Когортний аналіз — це аналітична техніка, що групує користувачів чи клієнтів у сегменти, які називають когортами, за спільною характеристикою або досвідом, що припадають на певний часовий період, найчастіше за датою першої реєстрації, першої покупки чи першого залучення через конкретний канал, а потім відстежує, як поведінка кожної когорти змінюється в наступні періоди. Найпоширеніший результат — таблиця утримання когорт, або крива утримання, що показує, який відсоток когорти залишається активним, повертається до покупок або продовжує підписку через певні проміжки після початкової точки, наприклад через 1 тиждень, 1 місяць, 3 місяці та 12 місяців, що дає аналітикам змогу порівнювати, як поводяться когорти, залучені в різний час чи різними каналами, протягом їхнього життєвого циклу.
Когортний аналіз важливий, бо він виправляє фундаментальне обмеження сукупних часових метрик: загальний показник утримання бізнесу чи середній дохід на користувача за певний місяць змішує клієнтів, які перебувають на цілком різних етапах стосунків із продуктом, — одні приєдналися того ж місяця, інші роками раніше, — що може повністю приховати тенденції до погіршення чи покращення. Наприклад, загальна база користувачів може показувати незмінну загальну кількість щомісячних активних користувачів, тоді як новіші когорти відтікають значно швидше за старіші, — це застережний сигнал, що залишався б невидимим у змішаній метриці, але одразу стає зрозумілим, коли когорти розділяють і порівнюють пліч-о-пліч на кривій утримання.
Когорти можна визначати за кількома вимірами, окрім простої дати залучення, зокрема поведінкові когорти (згруповані за виконаною дією, наприклад пройшов онбординг чи ні), когорти за каналом залучення (згруповані за тим, чи прийшов користувач через платний пошук, органіку чи рекомендацію) та когорти за виручкою (згруповані за вартістю першої покупки). Аналітики зазвичай візуалізують ці дані у вигляді трикутної таблиці утримання, де рядки відповідають когортам за початковим періодом, а стовпці — часу, що минув від початку, що дає змогу виокремити закономірності, як-от недостатні результати когорти певного місяця через зміну цін, помилку чи менш якісну кампанію залучення, до саме цього періоду, а не розмивати їх у загальних середніх. Інструменти на кшталт Mixpanel, Amplitude та вбудованих звітів когортного дослідження GA4 зазвичай використовують, щоб будувати такі аналізи без потреби в індивідуальній інженерії даних.
Часта помилка — робити висновки з когорт, що надто малі або надто свіжі, щоб накопичити статистично значущі дані: когорта, залучена лише два тижні тому, ще нічого не може розкрити про 6- чи 12-місячне утримання, а порівняння незрілої когорти зі зрілою за цими пізнішими метриками дає оманливу картину. Ще одна поширена пастка — неврахування зовнішніх чинників, що одночасно впливають на всю когорту, як-от сезонний стрибок якості залучення навколо святкового розпродажу чи тимчасовий збій продукту, через які когорта може виглядати незвично сильною чи слабкою з причин, не пов'язаних із жодною свідомою зміною в продукті чи маркетингу, зробленою в той час.
Для консалтингу з росту чи CRO когортний аналіз особливо цінний для оцінювання того, чи зміни в продукті, онбордингу або маркетингу життєвого циклу дають стійкі покращення, а не короткочасні сплески, адже зміна, яка збільшує початкові реєстрації, але не покращує або навіть погіршує 30- чи 90-денне утримання в зачепленій когорті, не обов'язково створила тривалу цінність. Це також стандартний інструмент для оцінювання якості каналів залучення з часом, оскільки канали можна порівнювати не лише за миттєвим коефіцієнтом конверсії чи вартістю залучення, а й за довгостроковою траєкторією утримання та пожиттєвої цінності когорт, які вони генерують, що нерідко показує: канал із вищою початковою вартістю залучення насправді прибутковіший, якщо взяти до уваги довгострокову поведінку когорт.
Інші терміни на літеру C
Заклик до дії (Call to Action, CTA)Карткове сортування (Card Sorting)Відмова від кошика (Cart Abandonment)Управління змінами (Change Management)Оптимізація чекауту (Checkout Optimization)Відтік клієнтів (Churn Rate)Коефіцієнт кліків (CTR)Клієнтське тестування (Client-Side Testing)Когнітивне навантаження (Cognitive Load)Конкурентний аналіз (Competitive Analysis)Довірчий інтервал (Confidence Interval)Режим згоди (Consent Mode)
