Когортный анализ: как понять, возвращаются ли клиенты

Клиенты могут регулярно приходить на сайт, оставлять заявки и покупать, но отчёт по месяцам не покажет, кто из них вернулся повторно. Когортный анализ помогает увидеть связь между датой первого заказа и дальнейшим поведением покупателей: сколько клиентов повторили покупку, через какой срок они вернулись и какая группа приносит бизнесу больше выручки.

Этот подход особенно полезен, если вы вкладываетесь в рекламу, развиваете интернет-магазин, продаёте услуги с повторным обращением или хотите понять реальную ценность привлечённого клиента. Вместо общего вопроса «сколько было заказов» вы получаете более точный ответ: «что происходит с клиентами после первой покупки».

Что такое когортный анализ и какую когорту выбрать

Когортой называют группу пользователей, объединённых общим признаком и периодом начала взаимодействия с компанией. Чаще всего за основу берут месяц первой покупки. Например, в когорту января входят все клиенты, которые впервые оплатили заказ в январе, независимо от того, когда они вернулись впоследствии.

В классическом варианте анализ удержания клиентов строится по строкам и столбцам. В строках находятся когорты, а в столбцах периоды после первого действия: месяц 0, месяц 1, месяц 2 и так далее. Месяц 0 показывает результат первой покупки, месяц 1 показывает, сколько клиентов вернулось в следующий месяц, а месяц 2 отражает повторную активность ещё через один месяц.

Когорту можно формировать не только по первой покупке. В зависимости от задачи используют следующие признаки:

• дата первой заявки или консультации;
• дата первой оплаты;
• месяц регистрации в личном кабинете;
• источник первого обращения;
• тип товара или услуги в первой покупке;
• регион, сегмент бизнеса или размер заказа;
• участие в рекламной кампании или акции.

Для интернет-магазина обычно достаточно начать с даты первой оплаты. Для компании с длинным циклом сделки правильнее разделить несколько событий: первая заявка, квалификация, договор и фактическая оплата. Если считать возвращением только повторную оплату, вы не смешаете интерес к предложению с реальной выручкой.

Когортный анализ показывает не среднюю картину по всем клиентам, а судьбу каждой группы после первого контакта с бизнесом.

Зачем бизнесу анализ возвращаемости клиентов

Обычный отчёт за месяц смешивает новых и постоянных покупателей. Если в марте вы получили 200 заказов, из этой цифры непонятно, сколько клиентов пришло впервые, сколько вернулось повторно и какая реклама привела наиболее ценных покупателей. Когортный подход разделяет эти потоки.

С его помощью можно проверить несколько важных гипотез:

• возвращаются ли клиенты после первой покупки;
• через какой срок обычно происходит повторное обращение;
• какие каналы приводят покупателей с большей ценностью;
• влияет ли скидка на долгосрочные покупки или даёт только разовый всплеск;
• какие товары чаще становятся началом повторных заказов;
• ухудшается ли качество новых клиентов после изменения рекламы или посадочной страницы;
• как меняется удержание после внедрения рассылок, программы лояльности или нового сценария продаж.

Например, рекламная кампания может дать высокую выручку в первый месяц, но привести аудиторию, которая почти не возвращается. Другая кампания даст меньше первых заказов, зато её клиенты будут покупать три или четыре раза. Без когорт этот результат легко пропустить.

Для решений по сайту данные тоже важны. Если после редизайна выросло число первых заявок, но снизилась доля повторных обращений, нужно искать причину не только в рекламе. Возможно, на сайте стало сложнее найти нужную услугу, исчезли условия повторного заказа или форма не учитывает потребности постоянных клиентов.

Какие показатели отслеживать в когортном анализе

Главный показатель зависит от модели бизнеса. Интернет-магазину важны повторные заказы и выручка, сервисной компании может быть важнее повторная заявка, а подписному продукту, активность пользователя и продление оплаты. Нельзя оценивать все проекты одной метрикой.

Удержание клиентов

Коэффициент удержания показывает, какая доля клиентов из первоначальной когорты совершила нужное действие в последующий период. Если в январе было 100 новых покупателей, а в феврале из них вернулись 24, удержание на втором месяце равно 24 процентам.

Формула выглядит так: число клиентов когорты, совершивших целевое действие в периоде, делится на число клиентов в исходной когорте и умножается на 100 процентов. Важно заранее определить, что считать возвращением. Просмотр страницы и добавление товара в корзину не равны покупке, если бизнес оценивает именно продажи.

Повторные покупки

Эта метрика отвечает на вопрос, сколько клиентов сделали две и более покупки за выбранный срок. Для товаров повседневного спроса полезно смотреть повторную покупку через 30, 60 и 90 дней. Для мебели, оборудования или сложных услуг интервалы будут длиннее, поэтому месячная таблица может быть недостаточной.

Выручка и доход на клиента

Две когорты могут иметь одинаковую долю вернувшихся клиентов, но приносить разную выручку. Поэтому дополнительно считают выручку на одного клиента, средний заказ, валовую маржу и накопленный доход по периодам. Если в расчёте участвует реклама, желательно сопоставлять доход не только с числом покупателей, но и с расходами на их привлечение.

Время до повторного действия

Среднее время до следующей покупки помогает выбрать момент для напоминания. Если большинство клиентов возвращается через 20-35 дней, письмо или звонок через два месяца будет запоздалым. При этом среднее значение может искажаться единичными долгими циклами, поэтому полезно смотреть медианный срок и распределение по интервалам.

Как читать когортную таблицу

Ниже приведён условный пример. В таблице указана доля клиентов, которые совершили повторную покупку. Месяц 0 не нужно воспринимать как удержание: это исходный размер когорты, от которого ведётся расчёт.

В этом примере февральская и апрельская когорты выглядят сильнее мартовской. Причину нельзя автоматически объяснить плохой рекламой. Нужно проверить состав товаров, скидки, сезонность, сроки доставки, работу менеджеров и качество трафика. Если март пришёлся на период сбоя в оплате или дефицита товара, падение удержания может быть связано с операционными проблемами.

Обращайте внимание на три типа сигналов. Первый, устойчивое падение показателей у всех новых когорт, часто говорит о системной проблеме в продукте, обслуживании или коммуникациях. Второй, улучшение только после конкретного месяца, может указывать на эффект изменения сайта или маркетинга. Третий, резкие колебания отдельных когорт требуют проверки объёма данных и необычных кампаний.

Не сравнивайте незрелые когорты с полностью завершёнными. У апрельской группы может ещё не быть данных за третий месяц, поэтому её нельзя напрямую сопоставлять с январской. Для честного сравнения используйте одинаковое количество прошедших периодов.

Как провести когортный анализ по шагам

Шаг 1. Определите бизнес-событие

Сначала зафиксируйте, какое действие запускает отсчёт. Это может быть первая оплаченная покупка, первая заявка, заключение договора или начало подписки. Не смешивайте в одной таблице пользователей, которые только оставили контакты, и клиентов с подтверждённой оплатой.

Шаг 2. Выберите период группировки

Месяц удобен для большинства проектов, но не всегда оптимален. Если у вас несколько заказов в неделю и короткий цикл повторной покупки, используйте неделю. Если клиент обращается раз в полгода, смотрите кварталы или интервалы в днях. Период должен соответствовать реальному циклу принятия решения.

Шаг 3. Присвойте каждому клиенту дату первого действия

Для каждого уникального клиента найдите самое раннее целевое событие. Затем определите период его первой покупки и периоды последующих действий. Для этого нужен устойчивый идентификатор: номер клиента, электронная почта, телефон после нормализации или идентификатор пользователя.

Если один человек оформляет заказы с разных адресов и номеров, система может посчитать его несколькими клиентами. И наоборот, если одним аккаунтом пользуются несколько покупателей, показатели будут занижены или завышены. Правила объединения записей лучше согласовать до расчёта, а не исправлять таблицу вручную после получения результата.

Шаг 4. Разделите клиентов по источникам и сегментам

Общая когорта полезна для первого взгляда, но для решений нужны разрезы. Сравните органический трафик, рекламу, рекомендации и прямые заходы. Отдельно посмотрите новые и постоянные регионы, категории товаров, типы клиентов и рекламные сообщения.

Здесь важно не приписывать повторную покупку последнему каналу без проверки пути клиента. Человек мог впервые прийти из рекламы, позже найти компанию в поиске, а повторно заказать по ссылке из письма. Для оценки вклада каналов пригодится настройка аналитики, где заранее определены цели, источники и правила передачи данных в CRM.

Шаг 5. Рассчитайте удержание и выручку

Постройте минимум две таблицы. В первой должна быть доля клиентов, совершивших повторное целевое действие. Во второй, накопленная выручка или маржа по когорте. Иногда удержание снижается, но доход на оставшегося клиента растёт, и это меняет управленческое решение.

Шаг 6. Найдите момент наибольшего оттока

Если после первой покупки возвращается 35 процентов клиентов, а ещё через месяц остаётся 12 процентов, главный вопрос нужно задавать не о последнем показателе, а о провале между периодами. Проверьте коммуникации после заказа, качество товара, повторный контакт менеджера, условия доставки и наличие понятного следующего предложения.

Шаг 7. Проверьте гипотезу изменением

Когортный анализ не заменяет проверку причин. Если после запуска письма удержание выросло, сравните группы с похожим составом, а не только соседние месяцы. Учитывайте сезонность, скидки и изменение рекламного бюджета. Иначе вы можете принять случайное совпадение за эффект внедрённой меры.

Где брать данные для анализа

Источником может быть интернет-магазин, CRM, система аналитики, платёжный сервис или объединённая таблица. Для небольшого проекта на старте достаточно выгрузки с датой клиента, датой заказа, суммой, статусом, источником и товарной категорией. Но ручная обработка быстро становится ненадёжной, если заказов много или данные поступают из нескольких систем.

Минимальный набор полей выглядит так:

• уникальный идентификатор клиента;
• дата и статус заказа;
• сумма заказа и себестоимость, если считается прибыль;
• канал и рекламная кампания первого привлечения;
• канал повторного обращения;
• товар, услуга или тариф;
• признак возврата, отмены и тестовой операции.

Отдельно настройте фильтры для дублей, отменённых заказов, внутренних сотрудников, тестовых оплат и подозрительных транзакций. Если включить их в когорту, удержание и выручка будут выглядеть лучше или хуже реальности.

Сквозные данные помогают связать первое обращение с оплатой и повторными покупками. При этом когортный анализ отвечает на вопрос о поведении групп, а сквозная аналитика помогает понять путь от рекламы до дохода. Эти подходы дополняют друг друга и не должны подменяться одним отчётом.

Как связать возвращаемость с сайтом и SEO

Возвращаемость зависит не только от качества рекламы. Сайт может поддерживать повторные обращения, если на нём легко найти историю заказа, повторить покупку, задать вопрос, сохранить нужный товар или оформить регулярную услугу. Для этого анализируйте не только продажи, но и путь постоянного клиента: от входа на сайт до повторной заявки.

Посмотрите, какие страницы посещают пользователи из зрелых когорт. Если они постоянно возвращаются на карточки товаров, раздел условий или страницу конкретной услуги, этот контент нужно сделать доступным из писем, личного кабинета и навигации. Если постоянные клиенты каждый раз начинают путь с поиска контактов, возможно, на сайте не хватает заметного сценария повторного обращения.

Поисковое продвижение тоже можно оценивать на горизонте времени. Новая посадочная страница может привлечь посетителей сразу, но её коммерческая ценность проявится позже, если пользователи возвращаются для сравнения условий и оформления заказа. Для технических причин потери органического трафика или проблем с индексацией стоит заказать SEO-аудит сайта, но его выводы нужно сопоставить с данными о клиентах и продажах.

В практике студии RDMN при разборе аналитики полезно начинать не с красивых графиков, а с определения целевого действия и качества данных. Иначе команда может потратить время на оформление отчёта, который не помогает решить, какую страницу, рекламную кампанию или этап продаж нужно изменить.

Типичные ошибки в когортном анализе

Смешивание новых и повторных клиентов

Если считать все заказы за месяц одной суммой, повторные покупки маскируют качество привлечения. В отдельном отчёте должны быть новые клиенты, повторные клиенты и общий объём заказов. Только после этого можно оценивать динамику.

Неверное определение клиента

Заказ, заявка и уникальный покупатель не всегда одно и то же. Один клиент может отправить несколько форм до покупки, а семья может пользоваться одним номером телефона. Зафиксируйте, что именно считается клиентом, и применяйте правило одинаково во всех периодах.

Слишком ранние выводы

Новая когорта может выглядеть слабой, потому что у неё ещё не наступил срок повторной покупки. Не сравнивайте результат через неделю с результатом группы, за которой наблюдали полгода. Указывайте дату среза и возраст каждой когорты.

Игнорирование сезонности

В некоторых нишах спрос меняется по праздникам, сезонам, учебному году или деловым циклам. Падение повторных покупок в отпускной период не всегда означает ухудшение продукта. Сравнивайте аналогичные периоды прошлых лет, если данных достаточно.

Оценка только количества клиентов

Клиенты могут возвращаться за дешёвыми товарами и не приносить ожидаемой маржи. Добавляйте в отчёт выручку, скидку, себестоимость и стоимость привлечения. При необходимости разделяйте разовые акции и обычные заказы.

Слишком мелкая сегментация

Если разделить 200 клиентов на десять источников и несколько товарных групп, в каждой ячейке окажется слишком мало наблюдений. Такие проценты будут нестабильными. Сначала анализируйте крупные сегменты, а детализацию добавляйте после появления достаточного объёма данных.

Как использовать результаты для решений

Если клиенты часто возвращаются в первые 30 дней, настройте напоминание и предложение следующего шага на этот период. Если возврат происходит через три месяца, ранняя серия сообщений может раздражать, а полезнее будет отправить подробную подборку или напоминание ближе к ожидаемой дате.

Если одна категория товара приводит клиентов с высокой повторной ценностью, её можно использовать как входное предложение. Но не следует автоматически давать большую скидку. Сначала посчитайте, не съедает ли скидка прибыль первой покупки и не формирует ли она привычку ждать акций.

Если платный канал даёт много новых клиентов, но слабое удержание, проверьте качество рекламного обещания и соответствие посадочной страницы. Объявление могло привлечь людей с ожиданиями, которые не совпадают с продуктом. Если органический трафик даёт меньше первых покупок, но более сильные когорты, ему может требоваться не сокращение, а более длинный горизонт оценки.

При низкой повторяемости у услуг проверьте, действительно ли клиенту нужно возвращаться. Для ремонта, строительства или покупки оборудования редкое обращение может быть нормальным. В таком случае оценивайте рекомендации, дополнительные услуги, повторные обращения в другой период и доход за весь цикл отношений, а не месячное удержание.

Частые вопросы

Чем когортный анализ отличается от обычного отчёта по продажам?

Обычный отчёт показывает результат за календарный период и смешивает клиентов с разной историей. Когортный анализ объединяет людей по дате первого действия и отслеживает, что происходит с каждой группой после привлечения. Поэтому он лучше показывает удержание и повторные покупки.

Сколько данных нужно для первого анализа?

Жёсткого универсального порога нет. Для небольшой компании можно начать с нескольких месяцев и десятков клиентов в когорте, но выводы при таком объёме будут предварительными. Чем меньше группа, тем сильнее на проценты влияют отдельные покупки, возвраты и ошибки идентификации.

Какой период выбрать для интернет-магазина?

Ориентируйтесь на обычный цикл повторной покупки. Для расходных товаров подходят недели или месяцы, для дорогих товаров лучше использовать более длинные интервалы. Полезно дополнительно построить таблицу по дням до повторного заказа, чтобы не потерять различия внутри месяца.

Можно ли проводить анализ в Excel или таблицах?

Да, если заказов немного и данные аккуратно подготовлены. В таблицах можно сгруппировать клиентов по месяцу первой покупки, посчитать повторные заказы и построить сводную таблицу. При нескольких источниках, большом количестве заказов и регулярном обновлении лучше автоматизировать загрузку и проверку данных.

Нужно ли учитывать заявки, если клиент ещё не купил?

Да, но отдельно от оплаченных заказов. Для услуг полезно строить две когорты: по первой заявке и по первой оплате. Это покажет, где теряются люди, но не позволит ошибочно назвать интерес к услуге реальной выручкой.

Почему показатели новой когорты сначала могут быть выше обычного?

На старте в ней могут учитываться только самые быстрые повторные покупки, а поздние клиенты ещё не успели вернуться. Кроме того, на показатель влияет акция, сезон или небольшое число наблюдений. Окончательный вывод делайте после завершения сопоставимого периода.

Что делать: короткий план

1. Определите основное целевое действие: покупка, оплата, повторная заявка или продление.
2. Зафиксируйте единицу анализа, клиента, заказ или аккаунт, и правила объединения дублей.
3. Выберите период когорты с учётом реального цикла повторного обращения.
4. Выгрузите дату первого действия, последующие события, сумму, статус и источник привлечения.
5. Удалите тестовые операции, отмены, дубли и заказы, которые не должны входить в расчёт.
6. Постройте таблицу удержания и отдельный отчёт по выручке или марже.
7. Сравните когорты по источникам, товарам, услугам и рекламным периодам.
8. Найдите первый заметный отток и проверьте сайт, коммуникации, продажи и операционные процессы.
9. Сформулируйте одну или две проверяемые гипотезы, внесите изменение и продолжайте наблюдение.
10. Обновляйте отчёт регулярно, но не меняйте определения показателей без фиксации причин.

Когортный анализ становится полезным инструментом не тогда, когда в нём много графиков, а когда он помогает принять конкретное решение. Вы видите, какие клиенты возвращаются, где теряется интерес и какие изменения на сайте, в рекламе или обслуживании действительно улучшают отношения с покупателями.