Когортный анализ объясняет, почему при растущем трафике прибыль стоит на месте: обычные отчёты усредняют всё в одну цифру и прячут главное — одни клиенты остаются и приносят деньги, другие уходят сразу после первой покупки. Разберём суть простыми словами: что это, какие метрики считать и как построить когорты.

Что такое когортный анализ простыми словами Когорта — это группа клиентов, объединённых одним событием в один период: все, кто впервые купил в марте, зарегистрировался на этой неделе, установил приложение вчера. Каждую группу отслеживают отдельно во времени: сколько человек вернулось через месяц, два, полгода и сколько денег они принесли. В отличие от сегмента, то есть среза «здесь и сейчас», когорта добавляет ось времени и отвечает на вопрос, что стало с клиентами дальше.

Средние цифры обманывают, и в этом вся соль. Общая возвращаемость может держаться на 20%, но по когортам видно: старые группы возвращаются на 35%, а свежие — всего на 8%. Средняя стоит только за счёт тающей старой базы, а продукт или трафик уже поехали. Когорты показывают эту дыру заранее, пока её ещё можно дёшево заделать.

Собирают когорты по разным признакам: по времени (месяц регистрации или первой покупки), по действию (кто дошёл до ключевого шага) и по источнику трафика. Новичкам стоит начинать с временных когорт по месяцу первого касания, а затем накладывать канал.

Какие метрики считают: удержание и LTV Retention Rate (удержание) — доля когорты, оставшаяся активной к определённому возрасту: активных делим на исходный размер группы и умножаем на сто. У здорового продукта кривая удержания не падает в ноль, а выходит на плато — это ядро постоянных клиентов. Зеркальная метрика — отток (churn). Для приложений удержание меряют по дням (D1, D7, D30), для магазинов и подписок — по месяцам.

LTV — накопленный доход среднего клиента когорты за всё время; для сравнения с расходами на привлечение считайте его по марже, а не по обороту. Именно связка метрик вскрывает главное: канал с дешёвым лидом, чьи когорты не возвращаются, на деле дороже канала, где клиенты держатся и за полгода приносят кратно больше. По первой продаже вы срезали бы бюджет на сильном канале — когорты страхуют от этой ошибки. Ориентир по рынку: повторные покупки в e-commerce обычно 20–35%, у подписок здоровым считают удержание платящих от 60%, а соотношение LTV к CAC — от 3 к 1. Короткий пример. Магазин вёл трафик из контекста и от купонников; по цене заявки купонники выигрывали почти вдвое. Но когорты показали: их клиенты возвращались на второй месяц лишь на 6% против 24% у контекста, а LTV замирал около 2100₽ против 5400₽. С поправкой на удержание дешёвый канал оказался самым дорогим — бюджет оставили в контексте.

Как построить когорты Проще всего — в Excel или Google Таблицах. Нужна выгрузка по строке на транзакцию: ID клиента, дата, сумма. Дату входа в когорту находят функцией МИНЕСЛИ, метку когорты — функцией ТЕКСТ в формате «ГГГГ-ММ», возраст покупки в месяцах — функцией РАЗНДАТ. Дальше строят сводную: строки — когорта, столбцы — возраст, значения — число клиентов или доход; клетки делят на размер когорты и красят цветовой шкалой, чтобы взглядом поймать точку оттока. Для рынка РФ основной инструмент — Яндекс

Метрика: встроенный когортный отчёт строится по месяцу первого визита с выбором метрики. Для глубокого анализа по retention и LTV выгружают сырые данные через Logs API в BI вроде DataLens или подключают сквозную аналитику. Главная ошибка новичков — построить красивую сетку и ничего не сделать. Когорты нужны ради решения: отключить канал, переписать онбординг, переставить бюджет. Нет решения на выходе — время потрачено зря.

Специалистов, которые умеют строить когорты и считать окупаемость, ищут на профильной платформе для найма в маркетинге и digital — Джобстер.

▫️ Витрина открытых вакансий ▫️ База резюме специалистов ▫️ Разместить Вакансию ▫️ Разместить Резюме

#коиенты #маркетинг #когортныйанализ #сегментация #джобстер