L'analisi di coorte raggruppa i tuoi clienti in base al mese in cui si sono iscritti, poi segue ogni gruppo separatamente nel tempo. Invece di una singola media aggregata, vedi come si comporta il gruppo di gennaio al terzo mese rispetto al gruppo di giugno. Questo separa l'effetto delle modifiche al tuo prodotto dall'effetto della crescita.
Costruisci una tabella di coorte con i mesi di iscrizione come righe e i mesi trascorsi dall'iscrizione come colonne. Ogni cella mostra quanti membri di quel gruppo sono ancora attivi. Leggere una colonna dall'alto verso il basso ti dice se i clienti più recenti si comportano meglio di quelli più vecchi.
Un esempio. La tua coorte di gennaio conta 200 clienti. Dopo tre mesi, 120 pagano ancora, quindi la retention al terzo mese è del 60 percento. La tua coorte di giugno conta 500 clienti, e dopo tre mesi ne restano 350, ovvero il 70 percento. Qualcosa che hai cambiato tra gennaio e giugno ha funzionato. Un dato di retention aggregato su tutti i clienti nasconderebbe questo effetto, perché il gruppo più numeroso di giugno sposta la media.
Le coorti mettono in luce anche il problema opposto. Una crescita rapida fa sembrare basso il churn complessivo, semplicemente perché la maggior parte dei clienti è nuova e nessuno ha ancora avuto il tempo di andarsene. Quando la crescita rallenta, il churn che c'era sempre stato diventa visibile.
L'errore che commettono i founder è confrontare coorti di età diverse. La tua coorte di giugno esiste da tre mesi e quella di gennaio da otto. È ovvio che una parte maggiore del gruppo di gennaio se ne sia andata. Confronta il terzo mese con il terzo mese, il sesto mese con il sesto mese, e non mettere mai a confronto i numeri di una coorte giovane con l'intera vita di una coorte più vecchia.
Non serve una base clienti ampia per farlo. Già con 50 clienti al mese puoi vedere se la retention al secondo mese si muove. Le tabelle di coorte funzionano anche per il fatturato, la frequenza degli ordini e l'utilizzo, non solo per la retention.
