Kohortenanalyse
Die Kohortenanalyse ist eine Methode, bei der Nutzer nach einem gemeinsamen Startereignis gruppiert werden, üblicherweise der Woche oder dem Monat ihrer Registrierung, und ihr Verhalten über die Zeit als Gruppe verfolgt wird. Anstelle eines einzigen gleitenden Durchschnitts sehen Sie viele parallele Linien, von denen jede zeigt, wie sich eine bestimmte Generation von Nutzern tatsächlich verhalten hat.
Die Kohortenanalyse ist eine Methode, bei der Nutzer nach einem gemeinsamen Startereignis gruppiert werden, üblicherweise der Woche oder dem Monat ihrer Registrierung, und ihr Verhalten über die Zeit als Gruppe verfolgt wird. Anstelle eines einzigen gleitenden Durchschnitts sehen Sie viele parallele Linien, von denen jede zeigt, wie sich eine bestimmte Generation von Nutzern tatsächlich verhalten hat.
Warum es wichtig ist
Aggregierte Kennzahlen lügen. Ein Produkt kann steigende MAU aufweisen, während jede einzelne Kohorte schneller abwandert als die vorherige. Das Wachstum entsteht dann allein dadurch, dass die Akquise den Schwund übertrifft. Die Kohortenanalyse deckt dieses Muster sofort auf. Jedes ernsthafte Wachstumsteam (Facebook, Airbnb, Shopify) führt Diskussionen zur Bindung anhand von Kohortendiagrammen, nicht von Durchschnittswerten. Die Kohortenanalyse ist außerdem die einzige zuverlässige Methode, um zu erfahren, ob eine Produktänderung tatsächlich gewirkt hat. Durchschnittswerte vor und nach einer Änderung vermischen altes und neues Verhalten, Kohorten trennen sie.
So funktioniert es
1. Wählen Sie ein Startereignis: Registrierung, erster Kauf, erste Nutzung einer Funktion. Dies definiert "Woche 0" für jeden Nutzer.
2. Gruppieren Sie Nutzer nach Startzeitraum: Alle Nutzer, die sich in Woche 1 des April registriert haben, bilden eine Kohorte, Woche 2 eine weitere und so weiter.
3. Wählen Sie ein Bindungsereignis: Was zählt als "gebunden"? Eingeloggt, eine Kernaktion abgeschlossen, bezahlt. Seien Sie konkret.
4. Verfolgen Sie die Bindung jeder Kohorte über die Zeit: Berechnen Sie für jede Kohorte den Prozentsatz, der das Bindungsereignis in Woche 1, Woche 2, Woche 3, ... noch ausführt.
5. Stellen Sie sie nebeneinander dar: Jede Kohorte wird zu einer Zeile oder Linie. Vergleichen Sie Formen, nicht nur Zahlen.
Formen, auf die Sie achten sollten
Abflachende Kurve: Die Bindung fällt zunächst stark ab und pendelt sich dann auf einem stabilen Prozentsatz ein. Das ist die Form des Product-Market-Fit, eine Kerngruppe bleibt.
Lächeln-Kurve: Die Bindung fällt und steigt dann wieder, wenn inaktive Nutzer zurückkehren. Selten, aber wirkungsvoll, zu beobachten, wenn ein Produkt zur Gewohnheit wird.
Abfall auf null: Die Bindung sinkt stetig auf 0 %. Das Produkt bleibt nicht haften. Akquise wird Sie nicht retten.
Verbesserung der Kohorten über die Zeit: Neuere Kohorten binden besser als ältere. Das ist das Signal, dass eine Produktänderung tatsächlich gewirkt hat.
Verschlechterung der Kohorten: Neuere Kohorten binden schlechter. Etwas ist kaputtgegangen, entweder das Produkt oder der Akquisekanal zieht Nutzer an, die nicht passen.
Häufige Anwendungen
Bindungsdiagnose: Ist unser Produkt tatsächlich bindungsstark?
Funktionswirkung: Hat die Einführung von X die Bindung für Kohorten verbessert, die es gesehen haben?
Kanalqualität: Binden Nutzer von Google Ads genauso gut wie Nutzer aus dem organischen Bereich?
Preisexperimente: Bindet die Kohorte eines neuen Tarifs besser als die des alten Tarifs?
Abwanderungsprognose: Wenden Sie Kohortenkurven auf neue Registrierungen an, um den künftigen MRR vorherzusagen.
Häufige Fehler
Vergleich mit Durchschnittswerten: Durchschnittswerte kombinieren alle Kohorten und verbergen den entscheidenden Trend.
Zu kleine Kohortengröße: Wöchentliche Kohorten mit 20 Nutzern sind größtenteils Rauschen. Aggregieren Sie auf monatlich, wenn das Volumen gering ist.
Falsches Startereignis: "Registriert" ist nicht "aktiviert". Wählen Sie das Ereignis, das echte Nutzung definiert.
Falsches Bindungsereignis: Ein Login zählt nichts. Wählen Sie die Aktion, die einen Mehrwert schafft.
Nur eine einzige Kohorte betrachten: Momentaufnahmen einzelner Kohorten verbergen, ob sich die Dinge über die Zeit verbessern oder verschlechtern.
Nur nach Akquisemonat kohortieren: Kohortieren Sie auch nach Funktionskontakt, Kanal, Tarif und anderen Dimensionen, um die echten Treiber zu finden.
Sources: