ניתוח קוהורטות מקבץ את הלקוחות שלך לפי החודש שבו הצטרפו, ואז עוקב אחרי כל קבוצה בנפרד לאורך זמן. במקום ממוצע מעורבב אחד, אתה רואה איך קבוצת ינואר מתנהגת בחודש השלישי בהשוואה לקבוצת יוני. זה מפריד בין ההשפעה של השינויים במוצר שלך לבין ההשפעה של הצמיחה.
אתה בונה טבלת קוהורטות שבה חודשי ההצטרפות הם השורות וחודשים מאז ההצטרפות הם העמודות. כל תא מראה כמה מאותה קבוצה עדיין פעילים. קריאה לאורך עמודה מספרת לך אם לקוחות חדשים יותר מתנהגים טוב יותר מהוותיקים.
דוגמה. קוהורט ינואר שלך מונה 200 לקוחות. אחרי שלושה חודשים 120 עדיין משלמים, כך ששימור חודש שלוש עומד על 60 אחוזים. קוהורט יוני שלך מונה 500 לקוחות, ואחרי שלושה חודשים נשארים 350, כלומר 70 אחוזים. משהו ששינית בין ינואר ליוני עבד. מספר שימור מעורבב על פני כל הלקוחות היה מסתיר את זה, כי הקבוצה הגדולה יותר של יוני מושכת את הממוצע לכיוונה.
קוהורטות גם חושפות את הבעיה ההפוכה. צמיחה מהירה גורמת לכך שהנטישה הכוללת נראית נמוכה, פשוט כי רוב הלקוחות חדשים ואיש עוד לא הספיק לעזוב. כשהצמיחה מאטה, הנטישה שהייתה שם תמיד הופכת לגלויה.
הטעות שמייסדים עושים היא להשוות קוהורטות בגילאים שונים. קוהורט יוני שלך קיים שלושה חודשים וקוהורט ינואר שלך שמונה חודשים. ברור שיותר מקבוצת ינואר כבר עזבו. השווה חודש שלוש לחודש שלוש, חודש שישה לחודש שישה, ולעולם אל תשווה את המספרים של קוהורט צעיר מול החיים המלאים של קוהורט ותיק.
אתה לא צריך בסיס לקוחות גדול בשביל זה. עם 50 לקוחות בחודש אתה כבר יכול לראות אם שימור חודש שתיים זז. טבלאות קוהורטה עובדות גם עבור הכנסות, תדירות הזמנות ושימוש, לא רק עבור שימור.
