Про когорты написано много. Но не всегда понятно. Этот пост об обязательных составляющих когортного анализа – том, без чего он просто невозможен.
Во-первых, у такого типа анализа есть очень доступное упрощение. Звучит оно так. Когортный анализ – это две обязательных последовательных операции:
Первая. Разделение ваших пользователей на группы на основании общего признака даты (привлечения, первого визита, активации);
Вторая. Анализ поведения этих групп с течением времени.
Во-вторых, сама соль когортного анализа – это естественная необходимость разделения новых и повторно привлеченных пользователей. Огромный его плюс: возможность моделирования будущего дохода и быстрая идентификация узких мест в бизнесе. Базируясь на исторических данных когортного анализа, вы можете предсказывать динамику ваших KPI в средне- и долгосрочной перспективе и принимать верные управленческие решения. Круто ж?
Выглядит такая прелесть как картинка из следующего сообщения. Делается это не так уж и сложно. Необходимо всего четыре компонента:
1. Признак когорты. Это какое-то событие инициации – первый визит, первая покупка, регистрация, оставленная заявка, прочитанный пуш и так далее. На основании даты этого события вы будете формировать чанки пользователей, которые станут когортами и подвергнутся исследованию.
2. Размер когорты. Как правило день, неделя, месяц. В отчете это будет выглядеть как вполне конкретные даты или уникальный диапазон дат. Допустим февральская когорта, когорта 31-й недели и так далее.
3. Интервал для анализа. В отличие от сферических коней в вакууме когорты существуют только в рамках определенного периода для анализа – предыдущий год, полгода, квартал. Именно в рамках этого периода вы будете трекать изменение поведения юзеров.
4. Метрика. Фокусный показатель который планируется отслеживать в разрезе когорт. Конверсии, покупки, повторные сеансы. Необходимое условие – это метрика должна коррелировать или являться прокси-метрикой для ключевых бизнес KPI.
Поиграться с простейшим приближением когортного анализа можно в отчете «Когортный анализ» в Google Analytics. Он позволяет увидеть когорты только по дате первого посещения и подвержен влиянию сэмплирования. Его описание доступно по ссылке. Классический способ построения когорт подразумевает использование сырых данных.
Больше о работе с данными в продукте и маркетинге есть в Телеграм-канале "Модель атрибуции”
