Когорта

Когорта в продуктовой и growth-аналитике SaaS — это группа пользователей, объединённых общей начальной характеристикой — чаще всего календарным периодом регистрации («когорта января 2026 года»), но также полезно определяемая по каналу привлечения, начальному тарифу или первой использованной функции — сгруппированных специально для того, чтобы их поведение можно было отслеживать и сравнивать во времени. Когортный анализ — основная техника ответа на вопрос, на который простая агрегированная метрика ответить не может: «наш продукт действительно становится более «липким» со временем, или это только кажется из-за роста?» Классическая таблица удержания по когортам показывает для каждой ежемесячной когорты регистрации, какой процент этой когорты остаётся активным на 1-й, 2-й, 3-й и последующие месяцы — и сравнение формы этой кривой удержания между когортами (удерживается ли мартовская когорта лучше на 3-м месяце, чем январская?) показывает, действительно ли недавние изменения продукта или онбординга улучшают долгосрочную «липкость», чего единое смешанное число «активных пользователей за этот месяц» никогда не покажет, поскольку оно не может отличить сокращающуюся базу давних лояльных пользователей от растущей базы недавно отвалившихся новых регистраций. Когортный анализ в равной степени централен и для метрик выручки — кривая удержания «выручечной когорты» (отслеживающая, какой процент начального MRR когорты регистрации, включая расширение, остаётся месяцы спустя) — это именно то, как рассчитывается Net Revenue Retention, и один из самых надёжных индикаторов устойчивого здоровья SaaS-бизнеса, поскольку она полностью убирает шум роста новых клиентов и изолирует, становятся ли существующие клиенты со временем более или менее ценными. Конкретный пример: инструмент продуктовой аналитики SaaS-компании показывает, что когорта пользователей, зарегистрировавшихся в январе, удерживалась на уровне 65% к 3-му месяцу, тогда как когорта, зарегистрировавшаяся в апреле — после того как в марте был выпущен переработанный поток онбординга, — удерживалась на уровне 78% к 3-му месяцу. Поскольку обе когорты сравниваются в точности в одном и том же относительном возрасте (3-й месяц с момента регистрации, а не тот же календарный месяц), это чистый, сопоставимый сигнал того, что изменение онбординга реально улучшило удержание, а не артефакт сезонности или общего роста компании. Кривые когорт также являются стандартным способом, которым SaaS-команды отличают структурные проблемы удержания от временных — кривая удержания, которая продолжает бесконечно снижаться (никогда не выходя на плато), сигнализирует, что клиенты уходят быстрее, чем продукт может их удержать в долгосрочной перспективе, тогда как кривая, которая резко падает в начале, но затем выходит на стабильное плато, указывает на появление меньшего, но устойчивого ядра по-настоящему вовлечённых пользователей — существенно более здоровую форму, даже если абсолютный процент удержания в отдельно взятой точке выглядит похожим.