Что такое когортный анализ?
Когортный анализ — сравнение метрик групп пользователей, которых объединяет общее стартовое событие и момент этого события. Когорта — не «все пользователи за месяц» и не сегмент «Android из Германии». Это набор людей, которые в одну дату (или неделю) впервые кликнули, зарегистрировались, оплатили или поставили приложение — и чьё поведение смотрят вдоль времени жизни, а не в календарном срезе.
Срез «выручка за март» смешивает тех, кого привели в январе, и тех, кто пришёл вчера. Если в марте выручка выросла, нельзя сказать, улучшился ли канал: это могут быть старые rebill. Когорта отвечает иначе: люди с first purchase на неделе 12 к 30-му дню жизни принесли $Y — и эту цифру сравнивают с неделей 8. В performance когорты нужны прежде всего для LTV и удержания. Без них «средний LTV за всё время» отстаёт от текущего трафика и ломает юнит-экономику.
Как читать когортную таблицу
Классическая сетка: строки — дата (неделя) старта, столбцы — возраст когорты (день 0, 7, 30…), ячейки — доля вернувшихся или накопленный доход на пользователя.
Пример (накопленный LTV на платящего, $). Когорта W1: 1 000 пользователей, D0 = 12, D7 = 18, D30 = 24. Когорта W4: те же 1 000 и тот же D0 = 12, но D7 = 14 и D30 = 16. На старте связки неотличимы. К D30 вторая отстаёт: тот же day-0 CPA при худшем хвосте. Масштаб по W4 «потому что вчера в плюсе» повторит худшую экономику. Смешанный отчёт за календарный месяц это скроет, если W1 ещё капает rebill.
Читать по двум осям. Вдоль строки — как стареет одна когорта: скорость добора LTV, где кривая плоская (дальше платить за удержание бессмысленно). Вниз по столбцу — деградирует ли свежий трафик на том же дне жизни (D7 у W4 ниже, чем D7 у W1). Размер когорты важен: 40 конверсий на D30 — шум, не закон. Hold и поздний approve сдвигают ячейки вправо: «пустой» D7 может заполниться через две недели — это задержка выплаты, не churn.
Когорты LTV и когорты удержания
LTV-когорта. Ось старта — дата первой ценности (оплата, FTD, approved lead), ячейки — накопленный маржинальный доход. Так считают, окупается ли CAC и за сколько дней. В gambling смотрят NGR когорты; в nutra — trial + цепочку rebill; в приложениях — подписку и IAP. Формулы LTV те же, что в статье про LTV; когорта задаёт, по кому их усреднять.
Retention-когорта. Ячейка — доля когорты, совершившая повторное событие на Dn (сессия, оплата, депозит). D1 / D7 / D30 — принятые точки отсчёта, не отдельные сущности глоссария. Retention объясняет форму LTV: если D7 падает, хвост LTV короче даже при том же среднем чеке.
Два отчёта не взаимозаменяемы. Высокий D1 при низком LTV бывает на дешёвых повторных заходах без оплаты. Высокий LTV при среднем retention — на толстом чеке меньшинства. Для маржи нужен доход, не только «вернулся в приложение».
Другие ключи когорты, кроме даты: оффер, GEO, источник, креатив, воронка (с прелендом / без). Смысл тот же — не усреднять несравнимое. Когорта «все Facebook» скрывает, что один адсет кормит LTV, другой — только day-0 лиды с нулевым approve.
GA4 как пример, не вся статья
В Google Analytics 4 когортный отчёт — один из шаблонов Explorations (Cohort exploration): когорта по дате первого визита или события, метрика возврата или ценности. Это удобный пример интерфейса, не определение метода.
Ограничения GA4 как единственного источника когорт: модель событий и пороги идентификации режут мелкие ячейки; ценность в GA4 — то, что вы сами послали как purchase/value, не payout партнёрки; атрибуция в свойстве GA4 не совпадает с last click CPA-сети. Для денег байера когорты обычно собирают в трекере или BI по дате клика / дате postback и статусу approved. GA4 полезен на своём лендинге: вернулся ли визит, дошёл ли до формы. Выплату и hold он не знает.
Практика в партнёрке и границы
Практический минимум: когорта по неделе первого approved и накопленный payout на D0 / D7 / D30 плюс approve-rate той же строки. Если сеть отдаёт rebill отдельным goal — отдельные столбцы, не сумма «всех конверсий». Сверка с кабинетом рекламы может идти по UTM или sub ID, но ключ когорты лучше держать серверным (click ID + время конверсии), иначе возврат без меток размазывает строку.
Малые n, смена payout и капа посреди недели, фрод, который сеть режет спустя 20 дней, — всё это ломает сравнение W1 vs W4. Privacy (ATT, ITP) уменьшает наблюдаемый возврат в веб-аналитике сильнее, чем в S2S-postback. Когорта не доказывает причинность: падение D30 после смены креатива может быть GEO-миксом, не «креатив убивает LTV». Для причинности нужны контроль и достаточный объём, не одна таблица.