Вы группируете пользователей по неделям регистрации (Январь, Февраль, Март) и смотрите на их удержание (когорта — месяц). Когорта | Нед.1 | Нед.2 | Нед.3 | Нед.4 Янв. | 100% | 45% | 35% | 30% Фев. | 100% | 50% | 40% | 35% Мар. | 100% | 55% | 45% | 40% Всё отлично! Удержание новых пользователей растёт от когорты к когорте. Например потому что улучшение онбординга, которое мы запустили в конце февраля, сработало — когорта марта показывает лучшие результаты с первой же недели. Дан ответ на вопрос: «Становимся ли мы лучше?» Разделение всех пользователей за март на сегменты по источнику трафика. Сегмент | Размер | Удержание (День 7) | Ср.доход на пользователя Конт.рек. | 5000 | 25% | 1.5 ₽ Реф.прог. | 1500 | 60% | 4.0 ₽ Соц.сети | 3000 | 35% | 2.0 ₽ Пользователи из реферальной программы — наши лучшие клиенты. Они лучше удерживаются и приносят больше денег. Бизнес-решение — нужно увеличить инвестиции в реферальную программу и пересмотреть креативы для контекстной рекламы, чтобы привлекать бо
- Сегментный анализ отвечает на вопрос «КТО?». Кто наши пользователи и чем они отличаются друг от друга прямо сейчас?
- Когортный анализ отвечает на вопрос «КАК ИЗМЕНЯЕТСЯ?». Как поведение одной и той же группы пользователей меняется с течением времени?
Сравнительная таблица. Когортный vs Сегментный анализ
Пример в мобильным приложении
Сценарий 1. Когортный анализ
Вы группируете пользователей по неделям регистрации (Январь, Февраль, Март) и смотрите на их удержание (когорта — месяц).
Когорта | Нед.1 | Нед.2 | Нед.3 | Нед.4
Янв. | 100% | 45% | 35% | 30%
Фев. | 100% | 50% | 40% | 35%
Мар. | 100% | 55% | 45% | 40%
Выводы (временная динамика)
Всё отлично! Удержание новых пользователей растёт от когорты к когорте. Например потому что улучшение онбординга, которое мы запустили в конце февраля, сработало — когорта марта показывает лучшие результаты с первой же недели.
Дан ответ на вопрос: «Становимся ли мы лучше?»
Сценарий 2. Сегментный анализ
Разделение всех пользователей за март на сегменты по источнику трафика.
Сегмент | Размер | Удержание (День 7) | Ср.доход на пользователя
Конт.рек. | 5000 | 25% | 1.5 ₽
Реф.прог. | 1500 | 60% | 4.0 ₽
Соц.сети | 3000 | 35% | 2.0 ₽
Выводы (сравнение групп)
Пользователи из реферальной программы — наши лучшие клиенты. Они лучше удерживаются и приносят больше денег. Бизнес-решение — нужно увеличить инвестиции в реферальную программу и пересмотреть креативы для контекстной рекламы, чтобы привлекать более качественную аудиторию.
Дан ответ на вопрос: «Кто наши лучшие пользователи и на ком нам фокусироваться?»
Синергия. Как они работают вместе?
Настоящая мощь проявляется, при объединении оба метода анализа.
Пример комбинированного подхода
- Когортный анализ показал, что удержание на 2-й неделе стало падать для когорт, пришедших в последний месяц.
- Вопрос: «Почему?»
- Делаем сегментный анализ внутри падающей когорты и обнаруживаем, что падение удержания сконцентрировано среди одного сегмента — «Пользователи из региона А», которых недавно начали массово привлекать.
- Гипотеза. Возможно, для пользователей из региона А не работает ключевая функция (например, быстрая доставка), или у них другая культурная специфика.
- Действие. Адаптация продукта или маркетинговой активности для этого сегмента.
- Проверка. С помощью когортного анализа отслеживаем, изменилась ли динамика удержания для новых когорт из региона А после ваших изменений.
Итог
Когортный анализ помогает оценить, как продукт работает во времени, а сегментный — для кого он работает лучше или хуже. В продуктовой аналитике обе метода используются как взаимодополняющие инструменты, чтобы получить полную картину жизнеспособности продукта.