Когортный анализ: как понять, приносит ли реклама клиентов, а не разовые заказы

В рекламной аналитике легко обмануться красивыми цифрами. Кампания может приносить дешевые заявки, сайт будет радовать ростом продаж, а отчеты покажут бодрый ROMI. Но через месяц оказывается, что часть покупателей исчезла, повторных заказов почти нет, а выручка держится на случайных всплесках. Именно здесь помогает когортный анализ: он показывает не только факт первой покупки, но и то, что происходит дальше.

Если смотреть только на количество лидов или на стоимость заказа, можно принять шум за результат. Когортный подход снимает эту иллюзию. Он позволяет увидеть, какие рекламные источники приводят людей, которые возвращаются, покупают снова и остаются с брендом дольше одного контакта.

Почему обычные отчеты часто врут

Обычная рекламная отчетность любит простые ответы. Вот показы, вот клики, вот заявки, вот продажи. На первый взгляд этого достаточно, но в этой картине не видно главного: кто именно пришел и что он сделал после первого касания.

Представьте две кампании. Первая дает недорогие заказы, вторая дороже почти вдвое. Если смотреть только на стоимость первого заказа, первая выглядит победителем. Но если у второй кампании клиенты потом делают повторные покупки, оставляют больше денег и живут дольше, то реальная картина будет противоположной.

Похожая ошибка часто случается в e-commerce, подписных сервисах, образовании, медицине, b2b. Там важен не отдельный заказ, а поведение человека во времени. Реклама должна приводить не вспышку активности, а клиентов, с которыми можно работать дальше.

Что такое когорта и зачем она нужна

Когорта — это группа пользователей, объединенная общим признаком. Чаще всего в анализе таким признаком становится дата первой покупки, регистрации или первого визита из конкретного источника. Дальше эту группу отслеживают по неделям или месяцам и смотрят, как она ведет себя со временем.

Смысл простой: вы не смешиваете всех покупателей в одну массу. Вместо этого сравниваете людей, пришедших в один период, с тем, что с ними происходит дальше. Тогда видно, какие рекламные каналы приводят «живых» клиентов, а какие дают короткий всплеск без продолжения.

Я бы назвал когортный анализ самым честным способом смотреть на рекламу, если бизнесу важна не только первая продажа. Он не украшает отчет, но быстро показывает, где источник трафика действительно работает на рост, а где просто создает иллюзию спроса.

Где когортный анализ особенно полезен

Есть сферы, где без него почти невозможно оценить рекламу трезво. Это подписки, образовательные продукты, маркетплейсы, интернет-магазины с повторными покупками, сервисы доставки, приложения и b2b, где цикл сделки длинный. Там первая конверсия редко говорит всю правду.

Например, в магазине косметики клиент может вернуться через две недели, а может через три месяца. В онлайн-школе человек сначала берет недорогой курс, а потом покупает более дорогую программу. В b2b заявка может долго созревать, а ценность канала станет заметна только спустя несколько циклов продаж.

Если бизнес живет на повторных покупках, когортный анализ нужен не «для красоты». Он помогает понять, какие кампании приносят долгую выручку, а какие лишь ускоряют первую сделку, после чего клиент уходит.

Из чего состоит анализ когорты

Чтобы анализ был полезным, нужно определить три вещи. Во-первых, какой признак объединяет людей в когорту. Во-вторых, какую метрику вы хотите отслеживать. В-третьих, какой промежуток времени для вас важен: неделя, месяц, квартал.

Чаще всего в рекламе используют когорты по дате первого заказа или первой регистрации. Если важно понять, как работает именно трафик, когорту удобно строить по дате первого визита из конкретного канала. Дальше смотрят повторные покупки, средний чек, выручку на пользователя, удержание или LTV.

Сама логика анализа несложная. Вы берете людей, пришедших в одном периоде, и сравниваете их с людьми из другого периода. Потом смотрите, как меняется поведение внутри каждой группы. Именно это и дает ответ на вопрос, приносит ли реклама клиентов или только разовые заказы.

Что важно зафиксировать заранее

Нельзя смешивать в одной таблице все подряд. Нужно заранее договориться, что считается первой покупкой, какой источник трафика считается рекламным, как вы будете учитывать возвраты и отмены. Если этих правил нет, анализ быстро превращается в набор разрозненных цифр.

Еще один важный момент: у разных бизнесов разная длина жизненного цикла клиента. В одном случае повторная покупка случается через неделю, в другом через полгода. Поэтому смотреть на когорты нужно в масштабе, который совпадает с реальным ритмом бизнеса, а не с удобством отчета.

Какие данные нужны для анализа

Для начала достаточно двух источников данных: информации о клиентах и информации о рекламе. В идеале у вас должны быть дата первого визита, первая покупка, источник, кампания, стоимость привлечения и дальнейшие действия клиента. Чем чище данные, тем меньше путаницы в выводах.

Если данные собраны плохо, когортный анализ не спасет. Он только аккуратно покажет, что система учета дырявая. Поэтому перед анализом полезно проверить сквозную аналитику, корректность UTM-меток, связку между рекламным кабинетом и CRM, а также единые правила для всех каналов.

На практике часто встречается одна и та же проблема: часть заказов не помечена источником, часть клиентов приходит через несколько касаний, а итоговая атрибуция делится между каналами не так, как нужно бизнесу. В таких случаях когортный анализ все равно полезен, но выводы нужно делать осторожно.

Как собрать когорты для рекламы

Самый понятный вариант — взять всех клиентов, которые впервые пришли в определенный месяц, и разделить их по рекламным источникам. Например, январская когорта из поиска, январская когорта из таргета, январская когорта из email. Потом сравнить их с февральскими и мартовскими группами.

Можно смотреть и глубже. Если рекламных кампаний много, когорты строят по связке источник плюс кампания плюс период. Это уже не просто отчет по маркетингу, а рабочий инструмент для поиска сильных и слабых каналов.

Для интернет-магазина иногда удобнее брать когорту не по первой покупке, а по первой сессии из рекламного канала. Тогда видно, как реклама приводит посетителей, которые потом конвертируются в клиентов. В подписных сервисах логичнее смотреть по дате регистрации или первого оплаченного периода.

Пример с простым смыслом

Допустим, в апреле вы запустили две кампании. Одна дает много дешевых заказов из широкого таргета, другая дороже, но приходит из поисковой рекламы по более точным запросам. Если через месяц вы смотрите только на цену заявки, победит первая.

Но когортный анализ может показать, что покупатели из поиска чаще возвращаются и тратят больше. Тогда дешевизна первого заказа окажется ложной выгодой. Вы экономите на входе, но теряете деньги на длинной дистанции.

Такие ситуации встречаются постоянно. Особенно там, где товар не импульсный, а человек выбирает вдумчиво и потом возвращается туда, где уже знаком с брендом.

На какие метрики смотреть

Когортный анализ не сводится к одной цифре. Если смотреть только на повторный заказ, можно пропустить важные детали. Если смотреть только на выручку, можно не заметить, что клиентов стало меньше, но они стали дороже.

Чаще всего полезны несколько показателей. Первый — удержание, то есть доля клиентов, которые вернулись. Второй — повторные покупки. Третий — выручка на клиента. Четвертый — LTV, если у вас достаточно длинный цикл жизни клиента. Пятый — окупаемость рекламы с учетом повторных доходов.

Иногда важен еще и средний интервал между покупками. Он показывает, как быстро клиент возвращается. Для подписки и доставки это особенно заметно: один канал может приводить людей, которые покупают реже, но остаются дольше, и это тоже надо учитывать.

Как читать удержание

Удержание отвечает на простой вопрос: сколько людей из когорты вернулось спустя определенный срок. Если в первой когорте удержание выше, чем в остальных, это не случайность, а сигнал. Значит, в тот период у вас сработала связка оффера, креатива, аудитории и посадочной страницы.

Низкое удержание не всегда значит, что реклама плохая. Иногда проблема в продукте, логистике, цене, сервисе или онбординге. Когортный анализ как раз и хорош тем, что помогает не путать рекламный успех с качеством бизнеса в целом.

Что дает LTV

LTV показывает доход, который клиент приносит за весь срок взаимодействия с компанией. В контексте рекламы это особенно важно, потому что дорогой клиент может оказаться выгоднее дешевого. Если реклама приводит людей с высоким LTV, можно позволить себе более высокий CPL или CPA.

Но и здесь важно не подменять смысл. LTV нельзя брать как абстрактную красивую величину. Он работает только тогда, когда у вас есть данные по повторным покупкам и понятный период наблюдения. Иначе цифра будет выглядеть солидно, но говорить мало о чем.

Как выглядит полезная таблица когорты

Обычно когорты сводят в матрицу, где по строкам идут периоды привлечения, а по столбцам — месяцы или недели после первого действия. В ячейках показывают удержание, повторные покупки или выручку. Так сразу видно, где клиентский поток качественный, а где быстро выгорает.

В такой таблице сразу заметно, что мартовская когорта живет лучше. Если март связан с определенной рекламной кампанией, это уже серьезный повод разобраться, что именно там сработало. Возможно, дело в креативе, аудитории или самом предложении.

Если смотреть только на первый месяц, вы бы этого не увидели. Когортный анализ как раз и нужен для того, чтобы раздвинуть временной горизонт и не оценивать рекламу по слишком короткому фрагменту.

Как понять, что реклама приводит именно клиентов

Тут важен не только первый заказ. Клиент отличается от случайного покупателя тем, что возвращается, понимает ценность продукта и не исчезает после первой сделки. Если реклама стабильно приводит людей с таким поведением, значит, она работает на клиентскую базу, а не на разовую кассу.

Есть несколько признаков. У когорты высокая доля повторных покупок. Средний чек со временем не падает. Выручка на клиента растет. Отток ниже, чем у других групп. И, что особенно важно, эта картина повторяется из месяца в месяц, а не держится на одной удачной акции.

Если же реклама приводит много первых заказов, но через короткое время люди исчезают, это сигнал насторожиться. Возможно, объявление обещает не то, что получает человек. Возможно, канал приводит слишком широкую или случайную аудиторию. Возможно, продукт не совпадает с ожиданиями.

Признаки «разовых» заказов

Разовые заказы обычно видны быстро. У когорты нормальная первая конверсия, но потом идет резкий провал. Повторных покупок мало, возвратов нет, LTV почти не растет, а цена привлечения съедает маржу.

Еще один заметный признак — зависимость от скидок. Если клиент приходит только на акцию и больше не возвращается, рекламный канал, скорее всего, приводит не аудиторию бренда, а охотников за скидкой. В этом случае объем продаж есть, а база не растет.

Как не запутаться в атрибуции

Даже хороший когортный анализ можно испортить, если неправильно назначить источник. Клиент часто видит рекламу несколько раз, потом заходит напрямую, потом возвращается через поиск. Вопрос в том, какой контакт считать главным.

Для этого в компании нужен единый подход к атрибуции. Иногда достаточно модели первого клика, если вы хотите понять, какой канал дает первичный вход. В других случаях важнее последний переход или распределение ценности между касаниями. Выбор зависит от задачи, а не от вкуса.

Если задача именно в том, чтобы понять качество привлеченной аудитории, полезно смотреть на когорты по первому осмысленному контакту или первому заказу. Тогда оценка будет ближе к реальному поведению людей, а не к внутренней логике рекламного кабинета.

Ошибки, которые портят выводы

Первая ошибка — слишком короткий период наблюдения. Если товар покупают раз в два-три месяца, а вы смотрите только две недели, выводы будут пустыми. Вторая ошибка — смешивать несопоставимые источники, например горячий брендовый поиск и холодный таргет.

Третья ошибка — оценивать только по первой покупке. Это удобно, но обманывает. Четвертая — строить когорты на грязных данных, где у половины клиентов нет источника или даты. Пятая — делать выводы по слишком маленькой выборке, где случайность сильнее закономерности.

Часто проблемы начинаются не в аналитике, а раньше, на этапе постановки задач. Если маркетинг хочет «больше продаж», а бизнесу нужны возвратные клиенты, отчеты будут тянуть в разные стороны. Когортный анализ помогает это увидеть, но сам по себе он не исправляет разрыв между целями.

Как использовать результаты в работе

После анализа важно не просто сохранить таблицу. Смысл в решениях. Если одна кампания приводит клиентов с лучшим удержанием, ей можно дать больше бюджета. Если другой канал дает много одноразовых заказов, стоит пересмотреть креатив, аудиторию или вообще убрать его из фокуса.

Иногда вывод оказывается мягче: канал не плохой, но он работает на другой этап воронки. Например, он хорошо знакомит аудиторию с брендом, но не закрывает продажу. Тогда его нельзя оценивать только по первому заказу, зато можно использовать как часть более длинной связки.

Лучше всего когортный анализ работает в связке с регулярным пересмотром кампаний. Не раз в год, а постоянно. Тогда маркетинг перестает быть гонкой за недорогим лидом и начинает опираться на качество клиентского потока.

Что можно менять по итогам анализа

• аудитории в рекламных кабинетах;
• офферы и креативы;
• лендинги и карточки товаров;
• ставки и бюджет между каналами;
• послепродажные сценарии, если клиент быстро остывает.

Иногда достаточно изменить одно звено, чтобы когорты начали вести себя иначе. Например, если клиентам не хватает напоминаний или простого сценария повторной покупки, реклама может выглядеть слабой только потому, что дальше по цепочке никто не дожимает интерес.

Немного практики из жизни автора

Мне приходилось видеть проекты, где все выглядело прекрасно на уровне отчетов. Трафик рос, заявки дешевели, менеджеры не скучали. Но когда мы разложили покупателей по когортам, стало видно, что часть каналов приводит людей, которые исчезают после первой покупки почти полностью.

Самым неприятным было то, что такие каналы часто нравятся руководству. Они дают быстрый и понятный результат, его легко показать на встрече. Но для бизнеса с повторными продажами это не победа, а отсроченная проблема. Деньги приходят сегодня, а база не растет.

В другой истории, наоборот, дорогой канал поначалу казался невыгодным. Заявок было меньше, CPA выше, но через несколько месяцев когорты показали сильное удержание и высокий повторный доход. После этого решение по бюджету поменялось почти сразу. И это был не эмоциональный жест, а нормальная реакция на данные.

Когда когортный анализ лучше не усложнять

Не всегда нужна сложная аналитическая система. Если у вас маленький проект, небольшой поток заказов и редкие повторы, достаточно простых таблиц. Главное — следить за тем, чтобы одна и та же логика применялась одинаково каждый месяц.

Слишком сложная структура может только мешать. Если вы пытаетесь учесть все возможные срезы сразу, легко утонуть в деталях и пропустить основной смысл. В таких случаях лучше начать с когорты по месяцу первого заказа и сравнения базовых метрик. Этого уже хватает, чтобы увидеть направление.

Когда проект вырастет, можно добавить более тонкие разрезы: по каналам, кампаниям, типам устройств, географии, категории товара, первому среднему чеку. Но начинать стоит с простого и понятного каркаса.

Что в итоге показывает когортный подход

Когортный анализ отвечает на вопрос, который обычные отчеты обходят стороной. Не сколько заказов принесла реклама, а каких людей она привела. Это важное различие. От него зависит, будете ли вы покупать рост или просто арендовать краткий всплеск продаж.

Если реклама приводит клиентов, вы это увидите по повторным покупкам, удержанию, выручке на пользователя и более длинному жизненному циклу. Если она дает только разовые заказы, это тоже станет заметно, причем довольно быстро. В этом и ценность метода: он убирает самообман и оставляет только поведение клиентов.

Хорошая реклама не всегда самая дешевая. И не всегда та, что быстрее дает заказ. Важно другое: остается ли человек с вами после первого контакта. Когортный анализ показывает именно это, без лишнего шума и без красивых иллюзий.

Похожие записи:

Дашборд для собственника: какие показатели должны быть на одном экране Как выбрать главные KPI для бизнеса и перестать измерять «красивые, но бесполезные» метрики Как найти точки роста в продажах по данным, а не по ощущениям команды Как построить систему маркетинговой аналитики, когда данные разбросаны по десятку сервисов