Cos'è l'analisi di coorte? Definizione, esempi e come eseguirne una (2026)

L'analisi di coorte raggruppa gli utenti in base al momento in cui si sono iscritti, per poi tracciare ciascun gruppo separatamente nel tempo. Invece di un unico dato aggregato per tutti gli utenti, si ottiene una riga per ogni mese di inizio. Questa separazione è il punto cruciale, perché mostra se il prodotto sta migliorando o peggiorando per chi si iscrive oggi.

Questa guida copre la definizione, il motivo per cui le medie aggregate traggono in inganno e come leggere la tabella triangolare. Copre inoltre i due tipi principali di coorte e gli errori che rendono fuorviante un report di coorte.

Cos'è l'analisi di coorte?

Una coorte è un gruppo di persone che condividono un evento iniziale in una stessa finestra temporale. Chiunque si sia registrato a marzo fa parte della coorte di marzo. Chiunque abbia effettuato il primo acquisto nel Q2 fa parte della coorte del Q2.

L'analisi di coorte misura ciascuno di questi gruppi sulla base dello stesso orologio. Non "marzo 2026 contro aprile 2026" sul calendario, ma "mese uno contro mese due" a partire dalla data di inizio di ciascun gruppo. Questo sfasamento è ciò che rende equo il confronto.

Il risultato è solitamente una tabella triangolare. Le righe rappresentano le coorti nell'ordine in cui sono iniziate. Le colonne indicano il tempo trascorso dall'inizio. La forma a triangolo si crea perché la coorte più recente ha raggiunto solo il primo mese, mentre la più vecchia presenta dati per l'intero periodo.

Perché una media complessiva nasconde il problema

Ecco la situazione che l'analisi di coorte serve a individuare.

Coorte	Utenti	Retention mese 1	Retention mese 3
Gennaio	1,000	45%	28%
Febbraio	1,600	41%	25%
Marzo	2,400	36%	21%
Aprile	3,600	30%	—

In questo esempio, gli utenti attivi totali sono cresciuti ogni singolo mese. Una dashboard che traccia gli utenti attivi mensili mostrerebbe un andamento eccellente. La crescita, tuttavia, sta mascherando un prodotto che trattiene ogni nuovo gruppo peggio del precedente.

Il dato di retention aggregato nasconde il problema per lo stesso motivo. La media di ogni mese è dominata dalla coorte più numerosa, e la coorte più numerosa è sempre quella più recente. Non è possibile individuare una tendenza in un numero che continua a cambiare la propria composizione.

Le coorti risolvono questo problema rifiutando l'aggregazione. La retention al mese 1 di gennaio rimane al 45% per sempre. Quando quella di aprile si attesta al 30%, il calo diventa innegabile.

Come leggere una tabella di coorte

Le righe sono le coorti, le colonne indicano il tempo trascorso

Ogni riga rappresenta un gruppo definito in base al momento in cui è iniziato. Ogni colonna indica il tempo trascorso da quell'inizio, non una data di calendario. Il mese 0 è il periodo iniziale ed è quasi sempre al 100%.

Leggi lungo una colonna per valutare se stai migliorando

Questa è la direzione più utile e quella che spesso viene tralasciata. Concentrati sulla colonna del mese 1, quindi leggi dall'alto verso il basso. Se i numeri diminuiscono scendendo, significa che ogni nuovo gruppo registra una retention peggiore rispetto al precedente. Si tratta di un problema di prodotto o di acquisizione, e sta accadendo proprio ora.

Leggi lungo una riga per vedere come cala un singolo gruppo

Una singola riga mostra la curva di calo di una coorte. Per la maggior parte dei prodotti si nota un calo drastico nel primo periodo, per poi stabilizzarsi. Il punto di stabilizzazione conta più del calo iniziale, perché approssima la percentuale di utenti trattenuti a lungo termine.

La diagonale rappresenta il calendario

Tutto ciò che si trova su una diagonale è accaduto nello stesso mese di calendario. Un imprevisto che colpisce una diagonale, come un disservizio o una variazione di prezzo, influisce su tutte le coorti contemporaneamente, indipendentemente dal tempo trascorso. Se un dato negativo si sviluppa lungo una diagonale anziché su una colonna, la causa è stata un evento specifico e non una differenza di qualità della coorte.

Coorti di acquisizione e coorti comportamentali

Le coorti di acquisizione raggruppano gli utenti in base al momento in cui si sono uniti. Il mese di registrazione è l'opzione predefinita. Queste coorti indicano se le persone che arrivano oggi sono migliori o peggiori di quelle arrivate in precedenza.

Le coorti comportamentali raggruppano gli utenti in base a ciò che hanno fatto. Ad esempio, gli utenti che hanno collegato un'integrazione nella prima settimana rispetto a quelli che non l'hanno fatto. Queste coorti indicano quale azione iniziale sia predittiva della fidelizzazione.

Le due tipologie svolgono funzioni diverse. Le coorti di acquisizione diagnosticano la direzione nel tempo. Le coorti comportamentali indicano cosa cambiare. I team che creano solo il primo tipo possono notare un calo senza sapere come intervenire.

Una terza variante, le coorti per dimensione o piano, raggruppa gli utenti in base al livello dell'account. È utile quando i clienti enterprise e quelli self-serve si comportano in modo completamente diverso e una curva aggregata non descriverebbe nessuno dei due.

Creare un'analisi di coorte manualmente

Il percorso manuale funziona ed è utile comprenderlo almeno una volta, anche se in seguito deciderai di automatizzarlo.

Ottieni una riga per ogni evento utente. Ti servono un identificativo utente, la data di registrazione o del primo acquisto e le date delle attività successive. Una tabella di riepilogo non può essere trasformata in coorti, perché il raggruppamento avviene a livello di riga.

Aggiungi una colonna per la coorte. Arrotonda la data di registrazione al mese. Ogni utente porterà ora l'etichetta del gruppo a cui appartiene.

Aggiungi una colonna per l'indice del periodo. Per ogni riga di attività, calcola il numero di mesi tra il mese di registrazione e il mese dell'attività. Questa sarà la posizione della colonna nella tabella finale.

Crea una tabella pivot. Mese della coorte sul lato, indice del periodo in alto, conteggio degli utenti unici nei valori. La pagina di Microsoft creare una tabella pivot ne illustra il funzionamento pratico.

Converti i conteggi in percentuali. Dividi ogni cella per il conteggio del mese 0 di quella riga. I conteggi assoluti sono illeggibili quando si confrontano coorti di dimensioni diverse.

Nessuno di questi passaggi è difficile. Tuttavia, tutti e cinque si ripetono ogni volta che arrivano nuovi dati, e il calcolo dell'indice del periodo si interrompe ogni volta che cambia il formato della data.

Come crearne una con Powerdrill Bloom

Se i dati degli utenti si trovano già in un file esportato, puoi saltare la creazione della pivot.

Passaggio 1: Carica i dati degli utenti

Trascina l'esportazione in formato Excel, CSV o TSV contenente le registrazioni e gli eventi di attività. È possibile caricare più file contemporaneamente, in modo da unire un file utenti e un file eventi in un unico passaggio. Il rilevamento delle colonne e l'analisi delle date avvengono al momento del caricamento, che è proprio il punto in cui di solito il percorso manuale si interrompe.

Passaggio 2: Descrivi la coorte in linguaggio naturale

Descrivi cosa vuoi raggruppare e misurare: "raggruppa gli utenti per mese di registrazione, poi mostra la retention mensile per i primi dodici mesi in percentuale". L'agente creerà la colonna della coorte, calcolerà l'indice del periodo e genererà la tabella. Se richiedi invece una coorte comportamentale o una granularità settimanale, lo strumento la ricostruirà da zero senza costringerti a ristrutturare la sorgente dati.

Passaggio 3: Esporta il grafico, il report o la presentazione

Esportalo come grafico, inseriscilo in un riepilogo scritto o converti l'area di lavoro in slide per la presentazione. Gli stili Professional, Business e Fancy consentono l'esportazione in PowerPoint o Notion. Per la parte visiva nello specifico, vedi come creare un grafico di retention di coorte e lo strumento AI graph maker per altri tipi di grafici a partire dallo stesso caricamento.

Errori comuni

Scegliere la granularità errata. Le coorti mensili su un prodotto che le persone usano quotidianamente nascondono tutti i dettagli interessanti della prima settimana. Le coorti settimanali o giornaliere su un prodotto utilizzato trimestralmente generano solo rumore. Adatta la granularità al ritmo naturale di utilizzo.

Leggere le righe e ignorare le colonne. La riga indica come è calato un singolo gruppo. La colonna indica se stai migliorando. È la colonna a fornire informazioni utili su cui agire.

Confrontare coorti incomplete. La coorte più recente non esiste da abbastanza tempo per avere un dato al mese 6. Lasciare una cella parziale nella tabella rischia di far interpretare un valore basso come un crollo.

Coorti troppo piccole per essere significative. Una coorte di quaranta utenti produce percentuali di retention che oscillano drasticamente a causa di pochi individui. Amplia la finestra temporale o accetta che la riga fornisca solo un'indicazione di massima.

Riportare le coorti senza indicarne la dimensione. Una percentuale senza denominatore si presta ogni volta a interpretazioni errate. Inserisci il conteggio del mese 0 nella prima colonna.

Definire la retention in modo approssimativo. "Attivo" deve significare una cosa ben precisa. Effettuare l'accesso e completare un'azione chiave sono definizioni molto diverse, e mescolarle tra i vari periodi rende la tabella priva di significato.

In sintesi

L'analisi di coorte separa le persone in base al momento in cui hanno iniziato, in modo che la crescita non possa mascherare il declino. Leggi lungo le colonne per vedere se ogni nuovo gruppo ottiene risultati migliori o peggiori del precedente. Leggi lungo le righe per vedere come cala un singolo gruppo e dove si stabilizza.

La creazione richiede cinque passaggi meccanici che si ripetono a ogni aggiornamento. Prova Powerdrill Bloom gratuitamente — carica l'esportazione dei tuoi utenti, descrivi la coorte in linguaggio naturale ed esporta la tabella direttamente in una presentazione. Per un confronto tra strumenti, vedi strumenti AI per l'analisi di coorte.

Domande frequenti

A cosa serve l'analisi di coorte?

Mostra se un prodotto sta migliorando per chi si iscrive oggi rispetto a chi si è iscritto in precedenza. Gli utilizzi più comuni sono il tracciamento della retention, la diagnosi del churn, la misurazione dell'effetto di una modifica all'onboarding e il confronto dei canali di acquisizione in base alla qualità piuttosto che al volume.

Qual è la differenza tra una coorte e un segmento?

Una coorte è definita da un momento iniziale condiviso e i suoi membri non cambiano mai. Un segmento è definito da un attributo come il paese o il piano di abbonamento, e un utente può entrarvi o uscirne. Le coorti tracciano il cambiamento nel tempo, mentre i segmenti descrivono una popolazione in un determinato momento.

Come scelgo il periodo di tempo della coorte?

Adatta lo stesso alla frequenza con cui le persone utilizzano il prodotto. Le coorti giornaliere o settimanali sono adatte a prodotti ad alta frequenza d'uso, mentre le coorti mensili si adattano ai cicli di abbonamento o di acquisto. Se la maggior parte dell'abbandono avviene prima della prima colonna, la granularità è troppo ampia.

Posso fare l'analisi di coorte in Excel?

Sì. Aggiungi una colonna per il mese della coorte e una colonna per l'indice del periodo alle righe dei tuoi eventi. Crea una pivot incrociando la coorte con l'indice del periodo usando il conteggio degli utenti unici, quindi dividi ogni cella per il conteggio iniziale della riga corrispondente. Il calcolo è semplice, è la ripetizione a renderlo noioso.

Qual è un buon tasso di retention?

Varia fin troppo in base alla categoria perché un singolo benchmark possa essere d'aiuto. Confronta invece le tue coorti tra loro. Una curva che si stabilizza anziché continuare a scendere è il segnale che conta di più.