TL;DR
- Сегментация отвечает на вопрос "кто эти пользователи и чем они отличаются".
- Когортный анализ отвечает на вопрос "как ведет себя группа пользователей во времени".
- Средние метрики часто скрывают проблему: общий revenue может расти, пока новые когорты становятся хуже.
- Хорошая когорта имеет clear birth event, period, return event и бизнес-смысл.
- Когорты нужны не для красивой таблицы, а для решения: какие каналы, продукты, onboarding и retention-механики масштабировать.
1. Сегмент vs когорта
Сегмент - группа пользователей по признаку. Когорта - группа пользователей, объединенная событием и временем.
| Тип | Пример | Вопрос |
|---|---|---|
| Сегмент | Пользователи из Алматы на iOS | Кто они? |
| Поведенческий сегмент | Создали 3 проекта за первую неделю | Что они сделали? |
| Когорта | Зарегистрировались в январе 2026 | Как они живут во времени? |
| Revenue cohort | Первый платеж в феврале 2026 | Как окупаются? |
Сегменты полезны для сравнения. Когорты полезны для диагностики здоровья бизнеса.
2. Почему средние цифры опасны
Допустим, общий MRR растет. Это может означать:
- продукт стал лучше;
- маркетинг привел больше пользователей;
- подняли цены;
- старые клиенты платят, а новые не остаются;
- одна крупная сделка перекрыла churn;
- сезонность временно подняла спрос.
Когортный анализ разделяет эти истории.
| Month cohort | Month 0 | Month 1 | Month 2 | Month 3 |
|---|---|---|---|---|
| January | 100% | 42% | 31% | 24% |
| February | 100% | 38% | 26% | 19% |
| March | 100% | 29% | 16% | 9% |
Общий user count может расти, но March cohort уже показывает ухудшение качества.
3. Birth event и return event
Любой retention/cohort report требует определения.
| Поле | Пример |
|---|---|
| Birth event | sign_up_completed |
| Cohort period | Week of signup |
| Return event | core_action_completed |
| Window | Week 1, Week 2, Week 3 |
| Segment split | Channel, city, plan, platform |
Плохая когорта:
Хорошая когорта:
4. Что считать return
Return event должен отражать ценность, а не просто открытие приложения.
| Продукт | Слабый return | Сильный return |
|---|---|---|
| EdTech | app_open | lesson_completed |
| E-commerce | session_start | purchase или add_to_cart |
| Fintech | login | transfer_completed |
| B2B SaaS | dashboard_viewed | report_shared или workflow_completed |
| Delivery | app_open | order_completed |
Если смотреть только app opens, можно оптимизировать push-спам вместо реальной ценности.
5. Сегментация когорт
Когорты становятся полезными, когда вы режете их по признакам.
| Разрез | Что можно увидеть |
|---|---|
| Channel | Какие источники дают долгую жизнь |
| Campaign | Где дешевый CAC превращается в плохой LTV |
| City | Отличия Алматы, Астана, регионы |
| Platform | iOS/Android/Web friction |
| Plan | Free vs paid vs trial |
| First action | Какие ранние действия ведут к retention |
| Manager/team | Для B2B и sales-assisted путей |
Не делайте 50 разрезов сразу. Начните с 3-5 гипотез, иначе таблица станет шумом.
6. Когортная таблица по revenue
Retention по действиям важен, но P&L живет в деньгах.
Revenue cohort показывает, сколько денег приносит группа пользователей после первого платежа. Для subscription-продукта это база: смотрим не только кто пришел, но и сколько осталось revenue через 1, 3, 6 месяцев.
7. Пример: EdTech
Школа запускает три канала.
| Channel | Leads | Paid students | Month 3 active | Refund rate |
|---|---|---|---|---|
| Instagram ads | 900 | 120 | 18 | 22% |
| Referral | 140 | 70 | 48 | 5% |
| YouTube organic | 210 | 60 | 39 | 8% |
Если смотреть leads, выигрывает Instagram. Если смотреть Month 3 active и refunds, referral и YouTube дают качественнее бизнес. Когорты превращают маркетинговый спор в финансовый вывод.
8. Локальный контекст СНГ/РК
В Казахстане важно учитывать сезонность: Наурыз, лето, учебный год, Black Friday, зарплатные циклы, религиозные праздники, погода и городскую специфику.
Без когорт можно принять сезонный всплеск за улучшение продукта. Например, в августе EdTech получает много заявок перед учебным годом. Но если эти когорты хуже удерживаются, это не growth, а временный спрос.
Практичные разрезы:
- Алматы / Астана / регионы;
- RU / KZ language;
- iOS / Android;
- Kaspi/payment method;
- referral / paid / organic;
- offline branch / online flow;
- first purchase category.
9. Ошибки
| Ошибка | Последствие |
|---|---|
| Birth event слишком широкий | В когорту попадает мусор |
| Return event слишком слабый | Retention выглядит лучше, чем бизнес |
| Когорты без revenue | Не видно окупаемость |
| Слишком много сегментов | Статистический шум |
| Не учитывать сезонность | Ложные выводы о каналах |
| Менять event definition без версии | Старые и новые когорты нельзя сравнить |
10. Практический чеклист
- Определен birth event.
- Определен value-based return event.
- Есть cohorts by signup/acquisition month.
- Есть revenue cohorts.
- Когорты режутся по channel, platform, city, plan.
- Сезонность помечается в отчете.
- Есть сравнение cohorts до и после продуктовых изменений.
- Есть минимум одна weekly meeting привычка смотреть новые когорты.
11. Видео
12. Главный совет
Никогда не доверяйте среднему retention или общей выручке без когорт. Бизнес может выглядеть здоровым только потому, что новые пользователи постоянно маскируют ухудшение качества старых и свежих групп.
Sources / Notes
- Amplitude: Understanding user behavior
- Amplitude: Behavioral analytics guide
- Mixpanel: Cohort analytics guide
- Mixpanel Developer Docs: Retention query
- Reforge: Retention and engagement growth