Die Kohortenanalyse gruppiert deine Kunden nach dem Monat, in dem sie dazugekommen sind, und verfolgt jede Gruppe getrennt über die Zeit. Statt eines vermischten Durchschnitts siehst du, wie sich die Januar-Gruppe im dritten Monat gegenüber der Juni-Gruppe verhält. Sie trennt die Wirkung deiner Produktänderungen von der Wirkung des Wachstums.
Du baust eine Kohortentabelle mit den Beitrittsmonaten als Zeilen und den Monaten seit Beitritt als Spalten. Jede Zelle zeigt, wie viele dieser Gruppe noch aktiv sind. Der Blick eine Spalte hinunter sagt dir, ob neuere Kunden sich besser verhalten als ältere.
Ein Beispiel. Deine Januar-Kohorte hat 200 Kunden. Nach drei Monaten zahlen noch 120, die Bindung im dritten Monat liegt also bei 60 Prozent. Deine Juni-Kohorte hat 500 Kunden, und nach drei Monaten bleiben 350, das sind 70 Prozent. Etwas, das du zwischen Januar und Juni verändert hast, hat gewirkt. Eine vermischte Bindungszahl über alle Kunden würde das verdecken, weil die größere Juni-Gruppe den Durchschnitt zieht.
Kohorten legen auch das umgekehrte Problem offen. Schnelles Wachstum lässt den Gesamt-Churn niedrig aussehen, einfach weil die meisten Kunden neu sind und noch niemand Zeit hatte zu gehen. Verlangsamt sich das Wachstum, wird der Churn sichtbar, der immer da war.
Der Fehler, den Gründer machen, ist der Vergleich von Kohorten unterschiedlichen Alters. Deine Juni-Kohorte gibt es seit drei Monaten, deine Januar-Kohorte seit acht. Natürlich sind aus der Januar-Gruppe mehr gegangen. Vergleiche Monat drei mit Monat drei, Monat sechs mit Monat sechs, und halte die Zahlen einer jungen Kohorte nie gegen das volle Leben einer alten.
Dafür brauchst du keinen großen Kundenstamm. Mit 50 Kunden im Monat siehst du bereits, ob sich die Bindung im zweiten Monat bewegt. Kohortentabellen funktionieren auch für Umsatz, Bestellhäufigkeit und Nutzung, nicht nur für die Bindung.
