Аналитика

Когортный анализ

Cohort Analysis

Когортный анализ (cohort analysis) — это метод аналитики, при котором пользователи делятся на группы (когорты) по дате регистрации или общему признаку для отслеживания их поведения во времени.

Когортный анализ (cohort analysis) — это метод аналитики, который простыми словами разбивает пользователей на группы по общему признаку и следит за их поведением во времени. Технику популяризировал Энди Джонс в 2012 году в работах для Facebook и Twitter, а массовым инструментом её сделал Mixpanel.

Когортный отчёт встроен в GA4, Amplitude и Mixpanel — без него сложно понять, как изменения продукта влияют на удержание. Что это значит на практике: если retention 30-го дня вырос с 12% до 18% после релиза, заслуга именно в новой версии, а не в общем притоке трафика.

§ 01Как считается

Когортный анализ строится в три шага: сегментация по дате первого события (день, неделя, месяц), фиксация размера когорты на старте и расчёт доли активных пользователей в каждом следующем периоде. В GA4 отчёт Cohort Exploration по умолчанию берёт First touch и считает retention в процентах от исходных 100%. Простыми словами — это таблица, где строки это даты регистрации, а столбцы — недели жизни пользователя.

Формула / схема
Retention(n) = Active_n / Cohort_size × 100%
Active_n — число пользователей когорты, совершивших целевое действие в период n. Хороший retention 30-го дня для мобильных приложений — выше 6%, для SaaS — выше 35%.

§ 02Зачем нужно

Сводные метрики DAU и MAU маскируют отток: трафик растёт, а старые пользователи уходят. Когортный анализ показывает истинное удержание — для SaaS норма retention 8-й недели около 20–30%, для e-commerce повторная покупка в течение 90 дней у 25–40%. Что делает такой подход ценным: видно эффект релиза от 15 марта или рекламной кампании Q1 в отрыве от сезонности.

Кейс e-commerce

retention M3: 18% → 31% — Интернет-магазин косметики на Shopify разбил пользователей на месячные когорты по дате первой покупки и запустил welcome-цепочку из 5 писем для слабых когорт. Retention 3-го месяца вырос с 18% до 31% за 8 месяцев. Замер через Mixpanel Cohorts и Klaviyo Flows.

Кейс SaaS

churn −24% за квартал — B2B SaaS для HR с MRR $180k сравнил когорты по каналу привлечения и выявил, что платный трафик из LinkedIn даёт churn 9% против 3% у органики. Перераспределили бюджет, общий churn упал на 24% за квартал. Подсчёт в Amplitude и ChartMogul.

§ 03Как измерить

В GA4 откройте Explore → Cohort Exploration, задайте Inclusion criteria (First touch), Return criteria (Purchase или любое целевое событие) и гранулярность Weekly. В Amplitude аналогичный отчёт называется Retention Analysis. Для глубокой работы выгрузка в BigQuery и расчёт когорт через SQL с оконными функциями DATE_TRUNC даёт полный контроль. Когортный отчёт в Mixpanel поддерживает поведенческие признаки, не только дату регистрации.

§ 04Что делать дальше

Сравните соседние когорты: падение retention 7-го дня на 3 процентных пункта между когортами апреля и мая 2025 — сигнал к разбору релизов того периода. Стройте отдельные когорты для платных и органических каналов: разница в LTV между ними часто достигает 2–3 раз. Когортный анализ работает в связке с unit-экономикой — без него расчёт CAC payback неточен.

Частые ошибки
01
Смешение когорт по дате регистрации с поведенческими сегментами. Аналитики называют когортой любую группу пользователей, теряя смысл временного среза. Из-за этого расчёт retention искажается, а решения по продукту строятся на размытых данных — бюджет на удержание уходит впустую. Как правильно: Разделяйте acquisition-когорты и behavioral-сегменты в отдельных отчётах. Фиксируйте критерий формирования когорты в названии.
02
Анализ когорт на окне в 7 дней для подписочных продуктов. Команда замеряет retention через неделю после регистрации и делает выводы о продукте, тогда как цикл подписки — 30 дней. По данным Amplitude, кривая retention стабилизируется только к 8–12 неделе — ранние выводы убивают рабочие гипотезы. Как правильно: Стройте окно наблюдения не короче двух циклов основного действия пользователя. Сравнивайте когорты на одинаковой глубине — week 4 с week 4.
03
Сравнение когорт без учёта источника трафика. Когорту января из платного канала сопоставляют с когортой марта из органики и видят падение retention на 30%. Страдает не продукт, а атрибуция — команда тушит несуществующий пожар и теряет доверие стейкхолдеров. Как правильно: Сегментируйте когорты по каналу привлечения внутри одной когортной таблицы. Используйте GA4 или Amplitude с разбивкой по source/medium.
Часто спрашивают

Когортный анализ: ответы на популярные вопросы

Когортный анализ простыми словами — что это?

+

Когортный анализ — это разбивка пользователей на группы по общему признаку (чаще дате первого визита) и наблюдение за их поведением 7, 30, 90 дней. Метод показывает, как меняется удержание и LTV у новичков из января по сравнению с мартом. В отличие от средних метрик, даёт честную картину динамики продукта.

Когорты фиксируют группу по моменту входа и следят за ней во времени, а RFM делит базу по давности, частоте и сумме покупок здесь и сейчас. Первый отвечает на вопрос «как меняется поведение со временем», второй — «кто из клиентов ценен прямо сегодня». В аналитике их часто комбинируют: RFM для рассылок, когорты для оценки продуктовых изменений.

Начните с выбора события-якоря (регистрация, первая покупка) и шага когорты — день, неделя или месяц. Дальше выгрузите данные в Google Analytics 4, Amplitude или Power BI и постройте треугольную таблицу retention. Минимальный горизонт наблюдения — 3 периода, иначе тренд не виден.

Чаще всего — Retention Rate, Churn, LTV, ARPU и окупаемость канала привлечения (CAC payback). Норма retention для SaaS на 30-й день — 35–45%, для мобильных приложений — 6–10%. Когорты также помогают увидеть, что апдейт продукта в марте поднял удержание новичков на 12 процентных пунктов.

Да, если в месяц набирается хотя бы 100–200 новых пользователей или клиентов — иначе цифры будут шумом. Малому интернет-магазину когорты покажут, возвращаются ли покупатели после первой сделки и какой канал даёт лояльных. Для проектов меньше 50 регистраций в месяц достаточно простых отчётов по retention.

Не нашли ответ?

Спросите Андрея Гусарова — отвечаю в течение 1-2 рабочих дней.

Нажимая, вы соглашаетесь с обработкой данных.