Когортный анализ клиентов простыми словами: что показывает, как посчитать и где применять

Когортный анализ клиентов отвечает на неудобный вопрос: почему трафика всё больше, а прибыль не растёт. Разгадка обычно в том, что новые клиенты уходят раньше, чем окупаются, — но сводные отчёты усредняют всё в одну цифру и этого не видят. Когорты разбивают клиентов на группы по времени прихода и показывают, кто остаётся с вами, а кто исчезает после первой покупки. Дальше — коротко и по делу: что даёт метод, как посчитать удержание и LTV, чем строить и как прочитать результат на живом примере.

Меня зовут Павел, я отвечаю за маркетинг. Объясню так же, как ввожу в тему новичков в команде: с формулами, но без академической тяжести.

Что показывает когортный анализ и почему без него сложно расти

Когорта — группа клиентов, которых связывает одно событие в один период: купили впервые в марте, зарегистрировались на этой неделе, установили приложение вчера. Каждую такую группу мы ведём отдельно и наблюдаем во времени: сколько человек осталось через месяц, через три, через полгода и сколько денег они за это время принесли.

Всё держится на оси времени. Сегмент говорит, кто перед вами, и не меняется. Когорта добавляет «а что было с этими людьми дальше» — и именно здесь всплывают проблемы, невидимые в общем отчёте.

Живой пример. Средняя возвращаемость по компании ровно держится на 20% — повод расслабиться. А разбивка по когортам показывает: старые группы возвращаются на треть, свежие — едва на десятую часть. Общая цифра стоит только потому, что её вытягивает старая лояльная база, которая понемногу вымывается. Продукт или трафик уже испортились, просто выручка отреагирует с лагом в пару месяцев. Когорты дают этот сигнал заранее, пока починка ещё стоит дёшево.

[ИЗОБРАЖЕНИЕ: когортная сетка (heatmap) — слева когорты по месяцам, сверху возраст группы, клетки залиты цветом от зелёного к красному по доле оставшихся клиентов]

Когда когортный анализ действительно нужен бизнесу

Метод работает везде, где есть повторное взаимодействие и жизненный цикл клиента: подписки, магазины, приложения, сервисы, онлайн-образование. Вот ради чего он у меня всегда под рукой.

Чтобы оценивать каналы по деньгам за всю жизнь клиента, а не по стоимости заявки. Источник может лить дешёвые лиды, чьи когорты рассыпаются за месяц, — и на дистанции он окажется самым дорогим.

Чтобы проверять изменения. Переписали онбординг или письма — берём когорту до правок и после и сравниваем на одинаковом возрасте. Такой замер честнее радости от скачка конверсии в первый день.

Чтобы прогнозировать окупаемость. Форма кривой удержания плюс средний чек дают LTV и ответ, за сколько месяцев вернётся вложенное в привлечение.

Чтобы находить место утечки. Когорты точно указывают возраст, на котором начинается массовый уход, — и работать нужно именно по этому участку пути, а не размазывать усилия.

Чтобы тестировать цены и тарифы. Подняли стоимость или перекроили тарифную линейку — сравнение когорт до и после покажет эффект не на разовой конверсии, а на удержании и доходе с клиента вдолгую. Нередко рост цены почти не роняет удержание, зато ощутимо поднимает LTV, но заметить это можно только на дистанции жизни группы.

По какому признаку собирать когорты

Признак группировки определяет, на какой вопрос вы получите ответ.

По времени — база и точка старта для всех: месяц регистрации, неделя установки, день первой оплаты. Показывает, чем отличаются клиенты, пришедшие в разные периоды.

По действию — поведенческие когорты: заполнил профиль, завершил онбординг, оформил второй заказ. Раскрывают, как конкретный шаг влияет на будущее клиента. Нередко обнаруживается закономерность: кто совершил определённое действие в первые дни, держится в разы дольше. Это и есть «действие-активатор» — цель, к которой стоит подводить каждого новичка.

По источнику — группировка по каналу: органика, Директ, VK Ads, Telegram Ads, рассылки. Отвечает, какой трафик приводит тех, кто остаётся. С этого среза я начинаю всегда, когда речь о платном привлечении.

Разумная последовательность: сперва временные когорты по месяцу первого касания, затем поверх — источник, и лишь после этого поведенческие. Прыгать сразу в сложную многомерную модель — гарантированно застрять и ничего не довести до внедрения.

Главные метрики когорт: удержание, отток и LTV

Сетка без метрик — просто клетки. Наполняют её три показателя.

Удержание (Retention Rate) — доля когорты, оставшаяся активной к определённому возрасту. Считается так: активных в N-й период делим на исходный размер группы и умножаем на сто. Скажем, в когорту вошло 900 человек, через месяц активны 198 — удержание первого месяца 22%. Зеркальный показатель — отток (churn): при удержании 22% отток за период 78%. У живого продукта кривая удержания не обваливается в ноль, а выходит на плато — уровень, ниже которого почти не падает. Чем выше это плато, тем прочнее ядро постоянных клиентов.

В приложениях удержание удобнее мерить по дням — D1, D7, D30, то есть доля вернувшихся на первый, седьмой и тридцатый день. В магазинах и подписках логичнее шаг в месяц.

LTV — накопленный доход, который средний клиент когорты приносит за всё время. В сетке эта величина растёт слева направо: старшая когорта успела принести больше. Оговорка по расчёту: чтобы честно сравнивать LTV с затратами на привлечение, берите его по марже, а не по обороту, — иначе экономика на бумаге окажется приятнее, чем в кассе.

Сила в связке. Канал может приводить недорогого клиента с приличным первым чеком, но если когорты не возвращаются, окупаемость на деле уходит в минус. Соседний канал дороже на входе, зато его клиенты живут и за полгода приносят кратно больше. По одной первой продаже вы срезали бы бюджет ровно на сильном канале — когорты страхуют от этой ошибки.

Как читать когортную таблицу: на что смотреть в первую очередь

Сетку читают в трёх направлениях, и каждое отвечает на свой вопрос.

Вниз по столбцу — сравнение разных когорт на одном возрасте. Это индикатор качества во времени: если декабрьская группа на третьем месяце держится хуже сентябрьской, значит, трафик или продукт для новых клиентов ухудшились. Растущие сверху вниз проценты, наоборот, — хороший знак: вы привлекаете и удерживаете лучше.

Вдоль строки — жизнь одной когорты от месяца к месяцу. Здесь ищут, где именно проваливается удержание. Плавное снижение с выходом на плато — норма. Резкий обрыв на конкретном возрасте — сигнал, что в этой точке пути что-то ломается: заканчивается триал, приходит первый счёт, исчерпывается вау-эффект.

И общая форма. Первое, что я проверяю в любой сетке, — выходит ли кривая на плато или сползает к нулю. Плато означает, что у продукта есть ядро, на котором можно строить рост. Сползание в ноль — что вы удерживаете клиентов только новыми вливаниями трафика, и это тупик. Второе — насколько высоко это плато относительно рынка и относительно ваших же прошлых когорт.

Есть и четвёртый ракурс — диагональ. Она собирает клетки, которые относятся к одному календарному моменту: что происходило со всеми когортами в конкретный месяц. Так ловят внешние события — технический сбой, распродажу, скачок сезона, — которые одинаково задели и молодые, и старые группы. Если провал идёт по диагонали, причина не в качестве отдельной когорты, а в чём-то, что случилось со всеми разом, и искать её надо не в продукте, а во внешних обстоятельствах того месяца.

Какое удержание и LTV считать хорошим результатом

Как только сетка готова, звучит вопрос: «22% на первом месяце — плохо или нормально?» Универсального ответа нет, всё завязано на нишу и маржу, но ориентиры по рынку существуют.

Повторные покупки в интернет-торговле и рознице обычно укладываются в 20–35%. Возвращается за вторым заказом каждый третий-четвёртый — значит, вы держитесь на уровне отрасли. У приложений и подписок планка выше: здоровым считают удержание платящих от 60%, ведь модель живёт регулярностью. У компаний с историей в 5–7 лет повторные продажи, как правило, дают от 40 до 60% всей выручки; доля в 10–15% говорит не о стабильности, а о неиспользованном потенциале роста.

По экономике ключевой ориентир — отношение LTV к CAC. Норма для большинства бизнесов — от 3 к 1: рубль в привлечение возвращается минимум тремя рублями за жизнь клиента. Около 1 к 1 — вы работаете в ноль, меньше — теряете. Сильно выше 4–5 к 1 — это не медаль, а намёк, что вы вкладываете в маркетинг меньше, чем могли бы, и упускаете рост. Считать соотношение нужно на марже, а в CAC закладывать не только рекламу, но и зарплаты команд, — без этого цифра льстит.

Но самый полезный эталон — не отраслевая табличка, а ваша собственная предыдущая когорта. Удержание и LTV растут от группы к группе — вы движетесь верно, какими бы ни были абсолютные значения.

Как построить когорты: от таблиц до Метрики

Инструмент выбирают под масштаб. На старте BI не нужен — достаточно таблиц.

Когортная таблица в Excel и Google Таблицах: короткая инструкция

Нужна выгрузка по строке на каждую транзакцию: идентификатор клиента, дата, сумма. Дальше по шагам, функции привожу для русского Excel.

Найдите дату входа в когорту — самую раннюю покупку клиента — формулой =МИНЕСЛИ(диапазон_дат; диапазон_ID; ID_клиента). Соберите метку когорты, вытащив из этой даты год и месяц: =ТЕКСТ(дата_первой_покупки; "ГГГГ-ММ") вернёт строку вида «2026-04». Посчитайте возраст каждой покупки в месяцах: =РАЗНДАТ(дата_первой_покупки; дата_покупки; "m"). Постройте сводную: строки — когорта, столбцы — возраст, значения — число уникальных клиентов или сумма дохода. Разделите клетки на размер когорты (столбец возраста «ноль») с закреплённой ссылкой, чтобы получить проценты, и раскрасьте цветовой шкалой. Красная вертикаль на одном возрасте по всем строкам сразу выдаёт точку оттока.

Способ упирается в ручной труд и объём данных, но для первой гипотезы и обучения команды бесценен: собрав сетку своими руками, человек наконец понимает её изнутри.

Когортный отчёт в Яндекс Метрике

В России Метрика — выбор по умолчанию. С середины 2025 года использование Google Analytics стало юридически рискованным из-за требований к локализации персональных данных, и многие команды с GA4 уже ушли. Метрика хранит данные в стране и точнее разбирает наш трафик из Директа и поиска Яндекса.

Базовый отчёт настраивают так: задают правило формирования когорт (например, по месяцу первого визита), выбирают период и метрику для графика — визиты, целевые визиты, достижения цели или покупки при подключённой электронной коммерции. Метрика рисует график по группам разных месяцев, и на нём сразу читается, кто возвращается активнее. Оговорка: встроенный отчёт хорош для быстрого взгляда, а глубокий разбор по удержанию и деньгам упирается в потолок агрегированных данных, к тому же на малом трафике проценты нестабильны. За точностью идут в сырые данные через Logs API и считают когорты в BI (Yandex DataLens, Grafana) либо подключают сквозную аналитику вроде Roistat или Calltouch, где когорты нередко уже встроены.

[ИЗОБРАЖЕНИЕ: скриншот когортного отчёта в Яндекс Метрике — правило формирования когорт, выбор периода и метрики, линейный график по группам]

Пример когортного анализа с цифрами

Покажу на разборе. Числа округлены и слегка изменены, но пропорции и вывод — из реальной практики.

Онлайн-школа профессий брала клиентов из двух источников: собственный контент и органика (SEO плюс блог) против рекламы у блогеров под промокод. По стоимости первой продажи блогеры выглядели привлекательнее, и команда рвалась перелить туда бюджет. Решение отложили и сначала разложили когорты по месяцу первой оплаты, добавив канал и накопленный доход.

Органика: первый чек в среднем 12 000₽, к третьему месяцу 34% учеников покупали второй курс или продлевали, а за полгода средний ученик добирал ещё около 0,6 курса чеком примерно 11 000₽. Складываем оборотный доход за полгода: 12 000 + 0,6 × 11 000 ≈ 12 000 + 6 600 ≈ 18 600₽, то есть порядка 19 000₽ с человека.

Блогеры: первый чек ниже, 9 000₽ из-за промокода, а повторные покупки почти отсутствовали — за полгода в среднем 0,25 курса чеком около 10 000₽. Доход выходит 9 000 + 0,25 × 10 000 ≈ 9 000 + 2 500 ≈ 11 500₽. Считали по обороту, не по марже, и цифры специально неровные — идеально гладких когорт в жизни не бывает.

С поправкой на удержание расстановка сил поменялась на противоположную. Промо-аудитория заходила за скидкой и быстро отваливалась, поэтому реальная цена окупаемого ученика у блогеров оказалась выше, а не ниже. Бюджет на этот канал свернули до тестового, освободившиеся деньги направили в контент и удержание базы. Дополнительно перенастроили приветственную цепочку так, чтобы новый ученик быстрее доходил до старта обучения, — именно на этом шаге раньше терялась половина людей. За квартал доля повторных оплат поднялась с 23 до 30%. Ни один отчёт по цене заявки к такому решению не вёл — путь показали только когорты.

Как сделать когортный анализ регулярной привычкой

Инструмент приносит пользу, только когда живёт в процессе, а не достаётся раз в год перед защитой бюджета. Что помогает встроить его в рутину.

Выберите одну главную метрику удержания под вашу модель — удержание первого месяца, D7 или долю повторных покупок — и повесьте на общий дашборд. Одна цифра, за которой следят все, дисциплинирует лучше десяти отчётов.

Свяжите каждое заметное изменение с замером. Тронули продукт, письма или трафик — заведите правило сравнивать когорту до и после. Так интуиция превращается в проверяемые факты.

Сшейте когорты с деньгами. Удержание без LTV — половина правды; полную картину даёт только связка возвращаемости с доходом и расходами на канал.

И держите короткий ритм. Пятнадцати минут раз в месяц хватает, чтобы вся команда посмотрела свежую сетку и ответила на три вопроса: где стало лучше, где хуже и что мы сделаем до следующей сверки. Работает не глубина разового разбора, а именно регулярность — она ловит проседания на молодых когортах, пока их ещё можно исправить недорого.

Частые ошибки, из-за которых когорты вводят в заблуждение

За годы у меня собралась коллекция граблей — делюсь, чтобы вы их обошли.

Крохотные когорты. В группе из сорока человек проценты пляшут от случайности. На малом трафике укрупняйте шаг — месяцы вместо недель, при необходимости кварталы.

Плавающее определение «возврата». Договоритесь заранее, что считать активностью: любой заход, целевое действие или именно оплату. Иначе сравниваете несравнимое.

Забытая сезонность. Декабрьская когорта в рознице почти всегда особенная. Сопоставляйте похожие периоды, чтобы не принять праздничную волну за успех кампаний.

Красивая сетка без решения. Самая дорогая ошибка — построить, полюбоваться и забыть. Когорты существуют ради действия: отключить канал, переделать онбординг, переставить бюджет. Вывода нет — время потрачено впустую.

Смешанная аудитория в одной группе. Опт и розница, B2B и B2C подчиняются разным законам, и объединять их — всё равно что усреднять несовместимое.

Что почитать по теме когортного анализа

Тема лежит на стыке маркетинга, продукта и аналитики. Из книг рекомендую «Lean Analytics» Алистера Кролла и Бенджамина Йосковица — прочная основа, где удержание и когорты показаны как база роста, а не отдельный приём. Для LTV и юнит-экономики подойдёт любая толковая книга по экономике стартапов.

Из практического — учебные разделы и документация Яндекса по Метрике, включая выгрузку сырых данных через Logs API, и блоги действующих аналитиков со скриншотами настоящих дашбордов. Из зарубежного — руководства Amplitude и Mixpanel, де-факто стандарт по retention и когортам, плюс материалы Reforge для желающих копнуть в механику роста поглубже. И честно скажу: один когортный отчёт, собранный руками по своему проекту, даст больше, чем десяток курсов, просмотренных вполглаза.

Вопросы для самопроверки перед стартом

Прежде чем строить когорты, ответьте себе на несколько вопросов. Какое событие берёте за вход в когорту — визит, регистрацию или первую оплату? Какой шаг группировки подходит вашему циклу? Какую метрику кладёте в клетки — возвращаемость, удержание или LTV? На каком возрасте ждёте провал и почему именно там? И самый важный: какое конкретное действие предпримете, если увидите, что новые когорты держатся слабее старых? Если на большинство ответ пока «не знаю» — вот вам список задач на ближайший месяц.

Telegram-каналы с вакансиями и резюме для маркетологов и не только

Небольшой блок для тех, кто растёт в профессии. Много рабочих движений в digital происходит в telegram: там вакансии появляются раньше, чем на классических площадках, а профессиональные разборы читаются живьём. Отобрал каналы, которые сам держу в подписках, — берите под свою задачу.

Профильные вакансии для маркетологов, PR-специалистов, контент-менеджеров и SMM — точка входа, если вы ищете работу в маркетинге или, наоборот, подбираете человека. Отобранные предложения без спама и «мёртвых» вакансий: https://t.me/digital_jobster

Вакансии в маркетинге и продажах, живые проекты — тг-канал для тех, кто хочет попасть на осмысленную задачу к адекватному работодателю. Заглядывайте, если нужен толковый продажник или сами присматриваете сильную позицию: https://t.me/rabota_go

Удалёнка и онлайн-проекты — telegram-канал про работу из любой точки мира. Удалённые вакансии в digital, фриланс и проектная занятость в одном потоке, для тех, кому важна свобода графика: https://t.me/rabota_freelancee

Резюме и поиск кандидатов — тг канал, где специалисты публикуют резюме, а компании смотрят, кто сейчас открыт к предложениям. Быстрый способ оценить, какие люди прямо сейчас в поиске: https://t.me/jobster_resume

Юмор про работу, будни коллег, разборы маркетинговых кейсов и полезное по контенту и SMM — telegram-канал, где можно и посмеяться, и утащить в закладки рабочий приём: https://t.me/jobster_guru

Совет: если поиск для вас серьёзный, подпишитесь на несколько каналов сразу — хорошие предложения в тг разбирают за часы, и преимущество у того, кто откликнулся первым.

Найти работу в маркетинге или нанять специалиста — сайт Джобстер

Умение читать когорты, считать удержание и LTV сегодня в цене: за такие навыки бьются работодатели, а специалисты справедливо просят за них деньги. Остаётся вопрос, где две стороны встречаются быстро и без лишнего шума.

Джобстер — одна из ведущих платформ для найма и поиска работы в маркетинге, digital и продажах. Здесь нет случайной аудитории: только профильные специалисты — маркетологи, аналитики, SMM-менеджеры, контент-специалисты, дизайнеры и продажники. Для бизнеса это меньше потерянного времени и выше шанс сразу выйти на сильного кандидата; для соискателя — реальные вакансии без «призраков», игнора и размытых требований.

Работает это так: вакансия попадает и на сайт, и в сеть профильных Telegram-каналов, где сидят активные специалисты. Двойной охват ускоряет отклики и закрытие позиции — часто счёт идёт на дни, а не на месяцы. Нужен человек, который усилит маркетинг, — вы найдёте его здесь. Ищете свою работу в digital — тоже.

Открытые вакансии: https://jobster.pro/work

База специалистов: https://jobster.pro/baza_rezume_specialistov

Разместить вакансию: https://jobster.pro/employer

Разместить резюме: https://jobster.pro/razmestit_rezume

Вопросы и ответы: когортный анализ на практике

Чем когортный анализ отличается от RFM? RFM делит текущую базу по давности, частоте и сумме покупок — это моментальный срез для работы с клиентами сейчас. Когорты смотрят на группы во времени и отвечают за удержание и жизненный цикл. Они не конкуренты: RFM подсказывает, кому написать сегодня, когорты — как в целом развивается база.

Сколько нужно данных? Формально когорту собирают и на сотне человек, но чем группа меньше, тем сильнее шумят проценты. Устойчивые выводы начинаются от нескольких сотен человек в когорте; на малом трафике укрупняйте шаг до месяца или квартала.

Можно ли строить когорты в Яндекс Метрике бесплатно? Да, встроенный отчёт бесплатный. Для магазина дополнительно настройте электронную коммерцию и передачу идентификатора покупателя — без этого денежные когорты не соберутся.

Как часто обновлять анализ? По циклу бизнеса: приложения и подписки — раз в неделю-две, магазины и услуги — раз в месяц. Ценна регулярность, а не разовый рывок перед бюджетным комитетом.

Что важнее — удержание или LTV? Это две стороны одной монеты. Удержание показывает, остаются ли клиенты, LTV — сколько денег они приносят. Смотреть надо вместе: высокое удержание без выручки и большой первый чек без удержания одинаково обманчивы.

С какого признака начать новичку? С месяца первого касания — визита, регистрации или первой оплаты. Это самый понятный вход. Освоите временные когорты — добавляйте сверху источник трафика и поведение.

Когортный анализ и сквозная аналитика — это одно и то же? Нет. Сквозная аналитика сводит воедино рекламные расходы и продажи по всей воронке, а когортный анализ — это способ смотреть на клиентов группами во времени. Они пересекаются: многие сервисы сквозной аналитики умеют строить когорты. Но сквозная аналитика обходится и без них, а когорты можно считать вручную в обычной таблице — это разные вещи, которые хорошо работают в связке.