Когортный анализ — это способ смотреть на поведение не всех клиентов сразу, а групп, объединённых общим признаком: датой первой покупки, каналом привлечения, акцией или источником трафика. Для e-commerce это один из самых полезных инструментов: он показывает, какие клиенты приносят деньги в долгую, а какие — только «разовый всплеск».
Зачем нужен когортный анализ
- помогает понять, как меняется retention — возвращаемость клиентов
- показывает реальную эффективность рекламы, а не только первый заказ
- помогает оценить LTV — пожизненную ценность клиента
- выявляет, какие акции ухудшают маржу, а какие действительно растят выручку
- позволяет находить проблемы в повторных продажах и воронке удержания
Что такое когорта
Когорта — это группа пользователей с одинаковой точкой входа.
Примеры для интернет-магазина:
- все, кто сделал первую покупку в январе
- клиенты, пришедшие из Google Ads
- пользователи, оформившие заказ по промокоду
- покупатели из определённой категории товаров
Самый популярный вариант — когорты по дате первой покупки.
Какие метрики смотреть
- Retention Rate — сколько клиентов вернулось через 30, 60, 90 дней
- Repeat Purchase Rate — доля повторных заказов
- LTV — сколько денег приносит когорта за период
- AOV — средний чек
- CAC — стоимость привлечения клиента
- Gross Profit — валовая прибыль по когорте
Важно: считать только выручку недостаточно. Иногда «сильная» когорта по заказам оказывается убыточной из-за скидок, логистики или дорогого трафика.
Как провести когортный анализ
- Определите цель: удержание, окупаемость рекламы, повторные продажи.
- Выберите признак когорты: месяц первой покупки, канал, акция.
- Зафиксируйте период анализа: например, 6 месяцев.
- Постройте таблицу:
- в строках — когорты
- в столбцах — месяцы жизни когорты
- в ячейках — retention, выручка, прибыль или число заказов
- Сравните когорты между собой и найдите аномалии.
Пример
Если когорта февраля показывает 35% повторных покупок через 30 дней, а мартовская — только 18%, нужно проверить:
- изменился ли источник трафика
- не ухудшился ли UX сайта
- не было ли проблем с доставкой
- не пришли ли в марте клиенты, привлечённые «одноразовой» скидкой
Частые ошибки
- анализировать только первый заказ
- смешивать новых и старых клиентов
- не учитывать сезонность
- делать выводы по слишком маленькой выборке
- смотреть на выручку без маржинальности
Что даёт бизнесу
Когортный анализ помогает принимать решения не «по ощущениям», а по данным:
- отключать слабые каналы
- усиливать источники с высоким LTV
- улучшать retention-механики
- точнее прогнозировать выручку и повторные продажи 📈
Для e-commerce это база зрелой аналитики. Если вы хотите понимать, какие клиенты действительно ценны, без когортного анализа уже не обойтись ⚙️
👀 Подборку полезных каналов про IT стоит посмотреть отдельно — там много практики, аналитики и свежих инструментов для работы.