Kohorteanalyse grupperer dine kunder efter den måned, de tilmeldte sig, og følger derefter hver gruppe separat over tid. I stedet for ét blandet gennemsnit ser du, hvordan januargruppen opfører sig i måned tre sammenlignet med junigruppen. Det adskiller effekten af dine produktændringer fra effekten af vækst.
Du opbygger en kohortetabel med tilmeldingsmåneder som rækker og måneder siden tilmelding som kolonner. Hver celle viser, hvor mange af den gruppe der stadig er aktive. Læser du ned ad en kolonne, fortæller det dig, om nyere kunder opfører sig bedre end ældre.
Et eksempel. Din januarkohorte har 200 kunder. Efter tre måneder betaler 120 stadig, så retention i måned tre er 60 procent. Din junikohorte har 500 kunder, og efter tre måneder er 350 tilbage, hvilket er 70 procent. Noget, du ændrede mellem januar og juni, virkede. Et blandet retention-tal på tværs af alle kunder ville skjule dette, fordi den større junigruppe trækker gennemsnittet med sig.
Kohorter afslører også det modsatte problem. Hurtig vækst får den samlede churn til at se lav ud, simpelthen fordi de fleste kunder er nye, og ingen har haft tid til at forlade endnu. Når væksten sagtner, bliver den churn, der altid var der, synlig.
Fejlen, stiftere begår, er at sammenligne kohorter i forskellige aldre. Din junikohorte har eksisteret i tre måneder, og din januarkohorte i otte. Selvfølgelig har flere fra januargruppen forladt. Sammenlign måned tre med måned tre, måned seks med måned seks, og hold aldrig en ung kohortes tal op mod en gammel kohortes fulde levetid.
Du behøver ikke en stor kundebase til dette. Med 50 kunder om måneden kan du allerede se, om retention i måned to flytter sig. Kohortetabeller virker også for omsætning, ordrefrekvens og forbrug, ikke kun for retention.
