Расчёт когортного анализа: формула, примеры и онлайн-калькулятор
- Когортный анализ делит пользователей на группы по времени первого действия и отслеживает их поведение в следующие периоды.
- Базовая формула ретеншна: (число активных пользователей из когорты в периоде N / численность когорты) × 100%.
- Средний уровень удержания для SaaS-продуктов на 2026 год — 20-30% к 3-му месяцу, для мобильных игр — 5-10%.
- Ошибка 90% новичков — считать ретеншн без разбивки на когорты, получая «среднюю температуру по больнице».
- Что такое когортный анализ и зачем он нужен?
- Формула расчёта когортного ретеншна (простыми словами)
- 3 примера расчёта — от простого к реальному кейсу с таблицей
- Типичные ошибки при расчёте когорт (и как их избежать)
- Как интерпретировать результаты когортного анализа?
- Продвинутые метрики: LTV и когортная карта
- Мини-задачки для самопроверки (с ответами)
- Когда когортный анализ не работает?
Что такое когортный анализ и зачем он нужен?
Представьте, что вы ежедневно печёте пиццу и записываете всех новых клиентов. Кто-то пришёл в понедельник, кто-то во вторник. Если просто посчитать, сколько всего клиентов вернулось на следующей неделе, вы не поймёте, какая партия пиццы была вкуснее. Когортный анализ — это разделение клиентов на группы (когорты) по дате первого заказа и отслеживание их повторных покупок в каждую последующую неделю.
Зачем это нужно? Вот три главные задачи:
- Оценить удержание (retention) — сколько клиентов остаётся с вами через месяц, квартал, год.
- Сравнить каналы трафика — пользователи из органического поиска живут дольше, чем из платной рекламы?
- Заметить проблемы — если когорта этого месяца «отваливается» быстрее обычного, значит, что-то сломалось (например, сайт стал грузиться дольше).
Без когорт вы видите только общую цифру активных пользователей — она может расти, хотя каждую новую когорту вы теряете быстрее. Как будто ведро с дыркой: вы льёте воду, а уровень стоит на месте. Когортный анализ покажет, какого размера дырка и где она.
Для расчётов вручную держите в уме простую аналогию: когорта — это класс учеников, поступивших в один год. Ретеншн — сколько из них доучилось до 2-го курса, 3-го и т.д.
Формула расчёта когортного ретеншна (простыми словами)
Главный показатель когортного анализа — коэффициент удержания (Retention Rate). Он отвечает на вопрос: «Сколько процентов клиентов из когорты 0 остались активными в периоде N?».
Расшифровка каждого символа:
- Retention_N — процент удержания в N-м периоде (например, 2-й месяц, 3-я неделя).
- Users_N — число пользователей из данной когорты, которые совершили целевое действие в периоде N (купили, залогинились, открыли письмо).
- Cohort_Size — общее количество пользователей в когорте (те, кто совершил первое действие в периоде 0).
Важное уточнение: период 0 — это момент формирования когорты (неделя или месяц, когда пользователь впервые появился). Период 1 — следующий период, период 2 — через два периода и т.д. Обычно ретеншн считают для периодов 1, 2, 3, … до 12.
Пример: если в когорте января 1000 человек, а в марте (период 2) из них купили 200, то ретеншн за март = 200 / 1000 × 100% = 20%.
Для наглядности часто строят таблицу когорт (Cohort Matrix), где строки — когорты, столбцы — периоды, а на пересечении — ретеншн в процентах. Вот примерный вид:
3 примера расчёта — от простого к реальному кейсу с таблицей
Пример 1. Простой (магазин приложений)
Предположим, вы запустили мобильное приложение. В первую неделю (когорта недели 1) его установили 500 человек. Из них на второй неделе открыли приложение 50 человек. На третьей — 25. Рассчитайте ретеншн для 2-й и 3-й недель.
- Ретеншн 2-й недели: 50 / 500 × 100% = 10%.
- Ретеншн 3-й недели: 25 / 500 × 100% = 5%.
Ответ: 10% и 5%. Обычно для игр норма — 10-15% на второй неделе, 5-10% на третьей.
Пример 2. Средний (онлайн-курс)
В феврале на курс записалось 1200 человек. Из них в марте (период 1) прошли хотя бы один урок 300 человек, в апреле (период 2) — 180, в мае (период 3) — 90. Найдите ретеншн за каждый месяц.
- Период 1: 300 / 1200 = 25%.
- Период 2: 180 / 1200 = 15%.
- Период 3: 90 / 1200 = 7.5%.
Видно, что удержание падает: с 25% до 7.5% за три месяца. Если в следующей когорте ретеншн за первый месяц будет 20% — это тревожный сигнал.
Пример 3. Реальный (e-commerce с таблицей когорт)
Интернет-магазин запустил рекламу в Instagram. В январе пришло 800 новых покупателей, в феврале — 1000 новых. Данные по повторным покупкам:
| Когорта (месяц) | Размер когорты | Покупки в феврале | Покупки в марте |
|---|---|---|---|
| Январь | 800 | 160 | 80 |
| Февраль | 1000 | — | 150 |
Рассчитайте ретеншн для когорты января за февраль (период 1) и март (период 2), а также для когорты февраля за март (период 1).
- Когорта января, февраль: 160 / 800 = 20%.
- Когорта января, март: 80 / 800 = 10%.
- Когорта февраля, март: 150 / 1000 = 15%.
Вывод: удержание январской когорты через месяц — 20%, через два — 10%. Февральская когорта показала 15% через месяц — хуже, чем январская. Возможно, реклама в феврале привлекла менее лояльных клиентов.
Типичные ошибки при расчёте когорт (и как их избежать)
Даже опытные аналитики иногда спотыкаются. Вот 5 частых ошибок:
- Путают когорту с сегментом. Когорта определяется по времени первого действия, а сегмент — по любым признакам (регион, пол). Сегментировать когорты можно, но не заменяйте одно другим.
- Не учитывают «мёртвые души». Если пользователь удалил аккаунт, его нельзя считать «неактивным» — он просто ушёл навсегда. Лучше исключать таких из знаменателя или считать отдельно.
- Сравнивают когорты разного размера. 50% от 10 человек — это 5, а 50% от 1000 — 500. Всегда смотрите на абсолютные числа и проценты вместе.
- Игнорируют сезонность. Декабрьская когорта интернет-магазина может показывать аномально высокий ретеншн из-за предновогодних распродаж. Сравнивайте когорты одного сезона.
- Считают ретеншн «на коленке» без инструментов. Когда когорт много (еженедельные), легко ошибиться в делении и сложении. Используйте Калькулятор когортного анализа — он автоматически строит матрицу и считает проценты без вашего участия.
Совет: если вы впервые считаете когорты, начните с одной когорты за последний месяц и вручную проверьте каждое число. Потом переходите к автоматизации.
- 1Определите когорту
Выберите временной промежуток (неделя, месяц) и целевое действие (первая покупка, регистрация).
- 2Соберите данные
Выгрузите из CRM или аналитики список пользователей с датами первого и всех последующих действий.
- 3Разбейте на периоды
Для каждой когорты определите, сколько пользователей совершили действие в периоде 0, 1, 2 и т.д.
- 4Рассчитайте ретеншн
По формуле: (активные в периоде N) / (размер когорты) × 100%.
- 5Постройте матрицу
Сведите когорты в таблицу: строки — когорты, столбцы — периоды, ячейки — проценты.
- 6Сделайте выводы
Сравните когорты между собой, найдите аномалии и примите решение (изменить онбординг, рекламу).
Как интерпретировать результаты когортного анализа?
Итак, у вас есть таблица с процентами. Что с ней делать? Взгляните на три аспекта:
- Динамика внутри одной когорты. Нормальное падение: чем дальше от первого периода, тем меньше процент. Если ретеншн резко обвалился (например, с 20% до 5% за один период) — ищите причину: тех. сбой, изменение цен, плохой email-маркетинг.
- Сравнение когорт между собой. Новые когорты должны показывать ретеншн не хуже старых. Если каждая следующая когорта «отваливается» быстрее — у вас проблема с качеством трафика или продукта.
- Бенчмарки. Для 2026 года:
| Тип бизнеса | Ретеншн 1-й месяц | Ретеншн 3-й месяц | Ретеншн 6-й месяц |
|---|---|---|---|
| SaaS B2B | 60-80% | 40-60% | 25-40% |
| SaaS B2C | 40-60% | 20-35% | 10-20% |
| E-commerce | 20-30% | 10-15% | 5-10% |
| Мобильные игры | 10-20% | 5-10% | 2-5% |
Если ваши показатели заметно ниже — не паникуйте, просто наметьте план: улучшить онбординг, добавить push-уведомления, сделать реферальную программу.
✅ Контрольный список: проверьте свой когортный анализ
0 из 10
Продвинутые метрики: LTV и когортная карта
Ретеншн — база, но для полной картины нужно знать, сколько денег приносит когорта. Здесь поможет LTV (Lifetime Value) — средняя прибыль с одного клиента за всё время жизни. Если средний чек умножить на количество покупок на одного клиента из когорты, получится LTV. Сравнивайте LTV разных когорт: если LTV падает, а ретеншн стабилен — возможно, клиенты стали покупать дешевле.
Ещё один полезный инструмент — когортная карта (Cohort Map). Это та же таблица, но с цветовой заливкой: зелёный — высокий ретеншн, красный — низкий. На глаз видно, какие когорты «зеленее».
Чтобы не рисовать карту в Excel, используйте Калькулятор когортного анализа — он уже включает цветовую шкалу и автоматический расчёт LTV (если ввести средний чек). Для анализа текстов обратной связи от ушедших клиентов пригодится Анализатор текста онлайн — он выявит повторяющиеся жалобы.
Мини-задачки для самопроверки (с ответами)
Проверьте себя, не подглядывая в ответы:
- Задача 1. Когорта из 200 человек. В 1-й период активно 40, во 2-й — 20. Найдите ретеншн за 2-й период. (Ответ: 10%)
- Задача 2. В марте пришло 500 новых клиентов, в апреле из них купили 75. Каков ретеншн за апрель? (Ответ: 15%)
- Задача 3. Ретеншн 2-го периода = 12%. Размер когорты = 400. Сколько пользователей было активно во 2-м периоде? (Ответ: 48)
- Задача 4. У вас две когорты: A (1000 чел.) с ретеншном 1-го периода 25%, B (500 чел.) с ретеншном 1-го периода 30%. Какая когорта лучше удерживает? (Ответ: B — 30% > 25%, но абсолютно в A больше — 250 против 150. Важно смотреть оба показателя.)
Если вы ошиблись хотя бы в одной — рекомендую ещё раз прочитать примеры или сразу открыть Калькулятор когортного анализа и ввести свои цифры: он всё посчитает без ошибок.
Когда когортный анализ не работает?
Бывают ситуации, когда когорты бесполезны или даже вредны:
- Слишком маленькая выборка. Если в когорте меньше 30 человек, проценты будут скакать от 0 до 100% из-за случайности. Объединяйте мелкие когорты (например, вместо недельных делайте месячные).
- Одноразовые действия. Если продукт — это разовая услуга (например, регистрация на конференцию), ретеншн не имеет смысла. Используйте другие метрики (NPS, доход на клиента).
- Неверно выбран период. Для приложения для заказа такси ретеншн считают по дням, а для страхования — по годам. Подбирайте период так, чтобы за него совершалось хотя бы 1-2 действия.
В сложных случаях помогает интеграция нескольких источников данных. Например, если вы считаете ретеншн по CRM, а продажи идут через сайт — данные могут расходиться. Для чистоты используйте централизованную аналитику или инструменты вроде Калькулятора ABC-анализа запасов для товарного бизнеса, если нужно сегментировать ассортимент по популярности.
🧮 Посчитайте сами — инструменты по теме
🧭 Разделы по теме
Частые вопросы
Что такое когортный анализ простыми словами?
Это метод, который делит пользователей на группы по времени их первого действия (покупки, регистрации) и отслеживает, сколько из них остаются активными в последующие периоды. Так вы видите, насколько хорошо продукт удерживает клиентов.
В чём разница между когортным и сегментным анализом?
Когортный анализ делит по времени первого действия, а сегментный — по любым признакам (возраст, город). Когорты можно дополнительно сегментировать, но не путайте: когорта — это всегда временная группа.
Как считать когортный анализ в Excel?
Создайте таблицу: строки — когорты (например, месяцы), столбцы — периоды (1-й месяц, 2-й и т.д.). В ячейках — число активных пользователей. Затем формулой поделите каждую ячейку на размер соответствующей когорты и умножьте на 100. Удобнее использовать сводные таблицы.
Какой хороший retention rate для мобильного приложения?
На 2026 год средний Day-1 ретеншн — 25-30%, Day-7 — 10-15%, Day-30 — 5-10%. Для игр нормы ниже, для утилит — выше. Сравнивайте свои показатели с бенчмарками вашей ниши.
Что такое когортная таблица (cohort matrix)?
Это таблица, где строки — когорты (по датам), столбцы — периоды (1, 2, 3...), а на пересечении — процент удержания. Она наглядно показывает, как меняется лояльность со временем и между разными группами.
Как часто нужно проводить когортный анализ?
Оптимально раз в месяц для ежемесячных когорт или раз в неделю для ежедневных. Регулярность нужна, чтобы вовремя заметить ухудшение удержания и быстро среагировать.
Какие ошибки чаще всего допускают в когортном анализе?
Главные: путают когорту с сегментом, считают ретеншн без учёта мёртвых аккаунтов, сравнивают когорты разного размера, игнорируют сезонность и не автоматизируют расчёты.
Где посчитать когортный анализ онлайн бесплатно?
Используйте Калькулятор когортного анализа — он бесплатный, автоматически строит матрицу и не требует установки.