Когортный анализ — это метод анализа данных, при котором пользователи (клиенты) разделяются на группы (когорты), которые объединены общим признаком в определенный промежуток времени. Т.е. изучаются признаки поведения групп с течением времени. Простая аналогия: можно измерить среднюю успеваемость всего класса за год. Но это не покажет всей картины. Гораздо информативнее следить за успехами отдельных «когорт» — например, за учениками, которые поступили в 1-й класс в 2020, 2021 и 2022 годах. Так вы увидите, как каждая группа осваивает программу, и сможете сравнить их между собой...

Когда компания впервые получает доступ не к лабораторным синтетическим датасетам, а к реальному поведению миллионов пользователей, картинка ИИ меняется полностью. Именно это произошло с OpenRouter: их отчёт State of AI стал фактически самым масштабным публичным исследованием реального использования LLM — 100 триллионов токенов, прошедших через единую маршрутизирующую платформу. Мы давно обсуждаем архитектуры, токенизации, законы масштабирования (scaling laws), “разумность” моделей… но редко задаём вопрос: а что люди на самом деле делают с ИИ? Этот отчёт наконец даёт честный ответ...