Когортный анализ

Происхождение и история

Когортный подход существовал в исследованиях населения до его применения к цифровым продуктам. В статье 1965 года Райдер рассматривал смену поколений и различал изменения, связанные с возрастом, календарным временем и принадлежностью к поколению. Он описывал когорты не только по рождению, но и по времени окончания учёбы, брака, миграции или начала трудовой деятельности. ^[1]

В таком понимании рождение — лишь один из возможных моментов входа в когорту: точкой отсчёта становится значимое датированное событие. ^[1] В цифровой аналитике таким событием служит, например, первая регистрация. Современные системы позволяют наблюдать группы во времени, задавая собственные условия входа и правила расчёта показателей. ^{[2; 4]}

Суть и механизм

Когорта отличается от произвольного сегмента наличием общего события входа во времени. Например, «читатели из Барнаула» — сегмент аудитории, а «читатели, впервые зарегистрировавшиеся с пятого по одиннадцатое октября» — когорта. Географический сегмент можно выделить внутри этой когорты. Это учебное применение определения, а не классификация жителей или прогноз их поведения. ^[1]

Далее задают событие возвращения. Условная редакция может считать им открытие хотя бы одного материала после регистрации. Другой проект выберет покупку или запуск приложения. Документация GA4 разделяет условия включения и возвращения: они не обязаны совпадать. ^[2]

Возраст когорты — время относительно входа, а календарный период — положение на общей шкале дат. Для октябрьской и ноябрьской когорт первая неделя после входа приходится на разные даты. Сравнение одинакового возраста помогает увидеть различия в развитии групп, но не устраняет влияние календарных событий: праздников, новостных всплесков или изменений продукта. ^{[1; 5]}

До вычисления следует определить единицу учёта. В учебном примере ниже это уникальный аккаунт. Реальный отчёт не всегда объединяет устройства одного человека: GA4 прямо указывает, что его когортное исследование основано на данных устройств и не использует User-ID — идентификатор пользователя — при создании когорт. ^[2]

Виды расчёта и различия платформ

Слово «удержание», или retention, обычно требует уточнения: какое возвращение засчитывается? В документации Amplitude различаются Return On — действие в конкретный период — и Return On or After — действие в этот период либо позже. Человек, пропустивший первую неделю и вернувшийся во вторую, попадёт только во второй вариант показателя для первой недели. ^[3]

Есть и накопительный расчёт «к этому моменту»: он учитывает участников, которые уже выполнили действие в прошедшей части выбранного периода. Эта логика отличается и от возврата в конкретный период, и от возврата в этот период или позже. ^{[2; 4]}

Таким образом, накопленный охват события из когортного отчёта AppMetrica нельзя подменять показателем Retention из другого отчёта: они отвечают на разные вопросы. ^{[4; 7]}

Границы времени также различаются. AppMetrica позволяет выбирать календарные интервалы или отсчёт по двадцать четыре часа от события; для произвольных диапазонов действуют отдельные ограничения. Поэтому подписи «день один» недостаточно: пользователь, пришедший перед полуночью, почти сразу окажется в следующем календарном дне, хотя сутки с его прихода ещё не прошли. ^[4]

Практика: учебная таблица редакции

Все числа ниже вымышлены. Редакция группирует аккаунты по неделе первой регистрации, с понедельника по воскресенье. Неделя ноль — неделя регистрации; неделя один — следующая календарная неделя. Возвратом считается хотя бы одно открытие материала в указанную неделю. Один аккаунт учитывается в ячейке один раз, независимо от числа открытий.

Снимок данных сделан двадцать шестого октября 2026 года в полночь по времени Барнаула. События до этого момента считаются полностью собранными. Эти условия заданы специально для примера: в настоящей выгрузке полноту доставки событий необходимо проверить.

У первой когорты неделя один приходится на двенадцатое–восемнадцатое октября, у второй — на девятнадцатое–двадцать пятое. Для третьей она только начинается в момент снимка. Прочерк означает отсутствие завершённого наблюдения. Он ничего не сообщает о будущем поведении этой группы.

Показатель первой когорты на второй неделе не требует возвращения на первой: это отдельное окно. Сорок аккаунтов во второй ячейке могут частично совпадать с пятьюдесятью из первой. По одной таблице нельзя установить размер пересечения или число людей, возвращавшихся каждую неделю.

Как измерить и проверить

Для выбранного в примере правила долю возврата рассчитывают так: ^[3]

Здесь $R$ — доля возврата в процентах; $c$ — выбранная когорта; $k$ — номер периода после входа. $N_c$ — исходное число аккаунтов в когорте $c$, то есть знаменатель. $U_{c,k}$ — число уникальных аккаунтов этой когорты, открывших материал в период $k$, то есть числитель. Число визитов вместо числа аккаунтов изменило бы смысл показателя и могло бы дать значение выше ста процентов.

У первой группы пятьдесят возвращений из двухсот дают двадцать пять процентов, у второй сорок из ста — сорок процентов. Абсолютных возвращений во второй группе меньше, а доля выше. Разница долей составляет пятнадцать процентных пунктов; это описание учебных данных.

Общая доля возврата на первой неделе среди двух полностью наблюдённых когорт равна девяноста из трёхсот, то есть тридцати процентам. Невзвешенное среднее двух долей дало бы 32,5%. Оно придаёт равный вес двум группам разного размера и потому отвечает на другой вопрос.

Третью когорту нельзя добавлять в этот знаменатель: её неделя возврата ещё не наблюдалась. Иначе получилось бы девяносто из четырёхсот пятидесяти, или двадцать процентов, — искусственное занижение. Amplitude также исключает незавершённые интервалы из соответствующего суммарного расчёта, поэтому состав учитываемых когорт может меняться с возрастом. ^[3]

Если когорта пуста, доля не определена. Если наблюдение завершено и никто не вернулся, результат равен нулю. Эти ситуации различаются и математически, и по смыслу.

Ограничения и ошибки

Более высокий показатель новой когорты ещё не доказывает пользу нового интерфейса. Одновременно могли измениться источник привлечения, состав аудитории или календарные условия. В изложении Эрнана и Робинса причинная интерпретация наблюдательных данных требует дополнительных предпосылок; одной ассоциации между группой и результатом недостаточно. ^[5]

Практический вывод для примера — сформулировать гипотезу о различии, затем выбрать подходящий способ её проверки. Корректно спроектированный эксперимент со случайным распределением помогает оценивать причинный эффект; когортная таблица сама такого распределения не создаёт. ^[5]

Есть и ошибки измерения. Изменение определения события между неделями нарушает сопоставимость. Пропавший идентификатор может выглядеть как уход пользователя. Поэтому в паспорте учебного отчёта редакция предлагает сохранять правило входа, событие возврата, идентификатор, часовой пояс, границы окон и дату выгрузки. Это рабочая рекомендация для воспроизводимости, а не обещание точности любого счётчика.

Правовой аспект

Если исходные записи содержат персональные данные, в России применяются требования статьи 5 закона №152-ФЗ: заранее определённые законные цели, соответствие состава данных этим целям и отсутствие избыточности. Хранение в форме, позволяющей определить человека, ограничено необходимостью для целей обработки, с предусмотренными законом исключениями. Использована редакция закона от 26 июля 2026 года, части 2, 4–7 статьи 5. ^[6]

Эти принципы не являются самостоятельным разрешением на любую аналитику. Правовое основание, доступ и сроки для конкретной системы требуют отдельной оценки; статья не заменяет её.

Зарубежные счётчики и персональные данные. С 1 июля 2025 года часть 5 статьи 18 закона № 152-ФЗ «О персональных данных» (в редакции Федерального закона от 28.02.2025 № 23-ФЗ) не допускает при сборе персональных данных граждан России, в том числе в интернете, их запись, хранение и другие операции с использованием баз данных за пределами России. Счётчики вроде Google Analytics передают на зарубежные серверы IP-адреса и идентификаторы cookie, которые могут относиться к персональным данным; о трансграничной передаче, кроме того, заранее уведомляют Роскомнадзор (статья 12 того же закона). Нарушения влекут ответственность по статье 13.11 КоАП РФ. Использование такого счётчика на российском сайте требует юридической оценки; для сбора данных о посетителях из России применяют системы веб-аналитики с хранением данных в России, например Яндекс Метрику.

Частые вопросы

Связанные термины

• uderzhanie
• LTV (пожизненная ценность клиента)
• ARPU
• segmentatsiya-auditorii
• konversiya
• veb-analitika