कोहोर्ट विश्लेषण क्या है? परिभाषा, उदाहरण, और इसे कैसे करें (2026)

कोहोर्ट विश्लेषण (Cohort analysis) लोगों को उनके शामिल होने के समय के आधार पर समूहों में बांटता है, और फिर समय के साथ प्रत्येक समूह को अलग से ट्रैक करता है। सभी उपयोगकर्ताओं के लिए एक मिले-जुले आंकड़े के बजाय, आपको प्रत्येक शुरुआती महीने के लिए एक लाइन मिलती है। यह अलगाव ही इसका मुख्य उद्देश्य है, क्योंकि यह दिखाता है कि वर्तमान में आने वाले लोगों के लिए उत्पाद बेहतर हो रहा है या बदतर।

यह गाइड इसकी परिभाषा, मिले-जुले औसत क्यों गुमराह करते हैं, और त्रिकोणीय तालिका को कैसे पढ़ा जाए, इस बारे में जानकारी देती है। इसमें दो मुख्य कोहोर्ट प्रकारों और उन गलतियों को भी शामिल किया गया है जो कोहोर्ट रिपोर्ट को भ्रामक बनाती हैं।

कोहोर्ट विश्लेषण (cohort analysis) क्या है?

कोहोर्ट (cohort) उन लोगों का एक समूह है जो एक साझा समय सीमा में एक समान शुरुआती घटना का हिस्सा बनते हैं। मार्च में साइन अप करने वाले सभी लोग मार्च कोहोर्ट हैं। Q2 में पहली खरीदारी करने वाले सभी लोग Q2 कोहोर्ट हैं।

कोहोर्ट विश्लेषण इनमें से प्रत्येक समूह को एक ही पैमाने पर मापता है। कैलेंडर पर "मार्च 2026 बनाम अप्रैल 2026" नहीं, बल्कि प्रत्येक समूह की अपनी शुरुआती तारीख से "पहला महीना बनाम दूसरा महीना"। यही बदलाव इस तुलना को निष्पक्ष बनाता है।

इसका परिणाम आमतौर पर एक त्रिकोणीय तालिका के रूप में होता है। पंक्तियाँ उनके शुरू होने के क्रम में कोहोर्ट होती हैं। कॉलम शुरुआत के बाद से बीते समय (उम्र) को दर्शाते हैं। त्रिकोण का आकार इसलिए बनता है क्योंकि सबसे नया कोहोर्ट केवल पहले महीने तक ही पहुँचा होता है, जबकि सबसे पुराने कोहोर्ट का डेटा अंत तक उपलब्ध होता है।

कुल औसत समस्या को क्यों छुपाता है

यहाँ वह स्थिति दी गई है जिसे पकड़ने के लिए कोहोर्ट विश्लेषण का उपयोग किया जाता है।

कोहोर्ट	उपयोगकर्ता	महीना-1 रिटेंशन	महीना-3 रिटेंशन
जनवरी	1,000	45%	28%
फरवरी	1,600	41%	25%
मार्च	2,400	36%	21%
अप्रैल	3,600	30%	—

इस उदाहरण में कुल सक्रिय उपयोगकर्ता हर महीने बढ़े हैं। मासिक सक्रिय उपयोगकर्ताओं को ट्रैक करने वाला डैशबोर्ड देखने में बेहतरीन लगेगा। लेकिन यह वृद्धि उस उत्पाद की विफलता को छुपा रही है जो हर नए समूह को पिछले समूह की तुलना में कम रोक पा रहा है।

मिला-जुला रिटेंशन आंकड़ा भी इसी वजह से इस समस्या को छुपाता है। प्रत्येक महीने के औसत पर उस कोहोर्ट का दबदबा होता है जो सबसे बड़ा होता है, और सबसे बड़ा कोहोर्ट हमेशा सबसे नया होता है। आप ऐसे आंकड़े में कोई ट्रेंड नहीं देख सकते जो लगातार अपनी संरचना बदल रहा हो।

कोहोर्ट्स आपस में न मिलकर इस समस्या को ठीक करते हैं। जनवरी का महीना-1 रिटेंशन हमेशा 45% ही रहेगा। जब अप्रैल का रिटेंशन 30% पर आ जाता है, तो यह गिरावट साफ दिखाई देती है।

कोहोर्ट तालिका को कैसे पढ़ें

पंक्तियाँ कोहोर्ट हैं, कॉलम उम्र हैं

प्रत्येक पंक्ति एक समूह है जो इस बात से तय होती है कि वह कब शुरू हुआ था। प्रत्येक कॉलम उस शुरुआत के बाद से बीता हुआ समय है, न कि कोई कैलेंडर तिथि। महीना 0 शुरुआती अवधि है और यह लगभग हमेशा 100% होता है।

यह आंकने के लिए कि क्या आप सुधार कर रहे हैं, कॉलम में नीचे की ओर पढ़ें

यह सबसे उपयोगी दिशा है और लोग अक्सर इसे छोड़ देते हैं। महीना 1 पर कॉलम को स्थिर करें, फिर ऊपर से नीचे की ओर पढ़ें। यदि नीचे जाने पर संख्याएँ गिरती हैं, तो इसका मतलब है कि हर नया समूह पिछले समूह की तुलना में कम टिक रहा है। यह उत्पाद या अधिग्रहण की समस्या है, और यह अभी इसी समय हो रही है।

एक समूह में कैसे गिरावट आती है, यह देखने के लिए पंक्ति को आड़ा पढ़ें

एक अकेली पंक्ति किसी एक कोहोर्ट के लिए गिरावट के पैटर्न को दिखाती है। अधिकांश उत्पादों में पहली अवधि में भारी गिरावट आती है, और फिर यह स्थिर हो जाती है। गिरावट की तुलना में इस स्थिरता का बिंदु अधिक महत्वपूर्ण है, क्योंकि यह आपके दीर्घकालिक रिटेंशन हिस्से का अनुमान लगाता है।

विकर्ण (diagonal) कैलेंडर है

एक विकर्ण पर होने वाली सभी चीजें एक ही कैलेंडर महीने में हुई होती हैं। किसी एक विकर्ण को प्रभावित करने वाला झटका, जैसे कि आउटेज या कीमत में बदलाव, उम्र की परवाह किए बिना सभी कोहोर्ट्स को एक साथ प्रभावित करता है। यदि कोई खराब आंकड़ा कॉलम के बजाय विकर्ण के साथ चलता है, तो इसका कारण कोई विशिष्ट घटना थी, न कि कोहोर्ट की गुणवत्ता में अंतर.

अधिग्रहण कोहोर्ट और व्यवहार संबंधी कोहोर्ट

अधिग्रहण कोहोर्ट (Acquisition cohorts) लोगों को उनके शामिल होने के समय के आधार पर समूहित करते हैं। साइन-अप का महीना इसका डिफ़ॉल्ट है। ये इस सवाल का जवाब देते हैं कि क्या अभी आने वाले लोग पहले आने वाले लोगों से बेहतर हैं या बदतर।

व्यवहार संबंधी कोहोर्ट (Behavioral cohorts) लोगों को उनके द्वारा किए गए कार्यों के आधार पर समूहित करते हैं। जैसे, वे उपयोगकर्ता जिन्होंने अपने पहले सप्ताह में एक इंटीग्रेशन कनेक्ट किया, बनाम वे उपयोगकर्ता जिन्होंने ऐसा नहीं किया। ये इस सवाल का जवाब देते हैं कि कौन सा शुरुआती कदम उपयोगकर्ता के टिके रहने का संकेत देता है।

ये दोनों अलग-अलग काम करते हैं। अधिग्रहण कोहोर्ट समय के साथ दिशा का निदान करते हैं। व्यवहार संबंधी कोहोर्ट यह बताते हैं कि क्या बदलाव करने की आवश्यकता है। जो टीमें केवल पहले प्रकार के कोहोर्ट बनाती हैं, वे गिरावट तो देख सकती हैं लेकिन उन्हें यह समझ नहीं आता कि इसके बारे में क्या किया जाए।

तीसरा प्रकार, आकार या प्लान कोहोर्ट, अकाउंट टियर के आधार पर समूहित करता है। यह तब उपयोगी होता है जब एंटरप्राइज़ और सेल्फ़-सर्व ग्राहकों का व्यवहार बिल्कुल अलग होता है और एक मिला-जुला कर्व दोनों में से किसी को भी सही ढंग से नहीं दर्शा पाता।

इसे मैन्युअल रूप से बनाना

मैन्युअल तरीका काम करता है और इसे एक बार समझना फायदेमंद है, भले ही आप बाद में इसे ऑटोमेट कर लें।

प्रत्येक उपयोगकर्ता इवेंट के लिए एक पंक्ति प्राप्त करें। आपको एक उपयोगकर्ता पहचानकर्ता, साइनअप या पहली खरीदारी की तारीख, और उसके बाद की गतिविधि की तारीखों की आवश्यकता होगी। एक सारांश तालिका को कोहोर्ट में नहीं बदला जा सकता, क्योंकि समूहीकरण पंक्ति स्तर पर होता है।

एक कोहोर्ट कॉलम जोड़ें। साइनअप की तारीख को महीने के रूप में संक्षिप्त करें। अब प्रत्येक उपयोगकर्ता पर उस समूह का लेबल लग जाता है जिससे वे संबंधित हैं।

एक पीरियड-इंडेक्स कॉलम जोड़ें। प्रत्येक गतिविधि पंक्ति के लिए, साइनअप महीने और गतिविधि महीने के बीच के महीनों की संख्या की गणना करें। यह अंतिम तालिका में कॉलम की स्थिति होगी।

इसे पिवट करें। कोहोर्ट महीने को साइड में रखें, पीरियड इंडेक्स को ऊपर रखें, और वैल्यूज़ में विशिष्ट उपयोगकर्ता संख्या रखें। Microsoft का एक PivotTable बनाएं पेज इसकी कार्यप्रणाली को समझाता है।

संख्याओं को प्रतिशत में बदलें। प्रत्येक सेल को उस पंक्ति के महीना-0 की संख्या से विभाजित करें। अलग-अलग आकार के कोहोर्ट्स में वास्तविक संख्या को पढ़ना मुश्किल होता है.

इनमें से कोई भी कदम कठिन नहीं है। नया डेटा आने पर ये सभी पांचों कदम दोहराए जाते हैं, और तारीख का फॉर्मेट बदलते ही पीरियड-इंडेक्स की गणना गड़बड़ा जाती है।

Powerdrill Bloom के साथ इसे कैसे बनाएं

यदि उपयोगकर्ता डेटा पहले से ही एक्सपोर्ट फ़ाइल में मौजूद है, तो पिवट असेंबली को छोड़ा जा सकता है।

चरण 1: अपना उपयोगकर्ता डेटा अपलोड करें

अपने साइनअप और गतिविधि इवेंट वाले Excel, CSV, या TSV एक्सपोर्ट को यहाँ ड्रॉप करें। कई फाइलें एक साथ लोड हो जाती हैं, इसलिए उपयोगकर्ताओं की फाइल और इवेंट्स की फाइल को एक ही बार में जोड़ा जा सकता है। अपलोड करने पर कॉलम की पहचान और तारीख का विश्लेषण अपने आप हो जाता है, जहाँ आमतौर पर मैन्युअल तरीका विफल हो जाता है।

चरण 2: प्राकृतिक भाषा में कोहोर्ट का वर्णन करें

बताएं कि आप किसे समूहित और मापना चाहते हैं: "उपयोगकर्ताओं को साइनअप महीने के आधार पर समूहित करें, फिर पहले बारह महीनों के लिए मासिक रिटेंशन को प्रतिशत के रूप में दिखाएं।" एजेंट कोहोर्ट कॉलम बनाता है, पीरियड इंडेक्स की गणना करता है, और तालिका तैयार करता है। इसके बजाय व्यवहार संबंधी कोहोर्ट या साप्ताहिक स्तर की मांग करें, और यह स्रोत को पुनर्गठित करने के लिए कहे बिना इसे फिर से बना देगा।

चरण 3: चार्ट, रिपोर्ट या डेक एक्सपोर्ट करें

इसे एक चार्ट के रूप में बाहर निकालें, इसे एक लिखित सारांश में शामिल करें, या समीक्षा के लिए कैनवास को स्लाइड्स में बदलें। Professional, Business, और Fancy स्टाइल PowerPoint या Notion में एक्सपोर्ट होते हैं। विशेष रूप से विज़ुअल के लिए, कोहोर्ट रिटेंशन चार्ट कैसे बनाएं देखें, और उसी अपलोड से अन्य प्रकार के चार्ट के लिए AI graph maker देखें।

आम गलतियाँ

गलत स्तर (grain) चुनना। दैनिक रूप से उपयोग किए जाने वाले उत्पाद पर मासिक कोहोर्ट पहले सप्ताह की सभी महत्वपूर्ण जानकारियों को छुपा देते हैं। त्रैमासिक रूप से उपयोग किए जाने वाले उत्पाद पर साप्ताहिक या दैनिक कोहोर्ट केवल भ्रम पैदा करते हैं। स्तर को उपयोग की प्राकृतिक लय से मिलाएँ।

पंक्तियों को पढ़ना और कॉलमों की अनदेखी करना। पंक्ति आपको बताती है कि एक समूह में कैसे गिरावट आई। कॉलम आपको बताता है कि क्या आप सुधार कर रहे हैं। कॉलम ही वह जगह है जहाँ आपको कार्रवाई करने की आवश्यकता होती है।

अधूरे कोहोर्ट्स की तुलना करना। सबसे नया कोहोर्ट अभी इतना पुराना नहीं हुआ है कि उसमें महीना-6 का आंकड़ा हो। तालिका में आंशिक सेल छोड़ने से कोई व्यक्ति कम मूल्य को भारी गिरावट के रूप में समझ सकता है।

कोहोर्ट्स का बहुत छोटा होना। चालीस उपयोगकर्ताओं का एक कोहोर्ट ऐसे रिटेंशन प्रतिशत उत्पन्न करता है जो कुछ व्यक्तियों के कारण तेजी से बदल सकते हैं। समय सीमा को बढ़ाएं या यह स्वीकार करें कि पंक्ति केवल एक दिशा दर्शाती है।

उनके आकार के बिना कोहोर्ट्स की रिपोर्ट करना। बिना हर के प्रतिशत हर बार गलत व्याख्या को आमंत्रित करता है। पहले कॉलम में महीना-0 की संख्या रखें।

रिटेंशन को शिथिलता से परिभाषित करना। "सक्रिय" का एक विशिष्ट अर्थ होना चाहिए। लॉग इन करना और एक मुख्य कार्य को पूरा करना बहुत अलग परिभाषाएँ हैं, और अवधियों में उन्हें मिलाने से तालिका निरर्थक हो जाती है।

संक्षेप में

कोहोर्ट विश्लेषण लोगों को उनके शुरू होने के समय के आधार पर अलग करता है ताकि वृद्धि गिरावट को छुपा न सके। यह देखने के लिए कॉलम में नीचे की ओर पढ़ें कि क्या प्रत्येक नया समूह पिछले समूह की तुलना में बेहतर कर रहा है या बदतर। यह देखने के लिए पंक्तियों को आड़ा पढ़ें कि एक अकेला समूह कैसे गिरता है और कहाँ स्थिर होता है।

इसे बनाना पांच यांत्रिक कदम हैं जो हर रिफ्रेश के साथ दोहराए जाते हैं। Powerdrill Bloom को मुफ्त में आजमाएं — अपना उपयोगकर्ता एक्सपोर्ट अपलोड करें, प्राकृतिक भाषा में कोहोर्ट का वर्णन करें, और तालिका को सीधे डेक में एक्सपोर्ट करें। टूल की तुलना के लिए, कोहोर्ट विश्लेषण के लिए AI टूल्स देखें।

अक्सर पूछे जाने वाले प्रश्न

कोहोर्ट विश्लेषण का उपयोग किस लिए किया जाता है?

यह दिखाता है कि क्या कोई उत्पाद पहले शामिल हुए लोगों की तुलना में अब शामिल होने वाले लोगों के लिए बेहतर हो रहा है। इसके सामान्य उपयोगों में रिटेंशन ट्रैकिंग, मंथन का निदान, ऑनबोर्डिंग बदलाव के प्रभाव को मापना, और मात्रा के बजाय गुणवत्ता के आधार पर अधिग्रहण चैनलों की तुलना करना शामिल है।

कोहोर्ट और सेगमेंट में क्या अंतर है?

एक कोहोर्ट एक साझा शुरुआती समय से परिभाषित होता है, और इसकी सदस्यता कभी नहीं बदलती है। एक सेगमेंट देश या प्लान जैसे किसी गुण द्वारा परिभाषित होता है, और कोई भी इसमें शामिल हो सकता है या इसे छोड़ सकता है। कोहोर्ट समय के साथ होने वाले बदलावों को ट्रैक करते हैं, और सेगमेंट वर्तमान समय में आबादी का वर्णन करते हैं।

मैं कोहोर्ट की समय अवधि कैसे चुनूं?

इसे इस बात से मिलाएं कि लोग उत्पाद का कितनी बार उपयोग करते हैं। दैनिक या साप्ताहिक कोहोर्ट उच्च-आवृत्ति वाले उत्पादों के लिए उपयुक्त होते हैं, और मासिक कोहोर्ट सदस्यता या खरीद चक्रों के लिए उपयुक्त होते हैं। यदि अधिकांश गिरावट आपके पहले कॉलम से पहले ही हो जाती है, तो इसका मतलब है कि स्तर बहुत बड़ा है।

क्या मैं Excel में कोहोर्ट विश्लेषण कर सकता हूँ?

हाँ। अपने इवेंट पंक्तियों में एक कोहोर्ट महीना कॉलम और एक पीरियड-इंडेक्स कॉलम जोड़ें। विशिष्ट उपयोगकर्ता संख्या के साथ पीरियड इंडेक्स के विपरीत कोहोर्ट को पिवट करें, फिर प्रत्येक सेल को उसकी पंक्ति की शुरुआती संख्या से विभाजित करें। यह गणना सीधी है, और इसका दोहराव ही इसे उबाऊ बनाता है।

एक अच्छी रिटेंशन दर क्या है?

किसी एक बेंचमार्क से मदद मिलने के लिहाज से यह अलग-अलग श्रेणियों में बहुत अधिक भिन्न होता है। इसके बजाय अपने स्वयं के कोहोर्ट्स की एक-दूसरे से तुलना करें। एक कर्व जो लगातार गिरने के बजाय स्थिर हो जाता है, वही सबसे महत्वपूर्ण संकेत है।