Когортный анализ — это способ анализа поведения клиентов, при котором пользователей группируют в «когорты» по какому-то общему признаку (дата первой покупки, регистрация, источник трафика и т.д.) и смотрят, как эти группы ведут себя со временем.

Он помогает понять не только «среднюю температуру по больнице», но и как разные группы клиентов удерживаются, платят и возвращаются.

Что такое когорта

Когорта — это группа пользователей с общей характеристикой. Например:

  • все, кто зарегистрировался в январе 2026;
  • все, кто пришел из таргетированной рекламы в VK;
  • все, кто впервые купил определенный продукт;
  • все, кто пришел по конкретной акции/кампании.

Для каждой когорты отслеживают показатели по периодам: через неделю, месяц, квартал и т.д.

Какие метрики смотрят в когортном анализе

Чаще всего:

  • Retenion (удержание) — какой процент когорты вернулся через N дней/недель/месяцев;
  • Повторные покупки — сколько клиентов из когорты купили снова;
  • Выручка/прибыль на когорту и на пользователя;
  • LTV по когортам — как пожизненная ценность зависит от источника, месяца, акций.

Пример:

Когорта «регистрация в январе» — 1 000 пользователей.
В феврале активны 400 — retention 40%;
В марте активны 250 — retention 25%;
В апреле активны 150 — retention 15%.

Основные виды когорт

  1. По времени (time-based)
    • месяц/неделя первой покупки;
    • месяц регистрации;
    • период запуска акций.

    Используются для оценки, как меняется качество привлечения и удержания от месяца к месяцу.

  2. По источникам и каналам (acquisition-based)
    • контекст vs таргет;
    • SEO vs рекомендации;
    • кампания A vs кампания B.

    Помогает понять, какие каналы приводят более «долгоиграющих» клиентов, а не только дешевые лиды.

  3. По продукту или тарифу
    • клиенты, начавшие с базового тарифа;
    • пользователи, купившие конкретную линейку товара.

    Нужны для анализа LTV и апгрейдов.

Как строится когортный отчет

В классическом виде — это таблица, где:

  • строки — когорты (например, месяц регистрации);
  • столбцы — периоды после старта (месяц 0, 1, 2, 3…);
  • в ячейках — метрика (процент удержания, выручка, количество активных).

Так видно, например, что:

  • когорта января удерживается лучше, чем ноябрьская;
  • пользователи из SEO через 3 месяца приносят больше денег, чем из таргета;
  • клиенты, пришедшие по скидочным акции, быстро «отваливаются».

Зачем когортный анализ маркетологу

  • Оценка качества привлеченного трафика
    • Не только сколько лидов/клиентов пришло, но и как они ведут себя дальше:
    • повторные покупки;
    • отток и удержание;
    • LTV по каналам и кампаниям.
  • Проверка изменений в продукте и маркетинге
    • ввели новый онбординг — улучшается ли retention новых когорт?
    • изменили цену — как меняется выручка и LTV в новых когортах?
  • Оптимизация рекламных бюджетов
    • можно больше платить за тех, кто в долгую приносит высокий LTV;
    • выключать каналы, где клиенты быстро «сгорают».
  • Планирование роста
    • Понимая, как себя ведут когортные группы, легче прогнозировать выручку и нагрузку на сервис.

Практические советы по внедрению

  1. Определите ключевой признак когорты: чаще всего — дата первой покупки/регистрации или источник привлечения.
  2. Собирайте данные по каждому клиенту: ID, дата первого действия, источник, суммы покупок.
  3. Используйте BI-инструменты или отчеты в аналитике (GA4, Amplitude, Mixpanel, Метрика) — там есть готовые когортные отчеты.
  4. Сравнивайте когортные метрики с изменениями в маркетинге и продукте: фиксируйте, что и когда вы меняли.
  5. Не ограничивайтесь одним периодом: смотрите динамику хотя бы за 3–6 месяцев.

Когортный анализ помогает уйти от «средних цифр» и увидеть реальную ценность разных групп клиентов. Это мощный инструмент для осознанного управления маркетингом, продуктом и выручкой в долгую.