Когортный анализ — это очень эффективный инструмент продуктовой и маркетинговой аналитики.

Из статьи вы узнаете:

  • В чем состоит суть когортного анализа;
  • Чем метрики роста отличаются от метрик продукта;
  • Почему попытки построить продуктовую аналитику, основываясь на метриках роста, заканчиваются плачевно;
  • Как я использую когортный анализ в маркетинге и в продуктовой аналитике;
  • За какими метриками продукта необходимо следить и почему.
Когортный анализ

Пройти симуляторы от GoPractice можно в группе с опытным ментором.

Что вы получите:

✅ Онлайн-встречи для обсуждения прогресса и разбора вопросов
✅ Общение в закрытом чате для постоянной обратной связи с ментором и одногруппниками
✅ Дополнительные кейсы от ментора

Поддержка ментора доступна при обучении:

→ в «Симуляторе управления продуктом на основе данных»
→ в «Симуляторе управления ростом продукта»
→ в «AI/ML-симуляторе для продакт-менеджеров»

Когортный анализ в маркетинге и продуктовой аналитике

Давайте попробуем сравнить два автомобиля и узнать, какой из них лучше?

  • Первый проехал 2000 км, а второй — 12 000 км;
  • Первым автомобилем сейчас пользуются 5 раз в неделю, а вторым 4 раза в неделю;
  • Первый автомобиль в последний месяц в среднем проезжал 10 км, а второй — 20 км;
  • В данный конкретный момент первый автомобиль едет на скорости 100 км/ч, а второй автомобиль едет на скорости 70км/ч.

К сожалению, на основе имеющейся информации невозможно ответить на поставленный вопрос. Но почему-то как только доходит до интернет-проектов или мобильных приложений, то все начинают следить за метриками вроде DAU, MAU, дохода, общего количества регистраций, и пытаться на их основе делать выводы о продукте, влиянии изменений и эффективности маркетинговых активностей.

Перечисленные выше метрики являются метриками роста. За ними полезно следить для общего понимания ситуации, но применительно к работе над продуктом подобные метрики бесполезны, так как на их основе невозможно принимать продуктовые решения, равно как и оценивать влияние продуктовых изменений.

Когда вы работаете над продуктом, то вас должны интересовать, в первую очередь, его «объем» и «плотность», а не его «масса». «Масса» просто констатирует факт, не объясняя, откуда она взялась и как на нее повлиять. Вы же должны стремиться к тому, чтобы разложить ключевые метрики на составляющие, декомпозировать их, определяя рычаги воздействия на них. Основной задачей при работе над продуктом является определение рычагов воздействия и поиск способов влияния на них.

В этой деятельности вам не обойтись без аналитики. Аналитика является обратной связью на ваши действия, вашими глазами в продуктовом мире. Сначала аналитика позволяет вам понять, где вы находитесь, что за продукт вы сделали, как им пользуются в реальном мире, а затем позволяет увидеть то, как ваши действия, вносимые изменения влияют на ваш продукт. Аналитикой на картинке ниже я называю этапы: Measure, Data, Learn.