# Як читати когортну таблицю

> Читати рядки, стовпці й діагоналі та усереднювати когорти без класичних помилок.

- Курс: [Продуктова аналітика: від даних до рішень](https://productovi.com/uk/courses/product-analytics.md)
- Модуль: Чи повертаються люди?
- Урок 14/32, ~28 хв
- Джерело: https://productovi.com/uk/courses/product-analytics/cohort-table

## Одна таблиця, три напрямки

**Alex Tutor:** До продуктової команди Halves надходить ще один запит від ради директорів, і Maya пересилає його тобі.

**Maya:** Рада директорів питає про утримання першого місяця. Theo усереднив стовпчик першого місяця й отримав 43%. Можна це надсилати?

**Alex Tutor:** Спершу подивімося на таблицю. **Когортна таблиця** (cohort table) має один рядок на когорту реєстрації, тут — кожен місяць із січня по червень, і один стовпчик на місяць після реєстрації.

**Alex Tutor:** Кожна клітинка — скільки людей із когорти відкрили застосунок хоча б раз у k-му місяці після реєстрації: утримання за місячними періодами. Дані закінчуються в кінці червня, тож у новіших когорт менше стовпчиків.

**Набір даних (CSV):** [Місячні когорти Halves, січень–червень 2026](https://productovi.com/datasets/product-analytics/cohort-table/halves-cohorts-monthly-h1.csv)

Кількість користувачів, що відкрили застосунок у k-му місяці після місяця реєстрації. Порожньо: ще не видно.

- `cohort`: Місяць реєстрації
- `users`: Користувачі, що зареєструвалися того місяця (без акаунтів команди, тобто внутрішнього трафіку)
- `m1`: Активні в 1-му місяці після місяця реєстрації
- `m2`: Активні в 2-му місяці
- `m3`: Активні в 3-му місяці
- `m4`: Активні в 4-му місяці
- `m5`: Активні в 5-му місяці

**Alex Tutor:** Читай її трьома способами. **Рядок** — життя однієї когорти. **Стовпчик** порівнює когорти одного віку: чи стає онбординг кращим? **Діагональ** — один календарний місяць: реліз чи свято б'є по всіх когортах там одночасно.

![Рядок показує життя однієї когорти, стовпчик порівнює когорти одного віку, а діагональ показує один календарний місяць у всіх когортах.](https://productovi.com/courses/product-analytics/diagrams/m4-l2-cohort-table-directions-uk.png)

![Полиці з банками рядами, праворуч банки порожніші; одна людина читає вздовж полиці, інша — згори вниз.](https://productovi.com/courses/product-analytics/inline/cohort-table-illustration-2.webp)

*Рядок розповідає історію однієї когорти, стовпчик порівнює когорти в одному віці.*

**Sofia:** Тобто клітинка — це кількість; щоб отримати утримання, ділю на `users` когорти.

> **Вправа:** Яке **утримання другого місяця** в лютневої когорти? У %, з одним знаком після коми.

**Alex Tutor:** Тепер діагональ. Скажімо, щось зламалося в один календарний місяць: треба знати, де цей місяць лежить у таблиці.

> **Вправа:** У травні 2026 року баг на два тижні розлогінив частину користувачів. Які клітинки таблиці припадають на **травень 2026**?

## Усереднення стовпчика

**Theo:** Ось як я отримав 43%: утримання першого місяця для січня–травня — 44,1, 46,3, 25,8, 49,8 і 50,2. Їхнє середнє — 43,2%.

**Maya:** Хіба середнє за когортами — не саме те, про що питала рада?

**Alex Tutor:** Так 2 400 користувачів березня й 800 січня важать однаково. Щоб відповісти «яка частка всіх, хто зареєструвався, повернулася в перший місяць?», зваж за розміром когорти: додай активних, додай розміри когорт, поділи.

> **Вправа:** Обчисли утримання першого місяця для січня–травня, **зважене за розміром когорт** (сума `m1` ÷ сума `users` для когорт, що мають `m1`). У %, з одним знаком після коми.

**Alex Tutor:** 38,7% зважено проти 43,2% простого середнього. Розрив — це березень: найбільша когорта з великим відривом і найслабший перший місяць, 25,8%.

**Theo:** У березні банк платив власникам студентських карток $5 за реєстрацію в Halves. Реєстрації потроїлися.

**Alex Tutor:** Тоді зрозуміло. **Стимульовані реєстрації (incentivized sign-ups)** приходять по винагороду; багато хто й не мав рахунку, який треба ділити. Без березня зважений перший місяць — 47,9%. Обидва числа правдиві; рада має бачити обидва, з березнем, названим прямо.

![Натовп стоїть у черзі до стійки, де роздають монети; більшість іде, щойно отримавши їх, і лише кілька людей лишаються за столом ділити чек.](https://productovi.com/courses/product-analytics/inline/cohort-table-illustration-3.webp)

*Ті, кому заплатили за реєстрацію, приходять по винагороду; у багатьох ніколи не було рахунку, який треба ділити.*

> **Вправа:** Рада директорів хоче утримання першого місяця в Halves для когорт січня–травня. 2 400 березневих реєстрацій дав банк, який платив власникам студентських карток 5 дол. за реєстрацію, і лише 25,8% із них повернулися в перший місяць. Зважене за розміром когорт утримання першого місяця — 38,7% з березнем і 47,9% без нього; просте середнє п'яти когорт — 43,2%. Що Maya, продуктовій лідерці Halves, варто надіслати раді директорів як утримання першого місяця?

**Alex Tutor:** Якщо рада отримує два числа для першого місяця, то отримає два й для другого, пораховані за тим самим правилом.

> **Вправа:** Відкинь березневу когорту (платна промоакція з реєстрацій) і обчисли зважене утримання другого місяця **без березневої когорти** (січень, лютий, квітень). У %, з одним знаком після коми.

## Крива, що росте без причини

**Sofia:** Для середньої кривої утримання я зважив кожен стовпчик так само: 38,7, 26,9, 21,1, потім 31,1 і 28,6. У четвертому місяці утримання росте?

**Alex Tutor:** Ніхто не повернувся. Змінилися когорти. Третій місяць включає березень; у четвертому лише січень і лютий, які весь час були сильнішими. Кожен стовпчик усереднює інший набір когорт.

![Дві групові фотографії поруч; на другій найнижчі учасники вийшли з кадру, тож група здається вищою.](https://productovi.com/courses/product-analytics/inline/cohort-table-illustration-4.webp)

*Крива піднялася, бо змінилися когорти в ній, а не тому, що хтось повернувся.*

**Alex Tutor:** Виправлення: порівнюй місяці на **тих самих** когортах. Для падіння від першого місяця до другого бери лише січень–квітень — когорти, у яких є обидва стовпчики.

> **Вправа:** Утримання першого місяця, зважене, лише для **січня–квітня** (когорт, що мають і `m2`). У %, з одним знаком після коми.

**Alex Tutor:** 36,4% у першому місяці й 26,9% у другому для тих самих чотирьох когорт. Це справжнє падіння; 38,7% і 26,9% додавали травень лише з одного боку.

**Sofia:** Тобто крива для звіту має брати лише когорти, достатньо старі, щоб мати кожен її стовпчик.

**Alex Tutor:** Так. Або намалюй рядок кожної когорти окремою лінією й порівняй форми. Середні — лише після того, як ти подивишся на рядки.

> **Вправа:** **Правда чи ні:** зважені середні за стовпчиками зростають з 21,1% у третьому місяці до 31,1% у четвертому, а отже, частина користувачів повернулася на четвертий місяць.

## Чи кращає онбординг?

**Maya:** Останнє питання. У квітні ми переробили онбординг. Чи каже стовпчик першого місяця, що це допомогло?

**Alex Tutor:** Спершу визнач, де в таблиці живе ця відповідь.

> **Вправа:** У квітні змінили онбординг. Яка частина таблиці показує, **чи це допомогло**?

**Alex Tutor:** Читай стовпчик, а не середнє: 44,1, 46,3, потім березень, потім 49,8 і 50,2. Пам'ятай, що когорта з 800 людей сама по собі має шум близько ±3,5 пункту і що більше нічого не було зафіксовано.

**Sofia:** Тобто обережне «мабуть, трохи краще», а не коло пошани.

> **Вправа:** У квітні переробили онбординг. У 3–4 реченнях скажи Maya, що про це каже стовпчик першого місяця, з числами й з обмеженнями такого прочитання.

> **Головне**
>
> - **Когортна таблиця**: рядки — когорти реєстрації, стовпчики — місяці після реєстрації. Рядки показують життя когорти, стовпчики порівнюють когорти одного віку, діагоналі — календарні події.
> - Усереднюючи стовпчик, зважуй за розміром когорти (сума активних ÷ сума користувачів), щоб описати всіх користувачів; перший місяць тут — 38,7%, а не простих 43,2%.
> - Називай когорти-викиди, як-от хвилю стимульованих реєстрацій (березень: 2 400 користувачів, 25,8%), і показуй середнє з ними й без них (47,9%).
> - Середні за стовпчиками охоплюють різні когорти, тож крива з них може зрости без причини (21,1% → 31,1%). Порівнюй місяці на тих самих когортах (січень–квітень: 36,4% → 26,9%).
> - Різниця в кілька пунктів між когортами з ~1 000 людей — у межах шуму.

**Alex Tutor:** Отже, рада Maya отримує 38,7%, 47,9% без хвилі промоакції й одне речення, що пояснює різницю.

- Попередній урок: [Утримання: день N, ковзне чи за періодами](https://productovi.com/uk/courses/product-analytics/retention-types.md)
- Наступний урок: [Плато: утримання і product-market fit](https://productovi.com/uk/courses/product-analytics/retention-plateau.md)

---
Productovi Learning. Безкоштовно, читати можна без реєстрації.