Hoe werkt een cohortanalyse?
Je groepeert gebruikers op het moment dat ze voor het eerst opdoken (de aanmeldingen van januari, de aanmeldingen van februari) en meet daarna voor elke groep hetzelfde gedrag op dezelfde relatieve leeftijd: dag 1, dag 7, dag 30. Het resultaat is meestal een raster waarin elke rij een cohort is en elke kolom een leeftijd. Een kolom van boven naar beneden lezen beantwoordt de vraag die een gemengd gemiddelde niet kan beantwoorden: hebben nieuwere cohorten een betere retentie dan oudere, of staat het product stil terwijl de acquisitie groeit?
Hoe lees je een retentiecurve?
Zet de retentie van één cohort uit tegen de tijd sinds aanmelding en je krijgt een curve die op 100% begint en daalt. De vorm zegt meer dan welk los punt ook. Een curve die richting nul blijft zakken, betekent dat elke gebruiker uiteindelijk vertrekt: groei vult een lekkende emmer bij, en je churnrate haalt de acquisitie op den duur in. Een curve die afvlakt, betekent dat een kern van gebruikers is blijven hangen. Growthprofessionals lezen een afvlakkende curve vaak als signaal van product-market fit; het is een vuistregel en geen formele toets, maar wel een die breed wordt vertrouwd.
Waarom het ertoe doet voor een team van twee
Gemengde metrics flatteren groeiende producten: als de aanmeldingen van deze maand die van vorig jaar overtreffen, wordt het gemiddelde gedomineerd door gebruikers die te nieuw zijn om al te zijn vertrokken. Cohorten halen die vertekening eruit met één groepering, en de query is eenvoudig genoeg om in SQL op je eigen events te draaien. Leg de kolom van dag 30 naast je activatieratio om te zien of wijzigingen in de onboarding echt beklijven. Wat je doet als een cohort inzakt (journeys om klanten terug te winnen, lifecycleberichten), staat in de gids over retentie en flows om klanten terug te winnen.
Wat zijn veelgemaakte fouten bij cohortanalyse?
Drie fouten komen steeds terug. Cohorten die te klein zijn om iets te zeggen: in een cohort van 20 gebruikers verschuift één persoon de retentie met vijf procentpunten, dus lees de trend over meerdere cohorten in plaats van één. Cohorten op verschillende leeftijden vergelijken: een cohort van twee maanden oud ziet er in maand twaalf altijd beter uit dan een cohort van twaalf maanden oud, omdat het daar nog geen data heeft. En ‘actief’ los definiëren: als het openen van een e-mail als retentie telt, flatteert de curve je. Koppel ‘actief’ aan de handeling die de kernwaarde van je product oplevert, niet aan een login.