Когортный анализ: как находить инсайты в поведении пользователей

Когортный анализ — метод, при котором пользователи группируются по времени первого действия (регистрация, первая покупка) и отслеживаются во времени. В отличие от усреднённых метрик, он показывает, как меняется поведение разных «волн» пользователей и помогает находить моменты оттока.

Как строить когорты

• 1Определите событие когорты — обычно «первая регистрация» или «первый платёж».
• 2Выберите период — недельные когорты для быстрых продуктов (доставка еды, такси), месячные для B2B и подписок.
• 3Выберите метрику — Retention, LTV, конверсия в платёж. В Amplitude и Mixpanel это делается в пару кликов.

Что искать в когортном анализе

• 1Aha-moment — действие, после которого Retention резко растёт. Для Kaspi это первый перевод, для Kolesa — первое сохранённое объявление. Найдите его и оптимизируйте онбординг.
• 2Момент оттока — на какой день/неделе пользователи массово уходят.
• 3Влияние изменений — сравните когорты до и после релиза, чтобы измерить эффект.

Практика для KZ: при маленькой выборке используйте недельные когорты и смотрите минимум 4 недели. Не делайте выводов по одной когорте — сравнивайте 3-4 подряд.

Визуализация ключевых концепций

flowchart TD
    subgraph Когорты["Когортный анализ"]
        DEF["Определить событие когорты"]
        PER["Выбрать период"]
        MET["Выбрать метрику"]
    end
    
    DEF --> PER --> MET
    
    subgraph Инсайты["Что искать"]
        AHA["Aha-момент"]
        DROP["Момент оттока"]
        CH...