Що таке когортний аналіз на прикладі: будуємо місячну когортну таблицю, читаємо утримання когорт за рядками, стовпчиками й діагоналями.
Автор: Sergey BruhОпубліковано 8 хв читання
Безкоштовний курс для продактів і маркетологів: короткі уроки, реальні продуктові дані та вправи з миттєвим фідбеком.
Почати безкоштовний курсЩо таке когортний аналіз? Когортний аналіз групує користувачів за тим, коли вони прийшли (когорта, cohort), і стежить за кожною групою окремо. Його найпростіше зрозуміти на прикладі, тож візьмемо пів року реєстрацій у застосунку, складемо когортну таблицю і прочитаємо її так, як це має робити продуктова команда. Так видно, чи продукт стає кращим для нових людей, чи одна подія зачепила всіх одразу і чи не бреше число на дашборді. Нижче — таблиця, три способи її читати, правильне середнє і дві пастки, через які усереднена крива вводить в оману.
Halves — вигаданий застосунок, у якому сусіди по квартирі, пари й друзі в поїздках ділять спільні витрати. Кожен рядок нижче — когорта: усі, хто зареєструвався того місяця, без акаунтів команди. Кожен стовпчик — місяць від реєстрації, а в клітинці — скільки людей із когорти хоча б раз відкрили застосунок у цьому місяці. Дані закінчуються наприкінці березня 2026 року, тому в молодших когорт стовпчиків менше.
У клітинці — кількість людей. Щоб отримати утримання, поділіть її на розмір когорти: для вересня в першому місяці . Уся таблиця у відсотках:
Це утримання за місячними періодами: «активний хоча б раз у k-му місяці». Чи це правильна міра саме для вашого продукту, залежить від ритму використання; про це — у статті як порахувати retention.
Когортна таблиця відповідає на три різні запитання залежно від того, в якому напрямку її читати.
Прочитайте вересень зліва направо: 45,0 %, 36,0 %, 32,0 %, 30,0 %, потім провал до 24,7 % і повернення до 28,0 %. Спершу падіння різке, і це нормально: цікаві спробували й пішли. Далі воно сповільнюється, і це добра новина: ті, хто лишився, знаходять причину лишатися.
Прочитайте перший місяць згори вниз: 45,0; 45,0; 25,0; 46,0; 39,9; 48,0. Тут ставлять запитання «чи стає перший місяць кращим для нових користувачів?». Вирізняються дві клітинки: листопад значно нижчий за решту, а січень нижчий за сусідів. Перш ніж їх пояснювати, погляньмо в третьому напрямку.
Діагональ іде знизу зліва вгору направо і збирає всі клітинки, що припали на той самий календарний місяць. Лютий 2026 — це M1 січня, M2 грудня, M3 листопада, M4 жовтня і M5 вересня: 39,9 %, 30,6 %, 11,9 %, 25,5 % і 24,7 %. Кожне з цих чисел нижче, ніж можна чекати з його рядка, і кожен рядок відновлюється в березні.
Коли всі когорти просідають в одному календарному місяці, причина в цьому місяці, а не в когортах. У Halves лютневий реліз зламав нагадування про нерозраховані борги, і його полагодили на початку березня. Тож слабкий перший місяць січня нічого не каже про січневих користувачів: це той самий лютневий баг, побачений із наймолодшої когорти.
Це найкорисніша звичка в когортному аналізі: перш ніж хвалити чи сварити когорту, перевірте її діагональ.
Вас просять назвати «наше утримання першого місяця». Швидка відповідь — середнє шести відсотків першого місяця:
Так 3 000 людей листопада і 900 людей вересня важать однаково. Щоб описати всіх, хто зареєструвався, додайте активних і поділіть на всіх користувачів:
Різниця в чотири пункти — це листопад, найбільша й найслабша когорта. Листопадова кампанія в платних соцмережах привела втричі більше реєстрацій, ніж зазвичай, і чимало цих людей встановили застосунок з цікавості, не маючи жодного спільного рахунку. Без листопада зважене утримання першого місяця — .
Усі три числа арифметично правильні. Чесний звіт дає зважені 37,4 %, додає 44,6 % без когорти кампанії й пояснює різницю. Просте середнє 41,5 % відповідає на запитання, якого ніхто не ставив.
Тепер побудуймо одну «середню криву утримання», взявши зважене середнє кожного стовпчика:
Утримання ніби стрибає з 18,7 % у четвертому місяці до 27,0 % у п'ятому. Ніхто не повернувся. У четвертому місяці ще є листопад, а в п'ятому лишилися тільки вересень і жовтень, які від початку були сильнішими. Кожен стовпчик усереднює інший набір когорт, тож крива змішує зміну людей зі зміною часу.
Виправлення — порівнювати місяці на тих самих когортах:
Або відмовтеся від усередненої кривої і намалюйте кожну когорту окремою лінією. Око швидше за будь-яке середнє помітить іншу форму, і лютневий провал буде видно на кожній лінії.
Місяць реєстрації — лише один спосіб поділити користувачів. Та сама таблиця за сегментами часто розповідає більше. У Halves когорти, поділені за типом першої групи, поводяться зовсім по-різному. Серед тих, хто зареєструвався влітку 2025 року, пари через рік утримуються на рівні 52,7 % і тримають пласку лінію з шостого місяця. Поїздки падають до 5,6 % на п'ятий місяць і повертаються до 21,8 % на дванадцятий, здебільшого в нових групах для наступної подорожі.
Група поїздки, що закінчується разом із поїздкою, — це не відтік користувачів: завершилося життя групи, а не людини. Змішайте сегменти в одну криву, і вона не описуватиме нікого. Читайте кожен сегмент у його власному ритмі; саме цьому присвячено кейс про пари, квартири й поїздки.
Та сама таблиця працює для будь-якої метрики, яку можна відстежувати за віком когорти:
Правила ті самі: зважуйте за розміром когорти, перевіряйте діагоналі й порівнюйте місяці на тих самих когортах.
Більше когортній таблиці нічого не потрібно; її побудує будь-який інструмент, що вміє групувати за двома стовпчиками. Як когортний аналіз вписується в ширшу картину, читайте в статті що таке продуктова аналітика.
Спосіб вимірювати поведінку за групами користувачів, які прийшли одночасно, зазвичай за тиждень чи місяць реєстрації. Замість одного числа утримання для всіх ви бачите утримання кожної когорти в часі, поруч одна з одною, тож кращий онбординг чи зламаний реліз видно саме в тих когортах, яких він стосувався.
Згрупуйте користувачів за місяцем реєстрації, порахуйте, скільки людей із кожного місяця активні через один, два, три місяці, і складіть результати в таблицю. Порівняння рядків покаже, чи нові користувачі лишаються краще за старших.
Уздовж рядка — утримання однієї когорти в часі, вниз по стовпчику — порівняння когорт одного віку, по діагоналі — усе, що сталося в одному календарному місяці.
Зважене за розміром когорти, якщо ви описуєте всіх користувачів: сума активних ÷ сума розмірів когорт. Просте середнє годиться лише для порівняння когорт як окремих одиниць, і про це варто прямо сказати.
Стільки, щоб побачити закономірність, сильнішу за шум. Коли в когорті близько 1 000 людей, утримання першого місяця випадково коливається приблизно на ±3 пункти, тож різниця в один-два пункти між двома когортами мало що означає.
У безкоштовному уроці Як читати когортну таблицю ви усередните, виправите й підготуєте для ради директорів когортну таблицю Halves, з тестами й письмовим завданням, яке перевіряє ШІ. Далі — урок Крива LTV, де та сама когортна логіка застосована до доходу. Обидва входять до безкоштовного курсу Продуктова аналітика: від даних до рішень.
