Cohort analysis startup: come analizzare la retention dei clienti

Cohort analysis startup: come analizzare la retention dei clienti

Le medie aggregano e nascondono. Un churn rate medio del 3% mensile può nascondere coorti recenti al 6% e coorti storiche all'1%. La cohort analysis è lo strumento che smontano le medie e ti mostrano se stai migliorando o peggiorando nel tempo per i clienti reali.

Cos'è una coorte

Una coorte è un gruppo di utenti accomunati da un evento nello stesso periodo. La coorte più comune è quella di acquisizione: tutti gli utenti registrati nel mese di gennaio, febbraio, ecc. Puoi però definire coorti per: data del primo acquisto, canale di acquisizione, piano sottoscritto, segmento di azienda.

Monitorando la stessa coorte nel tempo, vedi esattamente come si comporta quella generazione di clienti a D1, D7, D30, D60, D90 dalla registrazione.

La retention curve

Il grafico classico della cohort analysis è la retention curve: sull'asse X il tempo trascorso dall'acquisizione (D1, D7, D30...), sull'asse Y la percentuale di utenti ancora attivi. Il pattern che vuoi vedere:

• Curva che si appiattisce: il churn rallenta e si stabilizza dopo un certo periodo. Questo indica che esiste un "core" di utenti fidelizzati — segnale di product-market fit
• Curva che va a zero: tutti gli utenti abbandonano — nessun product-market fit, non ha senso scalare
• Miglioramento tra coorti successive: la coorte di marzo ha retention più alta della coorte di gennaio — stai migliorando l'onboarding e il prodotto

Metriche chiave per coorti

L30 / L60 / L90

Queste notazioni indicano la percentuale di utenti ancora attivi a 30, 60 e 90 giorni dall'acquisizione. Benchmark generali (variano molto per settore):

• App consumer: L30 sopra il 20% è buono, sopra il 40% è eccellente
• SaaS B2B: L30 sopra il 70% è normale (il contesto lavorativo mantiene l'utente); L90 sopra il 50% è sano
• E-commerce: si misura il repeat purchase rate (% di clienti che riacquistano entro 90 giorni)

Revenue cohorts

Le coorti di ricavo mostrano quanto spende ogni generazione di clienti nel tempo. Questo rivela il pattern di expansion revenue: i clienti acquisiti a gennaio spendono di più a 12 mesi di quanto spendevano a 1 mese? Se sì, hai un buon segnale di upsell efficace.

Una revenue cohort che cresce nel tempo (i clienti di 12 mesi fa ora spendono il 30% in più) è il segnale più forte di negative churn e NRR sopra il 100%.

Come leggere una tabella di cohort

La classica tabella ha:

• Righe = coorti (es. mese di acquisizione)
• Colonne = periodi successivi (M0, M1, M2... dove M0 è il mese di acquisizione)
• Valori = % di utenti attivi (o % del MRR iniziale retained)

Leggi la tabella in diagonale: la diagonale in basso a sinistra ti mostra i dati più recenti; la diagonale in alto a sinistra mostra i dati più maturi. Confronta le stesse colonne tra righe diverse per vedere se le coorti più recenti performano meglio.

Tool per la cohort analysis

• Amplitude: il migliore per product analytics. Piano gratuito fino a 10M eventi/mese. Coorti avanzate, behavioral cohorts, revenue cohorts
• Mixpanel: ottimo per eventi e funnel. Piano gratuito generoso. Cohort analysis integrata
• Google Analytics 4: ha un modulo di cohort analysis base. Utile se usi già GA4 ma limitato per SaaS
• Looker Studio / Metabase: se hai i dati nel database, puoi costruire le cohort table con SQL e visualizzarle qui
• Excel / Google Sheets: per startup early stage, una pivot table semplice può bastare. Meno potente ma zero costo e zero setup

Per collegare la cohort analysis alle decisioni operative, vedi come costruire una dashboard metriche. Per il contesto sulle metriche di retention, leggi churn rate startup e LTV startup.