Come funziona l’analisi di coorte?
Raggruppi gli utenti in base a quando sono arrivati la prima volta (chi si è registrato a gennaio, chi a febbraio), poi misuri lo stesso comportamento per ogni gruppo alla stessa età relativa: giorno 1, giorno 7, giorno 30. Il risultato di solito è una griglia in cui ogni riga è una coorte e ogni colonna un’età. Leggere una colonna dall’alto in basso risponde alla domanda a cui una media aggregata non può rispondere: le coorti più recenti hanno una retention migliore di quelle più vecchie, o il prodotto è fermo mentre l’acquisizione cresce?
Come si legge una curva di retention?
Metti in grafico il tasso di retention di una coorte rispetto al tempo trascorso dalla registrazione e ottieni una curva che parte dal 100% e scende. Conta la forma più di qualsiasi singolo punto. Una curva che continua a scivolare verso lo zero significa che ogni utente prima o poi se ne va: la crescita sta riempiendo un secchio bucato, e il tuo tasso di churn raggiungerà l’acquisizione. Una curva che si appiattisce significa che un nucleo di utenti si è stabilizzato. Chi lavora nel growth legge spesso una curva che si appiattisce come un segnale di product-market fit; è un’euristica più che un test formale, ma molti la ritengono affidabile.
Perché conta per un team di due persone
Le metriche aggregate lusingano i prodotti in crescita: quando le registrazioni di questo mese superano quelle dell’anno scorso, la media è dominata da utenti troppo nuovi per essersene già andati. Le coorti eliminano questa distorsione con un solo raggruppamento, e la query è abbastanza semplice da eseguire in SQL sui tuoi eventi. Abbina la colonna del giorno 30 al tuo tasso di attivazione per verificare se le modifiche all’onboarding tengono davvero. Cosa fare quando una coorte cala (percorsi di riconquista, messaggi del ciclo di vita) è spiegato nella guida a flussi di fidelizzazione e riconquista.
Quali sono gli errori comuni nell’analisi di coorte?
Tre ricorrono spesso. Coorti troppo piccole per dare un segnale: in una coorte di 20 utenti, una persona sposta la retention di cinque punti, quindi leggi la tendenza su più coorti invece che su una sola. Confrontare coorti di età diverse: una coorte di due mesi sembra sempre migliore di una di dodici mesi al mese dodici, perché lì non ha ancora dati. E definire “attivo” in modo vago: se aprire un’email conta come retention, la curva ti lusinga. Lega “attivo” all’azione che offre il valore centrale del tuo prodotto, non a un login.