di confidenzaConsent Mode
