Cos'è la cohort analysis e a cosa serve?
È l'analisi di gruppi di utenti (coorti) che hanno in comune un evento, di solito il mese di acquisizione, seguiti nel tempo. Serve a vedere se la retention sta migliorando o peggiorando per generazione di clienti, cosa che una media aggregata nasconde.
Metodo e formule standard; i dati della tabella sono un esempio inventato con ipotesi dichiarate. Non riportiamo soglie di retention "buone" per settore perché non abbiamo letto fonti affidabili: usa come riferimento le tue coorti precedenti.
Perché le medie ingannano
Un churn medio può nascondere due storie opposte: coorti vecchie che restano e coorti recenti che se ne vanno in fretta, o il contrario. La cohort analysis separa le generazioni e risponde alla domanda che conta: i clienti che acquisisco oggi si comportano meglio o peggio di quelli di sei mesi fa? Per la misura di base vedi il churn rate.
Cos'è una coorte
Una coorte è un gruppo di utenti accomunati da un evento in uno stesso periodo. La più comune è la coorte di acquisizione (chi si è registrato a gennaio), ma puoi crearne altre: per data del primo acquisto, per canale di provenienza, per piano sottoscritto o per dimensione del cliente. Confrontare coorti per canale è spesso più utile che confrontarle per mese, perché dice dove stai acquisendo clienti che restano.
Come costruire la tabella, passo per passo
- Scegli l'evento di ingresso (registrazione, primo pagamento) e l'unità di tempo (mese).
- Scegli cosa significa "attivo" (ha pagato, ha usato una funzione chiave) e scrivilo: cambiare definizione a metà rende i dati inconfrontabili.
- Per ogni coorte conta quanti utenti erano attivi al mese 0, 1, 2, 3...
- Dividi ogni valore per la dimensione iniziale della coorte e ottieni la retention in percentuale.
Esempio calcolato (dati inventati)
Ipotesi: tre coorti di abbonati; "attivo" significa abbonamento pagato nel mese.
| Coorte | M0 | M1 | M2 | M3 |
|---|---|---|---|---|
| Gennaio (100 utenti) | 100 (100%) | 60 (60%) | 48 (48%) | 42 (42%) |
| Febbraio (120 utenti) | 120 (100%) | 78 (65%) | 60 (50%) | 54 (45%) |
| Marzo (80 utenti) | 80 (100%) | 56 (70%) | 44 (55%) | - |
Cosa leggere: al mese 1 la retention sale da 60% a 65% a 70% di coorte in coorte. Quindi qualcosa che hai cambiato (onboarding, prezzo, canale) sta funzionando. Al mese 2 passa da 48% a 50% a 55%: stesso segno. Un dato aggregato sul mese 1 (194 attivi su 300 iscritti, 64,7%) non ti avrebbe mostrato il trend.
Un secondo dato utile è la forma della curva: tra M2 e M3 la coorte di gennaio perde 6 punti (48% → 42%), contro i 12 punti persi tra M1 e M2. Se la perdita per periodo si riduce e tende a zero, la curva si appiattisce: c'è un gruppo di utenti che resta. Se invece continua a scendere con lo stesso passo, il problema è strutturale. Per capire se ciò significa product-market fit leggi product-market fit.
- Confronta lo stesso mese di vita tra coorti diverse (colonne), non solo l'andamento di una coorte
- Definisci "attivo" prima di cominciare e non cambiarlo
- Una curva che si appiattisce indica un nucleo di utenti che resta
- Coorti per canale mostrano dove acquisisci clienti migliori
- Con coorti piccole, poche persone cambiano la percentuale: guarda anche i numeri assoluti
Coorti di ricavo
La stessa logica vale in euro: parti dal MRR della coorte al mese 0 e osservi come cambia. Esempio con ipotesi: la coorte di gennaio ha MRR iniziale 5.000 €; al mese 6 i clienti rimasti pagano in totale 4.600 €. La retention di ricavo è 4.600 / 5.000 = 92%. Se fosse oltre il 100% (per esempio 5.400 €, cioè 108%), le espansioni dei clienti rimasti compensano le perdite: è la situazione di net revenue retention sopra il 100% descritta in churn rate. Per le definizioni di MRR vedi MRR e ARR.
Come leggere la tabella
- Righe: coorti per mese di acquisizione
- Colonne: mesi trascorsi dall'acquisizione (M0, M1, M2...)
- Valori: percentuale di utenti (o di MRR iniziale) ancora attivi
- Il triangolo vuoto in basso a destra è normale: le coorti recenti non hanno ancora vissuto quei mesi
Strumenti
Puoi usare gli strumenti di product analytics, dove le coorti sono una funzione standard (verifica sui siti ufficiali piani e limiti, che cambiano), oppure il database con una query e un foglio di calcolo. Per un'azienda piccola un foglio con una tabella pivot basta e non costa nulla. L'importante è la definizione chiara dell'evento di attivazione. Per portare i risultati in un cruscotto vedi dashboard delle metriche.
Errori comuni
- Mescolare tutti gli utenti in un unico numero di retention
- Cambiare definizione di "attivo" tra una coorte e l'altra
- Concludere da coorti molto piccole
- Dimenticare i fattori stagionali: confronta coorti dello stesso periodo dell'anno quando possibile
- Guardare solo la retention e non i ricavi: puoi perdere utenti ma guadagnare di più per cliente, o il contrario
Collega l'analisi alle decisioni con le unit economics e il LTV.
Fonti
- Metodo e formule standard, esempi calcolati su ipotesi dichiarate; nessun dato di mercato è citato.