Что такое когортный анализ? Определение, примеры и руководство по проведению (2026)

Когортный анализ группирует людей по времени их присоединения, а затем отслеживает каждую группу отдельно во времени. Вместо одного сводного показателя для всех пользователей вы получаете по одной линии для каждого месяца начала. В этом разделении и заключается весь смысл, поскольку оно показывает, становится ли продукт лучше или хуже для тех, кто приходит сейчас.

В этом руководстве рассматривается определение когортного анализа, объясняется, почему средние сводные показатели вводят в заблуждение, и как читать треугольную таблицу. Мы также разберем два основных типа когорт и ошибки, которые делают когортный отчет недостоверным.

Что такое когортный анализ?

Когорта — это группа людей, объединенных общим начальным событием в один и тот же промежуток времени. Все, кто зарегистрировался в марте, составляют мартовскую когорту. Все, кто совершил первую покупку во втором квартале, — когорту второго квартала.

Когортный анализ оценивает каждую из этих групп по одной и той же шкале времени. Не «март 2026 года против апреля 2026 года» на календаре, а «первый месяц против второго месяца» с даты старта конкретной группы. Именно этот сдвиг делает сравнение корректным.

Результатом обычно является треугольная таблица. Строки — это когорты в порядке их появления. Столбцы — «возраст» (время, прошедшее с момента старта). Треугольная форма получается потому, что новейшая когорта дошла только до первого месяца, в то время как у самой старой есть данные за весь период.

Почему общее среднее значение скрывает проблему

Вот ситуация, для выявления которой и существует когортный анализ.

Когорта	Пользователи	Удержание 1-го месяца	Удержание 3-го месяца
Январь	1,000	45%	28%
Февраль	1,600	41%	25%
Март	2,400	36%	21%
Апрель	3,600	30%	—

В этом примере общее число активных пользователей росло каждый месяц. Дашборд, отслеживающий ежемесячную активность, выглядел бы отлично. Но этот рост маскирует проблему: продукт удерживает каждую новую группу хуже, чем предыдущую.

Сводный показатель удержания скрывает это по той же причине. В среднем значении за каждый месяц преобладает самая крупная когорта, а самая крупная когорта — всегда самая новая. Невозможно увидеть тренд в показателе, состав которого постоянно меняется.

Когортный анализ решает эту проблему, отказываясь от смешивания данных. Удержание первого месяца для январской когорты навсегда останется на уровне 45%. И когда показатель апрельской когорты падает до 30%, спад становится очевидным.

Как читать когортную таблицу

Строки — это когорты, столбцы — «возраст»

Каждая строка представляет собой группу, определяемую временем ее старта. Каждый столбец — это время, прошедшее с момента старта, а не календарная дата. Месяц 0 — это начальный период, и он почти всегда равен 100%.

Читайте столбец сверху вниз, чтобы оценить динамику улучшений

Это самое полезное направление анализа, которое люди часто упускают из виду. Выберите столбец первого месяца (Month 1) и прочитайте его сверху вниз. Если показатели снижаются по мере движения вниз, значит, каждая новая группа удерживается хуже предыдущей. Это указывает на проблему с продуктом или привлечением пользователей, которая происходит прямо сейчас.

Читайте строку слева направо, чтобы увидеть спад активности одной группы

Отдельная строка показывает динамику оттока для одной когорты. У большинства продуктов в первый период наблюдается резкий спад, который затем стабилизируется. Точка стабилизации важнее самого спада, поскольку она приблизительно показывает долю пользователей, удерживаемых в долгосрочной перспективе.

Диагональ — это календарь

Все данные на одной диагонали относятся к одному и тому же календарному месяцу. Внешний фактор, затронувший одну диагональ (например, сбой в работе или изменение цен), влияет на все когорты одновременно, независимо от их «возраста». Если плохой показатель идет по диагонали, а не по столбцу, причиной стало конкретное событие, а не разница в качестве когорт.

Когорта привлечения и поведенческая когорта

Когорты привлечения группируют пользователей по времени их присоединения. По умолчанию используется месяц регистрации. Они помогают понять, приходят ли сейчас более или менее качественные пользователи по сравнению с теми, кто пришел раньше.

Поведенческие когорты группируют пользователей по их действиям. Например, пользователи, настроившие интеграцию в первую неделю, против тех, кто этого не сделал. Они помогают определить, какое именно раннее действие предвещает долгосрочное удержание.

Эти два типа когорт решают разные задачи. Когорты привлечения показывают общее направление развития во времени. Поведенческие когорты указывают на то, что именно нужно изменить. Команды, которые строят только первый тип когорт, могут видеть спад, но не понимать, как на него повлиять.

Третий вариант — когорты по размеру или тарифному плану — группирует пользователей по уровню аккаунта. Это полезно, когда поведение корпоративных клиентов и пользователей на самообслуживании кардинально отличается, и общая кривая не отражает реальность ни для тех, ни для других.

Создание когортного анализа вручную

Ручной способ работает, и в нем стоит разобраться хотя бы раз, даже если позже вы автоматизируете этот процесс.

Получите по одной строке на каждое событие пользователя. Вам понадобятся идентификатор пользователя, дата регистрации или первой покупки, а также даты последующей активности. Сводную таблицу невозможно превратить в когорты, так как группировка происходит на уровне строк.

Добавьте столбец когорты. Округлите дату регистрации до месяца. Теперь каждый пользователь будет иметь метку группы, к которой он принадлежит.

Добавьте столбец индекса периода. Для каждой строки активности рассчитайте количество месяцев между месяцем регистрации и месяцем активности. Это определит положение столбца в итоговой таблице.

Постройте сводную таблицу. Месяц когорты расположите по вертикали, индекс периода — по горизонтали, а количество уникальных пользователей — в качестве значений. Механика этого процесса описана на странице Microsoft создание сводной таблицы.

Преобразуйте абсолютные значения в проценты. Разделите значение каждой ячейки на количество пользователей в месяце 0 для этой строки. Абсолютные значения неудобно сравнивать для когорт разного размера.

Ни один из этих шагов не является сложным. Но все пять приходится повторять при каждом поступлении новых данных, а расчет индекса периода ломается при любом изменении формата даты.

Как построить когортный анализ с помощью Powerdrill Bloom

Если данные пользователей уже выгружены в файл, этап сборки сводной таблицы можно пропустить.

Шаг 1. Загрузите данные пользователей

Просто перетащите файл экспорта Excel, CSV или TSV, содержащий данные о регистрациях и событиях активности. Можно загружать несколько файлов одновременно, так что файл пользователей и файл событий объединятся за один проход. Распознавание столбцов и парсинг дат происходят автоматически при загрузке — именно на этом этапе ручной способ обычно дает сбой.

Шаг 2. Опишите когорту на естественном языке

Опишите, что именно нужно сгруппировать и измерить: «сгруппируй пользователей по месяцу регистрации, а затем покажи ежемесячное удержание за первые двенадцать месяцев в процентах». ИИ-агент сам создаст столбец когорты, рассчитает индекс периода и построит таблицу. Если вы попросите составить поведенческую когорту или изменить детализацию на недельную, он перестроит отчет без необходимости менять структуру исходного файла.

Шаг 3. Экспортируйте график, отчет или презентацию

Выгрузите результат в виде графика, добавьте его в текстовый отчет или превратите рабочую область в слайды для презентации. Стили Professional, Business и Fancy поддерживают экспорт в PowerPoint или Notion. Подробнее о визуализации читайте в статье как создать график когортного удержания, а также ознакомьтесь с инструментом AI graph maker для создания других типов графиков из того же файла.

Распространенные ошибки

Неправильный выбор масштаба (детализации). Ежемесячные когорты для продукта, которым пользуются ежедневно, скроют все самое интересное на первой неделе. Еженедельные или ежедневные когорты для продукта, используемого раз в квартал, создадут лишний шум. Подбирайте масштаб под естественный ритм использования продукта.

Анализ строк при игнорировании столбцов. Строка показывает, как угасал интерес одной группы. Столбец же говорит о том, улучшаются ли ваши показатели. Именно столбец дает информацию для принятия решений.

Сравнение незавершенных когорт. Самая новая когорта существует еще недостаточно долго, чтобы иметь показатель за 6-й месяц. Если оставить пустую или неполную ячейку в таблице, кто-то может ошибочно принять низкое значение за резкий спад.

Слишком маленькие когорты. Когорта из сорока пользователей дает показатели удержания в процентах, которые сильно колеблются из-за действий всего нескольких человек. Расширьте временное окно или примите тот факт, что данные в этой строке носят лишь ориентировочный характер.

Отчеты по когортам без указания их размера. Процент без указания знаменателя каждый раз приводит к неверному истолкованию. Поместите количество пользователей в месяце 0 в первый столбец.

Размытое определение удержания. Понятие «активный» должно означать одно конкретное действие. Вход в систему и выполнение ключевого действия — это совершенно разные вещи, и их смешивание в разных периодах делает таблицу бессмысленной.

Коротко о главном

Когортный анализ разделяет людей по времени их старта, чтобы общий рост не мог замаскировать спад показателей. Читайте столбцы сверху вниз, чтобы увидеть, работает ли каждая новая группа лучше или хуже предыдущей. Читайте строки слева направо, чтобы увидеть, как угасает активность отдельной группы и на каком уровне она стабилизируется.

Построение анализа состоит из пяти механических шагов, которые повторяются при каждом обновлении данных. Попробуйте Powerdrill Bloom бесплатно — загрузите экспорт данных пользователей, опишите когорту на естественном языке и экспортируйте таблицу прямо в презентацию. Сравнение инструментов можно найти в статье AI-инструменты для когортного анализа.

Часто задаваемые вопросы

Для чего используется когортный анализ?

Он показывает, становится ли продукт лучше для тех, кто присоединяется сейчас, по сравнению с теми, кто пришел раньше. Обычно его используют для отслеживания удержания, анализа причин оттока, оценки эффекта от изменений в онбординге и сравнения каналов привлечения по качеству, а не по объему.

В чем разница между когортой и сегментом?

Когорта определяется общим временем старта, и ее состав никогда не меняется. Сегмент определяется атрибутом, таким как страна или тарифный план, и пользователи могут входить в него или выходить из него. Когорты отслеживают изменения во времени, а сегменты описывают аудиторию в конкретный момент.

Как выбрать временной период для когорты?

Соотнесите его с тем, как часто люди пользуются продуктом. Ежедневные или еженедельные когорты подходят для продуктов с высокой частотой использования, а ежемесячные — для циклов подписки или покупок. Если большая часть оттока происходит до вашего первого столбца, масштаб детализации слишком велик.

Можно ли сделать когортный анализ в Excel?

Да. Добавьте столбец месяца когорты и столбец индекса периода к строкам событий. Постройте сводную таблицу, сопоставив когорту с индексом периода и подсчитав количество уникальных пользователей, а затем разделите каждую ячейку на начальное количество пользователей в этой строке. Сам расчет несложен, но его постоянное повторение делает процесс рутинным.

Каковы показатели хорошего удержания (retention rate)?

Этот показатель слишком сильно отличается в зависимости от категории, поэтому единого ориентира не существует. Вместо этого сравнивайте свои собственные когорты друг с другом. Кривая, которая стабилизируется, а не продолжает падать, — это самый важный сигнал.