Чтобы бизнес стабильно развивался, он должен понимать, как ведут себя разные клиенты. Какие группы людей возвращаются за покупками, что их объединяет. Так компания понимает, кого нужно удерживать, и работает с самой ценной аудиторией.
Изучать разные сегменты покупателей помогает когортный анализ. Метод показывает, как ведут себя клиенты, когда они уходят и сколько денег приносят. В статье разбираем, как проводить такой анализ и с его помощью растить бизнес.
Что такое когортный анализ пользователей
Когортный анализ — это метод, который подсказывает, как ведут себя разные группы клиентов. Инструмент разделяет всю аудиторию на сегменты — когорты — и изучает каждую отдельно.
Когортный анализ указывает на детали, которые теряются в общих цифрах: например, какие клиенты остаются надолго, а какие — быстро уходят. Так компания может принимать решения на основе аккуратных данных, а не средних показателей.
Пример. Фитнес-клуб «Яхта» в марте привлек 200 новых клиентов. Через месяц абонемент продлили 120 человек, через два месяца — 80 человек, а через три — 60 человек.
Это и есть когортный анализ клиентов: владелец видит, как конкретная группа — новые покупатели — ведет себя со временем.Зачем проводить когортный анализ
1. Узнать, как поступают разные клиенты. Анализ показывает, как ведут себя люди после первого знакомства с продуктом, когда чаще всего уходят и что влияет на их решения. Эта информация помогает удерживать ценных покупателей.
Пример. Интернет-магазин обуви «Ботинок» в январе привлек 1000 новых покупателей. Через месяц повторные покупки совершили 150 человек, через два месяца — 80, а через три месяца — 50.
Когортный анализ показал: большинство новых клиентов покупает один раз и больше не возвращается. Чтобы это исправить, магазин может, например, ввести программу лояльности: увеличивать скидку, если человек много покупает.2. Оценить эффективность рекламы. Когортный анализ данных позволяет сравнить клиентов из разных источников: соцсетей, контекстной рекламы, email-рассылок. Можно увидеть, что люди из одного канала покупают чаще и больше тратят, а из другого — быстро уходят. Так бизнес понимает, в какие маркетинговые каналы направить ресурсы.
Пример. Бренд техники «Диск» привлекает клиентов через рекламу по телевизору и объявления в соцсетях. Чтобы понять, какой канал работает лучше, компания использует когортный анализ.
В феврале реклама по телевизору привела 500 новых клиентов: через полгода активными из них остались 300 человек. Из соцсетей пришло 800 покупателей, но через шесть месяцев осталось только 200 человек.
Это означает, что реклама по телевизору приводит меньше клиентов, чем соцсети. Но ценность этих покупателей для бизнеса больше — они чаще покупают у бренда. Компания может перераспределить бюджет и больше тратить на телевизионную рекламу.3. Оценить, как изменения в продукте влияют на ценных клиентов. Обычные метрики показывают общую картину по всем пользователям сразу. Но иногда важно знать, как обновления влияют только на конкретных клиентов. Для этого сравнивают показатели конкретных когорт до и после изменений.
Пример. Стриминговый сервис «Фильм» в марте изменил алгоритм рекомендаций фильмов. Показатели по всем пользователям после обновления не изменились — люди продолжили смотреть столько же кино, сколько и раньше. Но команда решила проверить, влияет ли обновление на ценных клиентов — тех, кто оплачивает подписку больше двух лет.
Когортный анализ показал: постоянные клиенты стали смотреть на 40% меньше фильмов, а 15% из них отменили автопродление подписки. Оказалось, новый алгоритм предлагает им популярные новинки вместо классического кино. Чтобы сохранить ядро аудитории, «Фильм» решил отказаться от новых алгоритмов.4. Планировать бюджет компании. Если знать, как ведут себя разные группы клиентов, можно точнее планировать доходы. Когортный анализ выручки показывает, сколько денег принесет каждая группа клиентов в будущем.
Пример. Онлайн-школа «Английский» изучила, как ведут себя студенты, которые купили курс полгода назад. В первый месяц каждый ученик в среднем приносил 3000 рублей, во второй — покупал дополнительные материалы на 1500 рублей, в третий — еще на 1000 рублей.
Теперь школа знает: если в январе продаст курсы 100 новым студентам, то в феврале получит от них 150 000 рублей, в марте — еще 100 000 рублей. Так бизнес может точнее планировать расходы, например, на рекламу.Проводить когортный анализ проще, когда вся информация о клиентах есть в одном месте. Собирать данные помогает CRM Битрикс24. Система хранит историю каждого покупателя: из какого канала он пришел, что ему интересно и чем закончилось общение. Так проще выделять когорты и изучать аудиторию — не нужно выгружать данные из десятка разных сервисов. Попробуйте бесплатно.
Какие метрики используют в когортном анализе
В когортном анализе выделяют несколько групп клиентов, а затем для каждой рассчитывают одинаковые показатели. Например, берут пользователей, зарегистрировавшихся в январе, феврале и марте, а затем смотрят выручку для каждой группы отдельно. Так можно сравнивать когорты между собой и находить закономерности.
В зависимости от целей бизнеса специалисты отслеживают разные показатели. Вот основные метрики когортного анализа:
Выручка на когорту. Отслеживает, сколько денег приносит каждая группа клиентов в разные периоды. Помогает понять динамику активности клиентов и предсказать доходы компании. Чем выше выручка, тем ценнее когорта для бизнеса.
Коэффициент удержания клиентов (Customer Retention Rate — CRR). Показывает, какой процент пользователей из когорты остается с компанией. Обычно метрику использует бизнес, который продает услуги по подписке или абонементу. CRR считают по формуле:
CRR = (E − N) / S × 100%, где:
- E — общее количество клиентов в конце периода.
- N — количество новых клиентов за этот период.
- S — количество клиентов в начале периода.
Чем выше показатель, тем ценнее когорта. Это значит, что в нее входят лояльные клиенты.
Коэффициент оттока клиентов (Churn Rate — CR). Определяет, сколько клиентов ушло за неделю, месяц, год. Метрику считают по формуле:
CR = L / S × 100%, где:
- L — количество клиентов, которые ушли.
- S — количество клиентов в начале периода.
Показатель CR оценивают в динамике. Если он снижается для всех когорт, значит компания предлагает хорошие условия для всех покупателей. Когда он падает для какой-то группы, значит бренд точно попадает в ее запросы.
Пожизненная ценность клиента (Lifetime Value — LTV). Показывает, сколько денег приносит один клиент из когорты за все время сотрудничества с компанией.
LTV = AOV × F × T, где:
- AOV — средний чек.
- F — частота покупок за период.
- T — средняя продолжительность отношений с клиентом.
Когорта, где LTV выше, приносит больше всего доходов для компании.
Как провести когортный анализ
Шаг №1. Определите цель и выберите когорты
Сначала решите, что вы хотите выяснить:
- Какие клиенты приносят больше денег?
- Почему пользователи уходят?
- Какие маркетинговые каналы работают лучше?
От этого зависит, как формировать когорты. Возможные варианты групп:
- Временные — по дате регистрации или первой покупки.
- Поведенческие — по действиям, например, добавили товар в корзину.
- Рекламные — по тому, откуда пришли клиенты: рассылки по почте, реклама.
- Демографические — по возрасту, полу, региону.
Например, интернет-магазин одежды «Стиль» захотел определить, почему клиенты стали реже возвращаться за покупками. Маркетолог Сергей решил провести когортный анализ аудитории. Он выбрал временные когорты — сгруппировал клиентов по месяцу первой покупки. У него получилось три группы: «Январь», «Февраль» и «Март».
Шаг №2. Постройте когортную таблицу
Создайте таблицу, где строки — когорты, а столбцы — периоды. В ячейки впишите данные, которые помогут ответить на вопрос. Это может быть метрика или количество покупок.
Для таблицы Сергей взял данные за 2024 год. В нее он добавил количество заказов, которое делала каждая когорта.
| Когорта | Май | Июнь | Июль | Август |
| «Январь» | 500 заказов | 120 заказов | 80 заказов | 60 заказов |
| «Февраль» | 600 заказов | 180 заказов | 140 заказов | 100 заказов |
| «Март» | 550 заказов | 220 заказов | 10 заказов | 0 заказов |
Шаг №3. Изучите закономерности
Найдите тренды и аномалии в данных. Ответьте на вопросы:
- Какие когорты ведут себя лучше или хуже других?
- В какие периоды происходят изменения?
- Что могло на это повлиять?
Сергей видит несколько трендов:
- Февральская когорта показывает стабильно высокие результаты во все месяцы.
- Мартовская когорта начала очень хорошо, но резко упала в июле.
- Январская когорта показывает плавное, предсказуемое снижение активности.
Самое странное — провал мартовской когорты в июле. Сергей вспомнил, что в этом месяце на сайте были серьезные технические проблемы: долго загружались страницы, не работала корзина.
Сергей строит гипотезу: клиенты из январской когорты к июлю уже определились — кто хотел покупать, тот уже это делал регулярно, остальные ушли. А мартовские клиенты как раз входили в фазу активных покупок — июль был их четвертым месяцем знакомства с магазином. Технические проблемы испортили им впечатление в момент, когда должна была появиться привычка к покупкам.
Шаг №4. Проверьте гипотезы
Чтобы подтвердить или опровергнуть предположения, посмотрите на другие данные. Например, можно изучить выручку по когортам или средний чек. Сергей добавляет доход с каждой группы.
| Когорта | Май | Июнь | Июль | Август |
| «Январь» | 1 500 000 рублей | 360 000 рублей | 240 000 рублей | 180 000 рублей |
| «Февраль» | 1 800 000 рублей | 540 000 рублей | 420 000 рублей | 300 000 рублей |
| «Март» | 1 650 000 рублей | 660 000 рублей |
30 000 рублей |
0 рублей |
Данные подтверждают гипотезу: проблемы с сайтом в июле серьезно повлияли на мартовскую когорту.
Шаг №5. Сделайте выводы
На основе анализа определите конкретные действия. Магазин «Стиль» решает:
- Улучшить техническую стабильность сайта, чтобы избежать проблем в будущем.
- Запустить специальную акцию для мартовских клиентов, чтобы вернуть их доверие.
Частые ошибки в когортном анализе
Ошибки в когортном анализе приводят к тому, что компании принимают неправильные решения. Разбираем, какие промахи иногда совершают компании и как их избежать.
Выбирают слишком маленькие когорты. Когда в группе меньше 100 пользователей, результаты становятся статистически ненадежными. Один-два активных клиента могут кардинально изменить показатели всей когорты.
Например, если в группе 50 человек и пять из них сделали повторную покупку, это 10%. Но если завтра еще три человека купят что-то, показатель подскочит до 16% — разница большая.
Что делать. Старайтесь группировать аудиторию так, чтобы в когортах было больше 500 человек.
Игнорируют сезонные пики и спады. Пользователи, которые зарегистрировались в декабре, могут вести себя совсем не так, как февральские. Праздничные покупки, отпуска, начало учебного года — все это влияет на активность.
Что делать. Сравнивайте одинаковые периоды или учитывайте сезонные факторы, когда будете делать выводы.
Используют только одну метрику. Многие фокусируются исключительно на том, сколько пользователей остается с компанией, но забывают про выручку. Может оказаться, что одна когорта хуже удерживается, но приносит больше прибыли. Или наоборот — высокое удержание сочетается с низкими чеками.
Что делать. Всегда анализируйте несколько показателей одновременно. Смотрите на удержание, выручку на пользователя, частоту покупок, размер среднего чека.
Сравнивают когорты разных типов. Нельзя объединять в одном анализе разные виды сегментов. Если смешать их в одной таблице, например, временные и демографические группы, выводы будут размытыми, ведь в эти когорты могут входить одни и те же люди.
Что делать. Группируйте пользователей по схожим признакам. Изучайте отдельно когорты по времени первой покупки, отдельно — по источникам трафика, отдельно — по географическим регионам. Только так можно получить четкие выводы.
Чтобы компания реже сталкивалась с ошибками, нужно помочь сотрудникам работать эффективнее. Справиться с многозадачностью, успевать больше и уставать меньше, поможет наш чек-лист. Забирайте и делитесь с коллегами.
Частые вопросы
Обычно отчеты и метрики показывают общую картину по всем пользователям сразу. Например, «в этом месяце у нас было 10 000 активных пользователей». Но они не объясняют, что за люди составляют эту цифру: новички или старые клиенты, лояльные покупатели или случайные посетители.
Методы когортного анализа работают по-другому. Подход разделяет пользователей на группы и показывает, как ведет себя каждая когорта. Например, что клиенты январской волны через три месяца почти все ушли, а февральские — наоборот, продолжают покупать. Эта детализация объясняет, почему меняются общие показатели, и помогает принимать правильные решения.
Зависит от цели бизнеса. Если хотите изучить поведение новичков, выбирайте временные когорты — по дате регистрации или первой покупке. Когда сравниваете эффективность рекламы, собирайте когорты по источнику трафика.
Главное — не смешивайте разные типы когорт. Изучайте отдельно временные, демографические или поведенческие группы.
Что в итоге
- Когортный анализ помогает понять, как пользователи взаимодействуют с компанией: кто остается, кто уходит, кто приносит больше выручки. Он показывает, как на метрики влияют каналы привлечения, сезонность, изменения в продукте и маркетинге.
- Главная ценность метода — возможность сравнивать группы пользователей и находить закономерности. Бизнес может понять, какие каналы привлечения дают самых лояльных клиентов, как изменения в продукте влияют на удержание, в какой момент люди чаще всего уходят и почему.
- Когортный анализ: как делать? Определите цель и разделите аудиторию на когорты. Затем детально изучите каждую группу: посмотрите, есть ли закономерности в поведении людей. Дальше сделайте выводы и примите решения.
