Общий отчет по продажам отвечает на вопрос «что произошло»: выручка выросла или упала на столько-то процентов. Он не отвечает на вопрос «почему» и «из-за какой именно группы клиентов». Когортный анализ устроен иначе: он делит клиентов на группы по общему признаку — обычно по дате первого действия — и сравнивает, как ведет себя именно эта группа со временем, а не усредненная масса всех клиентов сразу.
Как это работает — группировка по времени или по действию
Когорту можно собрать двумя способами: по времени (дата первой покупки, визита или регистрации) или по действию (источник перехода, использование промокода, конкретная рекламная кампания). Выбор способа группировки зависит от вопроса: если интересно, как меняется поведение клиентов месяц к месяцу, группируют по времени; если интересно сравнить каналы или акции между собой, группируют по действию, которое привело клиента.
Пример из практики — не мой, а собранный из открытых источников
Дальше пример не из моего личного опыта, а сводка из открытой публикации на эту тему — привожу его как иллюстрацию метода.
Владелец магазина сравнил две когорты клиентов, совершивших покупку в одном и том же месяце: тех, кто пришел на распродажу, и тех, кто купил товар без скидки. Оказалось, что покупатели со скидкой почти не возвращались за повторной покупкой, а купившие без скидки заметно чаще становились постоянными клиентами. Вывод, к которому пришел владелец: дело не в самой скидке как таковой, а в том, что после акционной покупки с клиентом не выстраивали дальнейший контакт — не было напоминаний и персональных предложений, которые обычно получали неакционные покупатели.
Какие метрики обычно смотрят в когортах
Основная метрика — Retention Rate, доля клиентов из когорты, которые остаются активными спустя определенный период после первого касания. Вторая по важности — LTV или ARPU, показывающие, сколько денег в среднем приносит клиент из конкретной когорты за все время. Третья — конверсия в целевое действие, если вопрос не про удержание, а про то, как когорта в принципе доходит до покупки или повторного заказа.
Зачем начинать с четкого вопроса, а не с «посмотреть на удержание»
Расплывчатая формулировка задачи почти гарантированно ведет к бесполезному отчету — если цель не сформулирована конкретно и не привязана к бизнес-решению, которое предстоит принять, когортный анализ превращается в красивую таблицу, из которой сложно сделать практический вывод. Рабочая формулировка звучит иначе: не «посмотреть на удержание», а, например, «понять, отличается ли удержание у клиентов, пришедших по email-рассылке, от тех, кто пришел по контекстной рекламе» — с конкретным сравнением и конкретным решением, которое будет принято по итогам.
Где взять инструмент малому бизнесу
Не обязательно сразу подключать специализированные аналитические платформы вроде Amplitude или Mixpanel — многие популярные CRM, включая amoCRM и Битрикс24, уже включают базовые возможности когортного анализа внутри привычного интерфейса. Для старта этого обычно достаточно, и переходить на более продвинутые инструменты имеет смысл только тогда, когда объем данных и глубина вопросов выходят за рамки того, что дает встроенный функционал CRM.
Как это связано с оценкой рекламных каналов
И снова пример из открытых источников, не мой личный кейс: один интернет-магазин, по описанию в публикации, заметил, что клиенты, пришедшие из email-рассылки, совершали повторную покупку примерно на 25% чаще, чем клиенты с контекстной рекламы.
Такой вывод невозможно сделать по обычному отчету о продажах — он виден только тогда, когда каждый канал рассматривается как отдельная когорта с собственной динамикой удержания, а не сваливается в общую цифру среднего чека и общей конверсии.
Если хотите понять, какие каналы вашей рекламы реально приводят возвращающихся клиентов, а какие — разовых покупателей, — оставьте заявку в форме ниже, разберем ваши данные по когортам.
К какому выводу я пришел
Когортный анализ полезен именно тогда, когда общие цифры продаж перестают отвечать на вопрос «почему», — он превращает усредненную статистику в конкретные группы клиентов с разной судьбой. Начинать не обязательно со сложных платформ: часто достаточно того, что уже есть в CRM, если правильно сформулировать вопрос, на который ищется ответ, прежде чем строить таблицу когорт.