Когортный анализ 2026: как считать retention и LTV по когортам

Раз в пару недель мне присылают дашборд, где всё зелёное: выручка растёт, лиды дешевеют, ROAS 4 с лишним. А через квартал бизнес недоумевает, куда делись деньги. Почти всегда причина одна — смотрели на разовый ROAS и средние по больнице, а не на когорты. Когортный анализ — единственный способ увидеть, что клиент, купленный в марте, к июню уже не возвращается, и весь рост идёт только за счёт нового трафика. Ниже — как построить такой отчёт, как читать retention-кривую и почему канал с самым дешёвым лидом иногда самый убыточный.

Я считаю когорты на проектах с 2018-го. Цифры retention и LTV в статье — диапазоны и медианы по моим проектам в e-com, гейминге и услугах плюс сверка с парой коллег. Не именной кейс с точностью до рубля, а ориентиры, на которых видно логику. Своя ниша всегда сдвинет границы, но форма кривой и выводы по каналам держатся.

Разовый ROAS отвечает на вопрос «окупилась ли реклама в этом месяце». Когортный анализ отвечает на вопрос «окупится ли клиент вообще». Это разные вопросы, и второй важнее.

1. Что такое когорта и зачем она нужна

Когорта — группа клиентов с общим событием в одном окне времени. Обычно это месяц первой покупки или регистрации. Все, кто впервые купил в марте 2026, — когорта «март-2026». Дальше за ней следят: сколько вернулось в апреле, мае, июне, сколько принесли денег.

Зачем городить это поверх обычных отчётов. Обычный отчёт даёт срез на дату. Выручка за июнь выросла на 20% — отлично. Только в этой цифре намешано два разных эффекта: пришли новые клиенты и вернулись старые. Если новых много, а старые не возвращаются, рост держится только на бюджете. Перестали лить — выручка осыпалась. Когорта разводит эти два эффекта по разным строкам, и сразу видно, на чём именно стоит бизнес.

Когорту можно резать не только по месяцу. По каналу привлечения, по первому продукту, по среднему чеку входа, по промокоду. Но месяц первой покупки — базовая ось, с неё начинают всегда.

2. Retention-кривая и как её читать

Retention-кривая — это доля клиентов когорты, оставшихся активными через 1, 2, 3 месяца после входа. M0 равен 100% по определению: это сам месяц первой покупки. Дальше кривая падает.

Что считается «активностью» — решите на берегу. Для e-com это повторная покупка. Для подписки — продление. Для контентного продукта — заход и действие. Главное не путать визит и покупку: вернувшийся на сайт, но не купивший, — это не retention выручки.

Здоровая кривая круто падает в первые один-два месяца, а потом выходит на плато. Плато — главное, что я ищу глазами. Если кривая после резкого падения встаёт на 18-25% и держится — есть ядро лояльных, продукт удерживает. Если падение продолжается до нуля без плато — клиенты не возвращаются, и платный трафик льётся в дырявое ведро. Сколько ни лей сверху, дно не наполнится.

Вот как выглядит когортная таблица retention по месяцам. Строки — когорты входа, столбцы — сколько процентов вернулось на N-й месяц. Цифры — типичная картина для среднего e-com по моим проектам.

Прочесть такую таблицу можно двумя движениями. По горизонтали — форма кривой одной когорты: видно плато на 18-20%. По вертикали — сравнение когорт на одном месяце жизни. И вот тут вылезает мартовская строка: M1 у неё 27% против 31-35% у соседей, M3 — 15% против 20%. Март привёл больше людей, 1240 против тысячи, но они хуже возвращаются. Дальше вопрос на расследование: что мы делали в марте. Чаще всего ответ — масштабировали слабый канал или гнали распродажу, которая привела охотников за скидкой.

Эта диагональная пустота в правом-нижнем углу — норма. Свежие когорты ещё не дожили до M4-M6, и проценты там просто нечем заполнить. Сравнивать незрелые когорты по M3+ нельзя, данные не созрели.

3. Расчёт LTV по когортам

Retention показывает, кто вернулся. LTV показывает, сколько они принесли. Считается это просто и честно, без предиктивных моделей. Берёте когорту по месяцу входа, складываете всю выручку, которую она дала за всё время наблюдения, делите на размер когорты.

LTV когорты (накопительно к месяцу N) =
   Сумма выручки когорты за месяцы M0..MN / Размер когорты

Пример: когорта Янв-26, 820 клиентов
M0 принёс 1 230 000 ₽  ->  LTV(M0) = 1500 ₽
к M3 накопилось 2 540 000 ₽  ->  LTV(M3) = 3100 ₽
к M6 накопилось 3 200 000 ₽  ->  LTV(M6) = 3900 ₽

Ценность в том, что LTV растёт во времени, и когорта показывает, как именно. Первый чек дал 1500 ₽, к полугоду накопилось 3900 ₽. Значит реальный LTV в 2,6 раза выше первой покупки. Если сравнивать этот LTV с CAC, окно окупаемости видно прямо по строке: на каком месяце накопленная выручка перекрыла стоимость привлечения. Как соотносить эти две цифры — разбираю в статье про unit-экономику, а ориентиры по самому соотношению — в бенчмарках LTV/CAC по России.

Главная ошибка тут — средний LTV по всей базе одним числом. Распределение всегда скошено: малая доля клиентов даёт половину выручки. Среднее по такому распределению не описывает никого. Когорты режут эту скошенность по времени входа, а дальше можно резать ещё и по каналу.

4. Разбивка по каналу: почему дешёвый CPL обманывает

Самый дорогой урок когортного анализа. CPL меряет вход. LTV меряет всю жизнь клиента. Это разные точки на таймлайне, и оптимизация под первую регулярно убивает вторую.

Картина, которую я вижу постоянно. Канал A даёт лиды по 200 ₽, и в недельном отчёте он герой. Канал B — по 500 ₽, его хотят порезать как дорогой. Собираем когорты по каналу — и оказывается, что у канала A retention M3 равен 8%, а повторный чек копеечный. У канала B retention M3 равен 24%, и люди возвращаются за крупным. На горизонте полугода клиент из B приносит втрое больше, чем из A, при цене входа всего в 2,5 раза выше. Резать надо было ровно наоборот.

Дешёвый лид часто дешёв потому, что это охотник за скидкой, случайный клик или нецелевая, но широкая аудитория. Он купил раз и пропал. Дорогой лид нередко идёт с прогретого канала, где человек пришёл осознанно — и остался. По разовому CPL и даже по разовому ROAS этого не видно никак, цифра входа одинаково молчит про будущее. Как раз поэтому я смотрю на CPL и ROAS только в связке с когортами, а сами формулы и их ловушки разбирал отдельно в материале про расчёт ROAS и CPL.

Вот те же каналы в когортном разрезе. Цифры — диапазоны по моим проектам, не один кейс.

По строке РСЯ и таргета видно ровно то, о чём речь: вход дешёвый, а LTV в два-три раза ниже, чем у поиска. Это не значит «выключить сети». Значит — считать их по факту, а не по CPL, и держать долю под контролем. У дешёвых каналов есть роль: набрать объём, тестировать креативы, прогревать верх воронки. Просто нельзя сравнивать их с поиском по одной цифре входа.

5. Где брать данные

Три источника, и каждый закрывает свою часть.

Яндекс.Метрика. В ней есть готовый отчёт «Когортный анализ»: задаёте условие формирования когорты, целевое действие удержания и шаг. Метрика быстро покажет retention визитов и достижений целей. Слабое место — деньги. Метрика хорошо считает поведение, но плохо знает, сколько клиент принёс за год, особенно если оплаты идут офлайн или через менеджера. Как настроить сами цели, на которых это всё держится, я разбирал в гайде по целям Я.Метрики.

CRM. amoCRM, Bitrix24 или что у вас стоит — отсюда берётся выручка по клиенту во времени. Нужны три поля: дата первой покупки, все последующие сделки с суммами и канал привлечения по UTM. Без канала в CRM разбивка из четвёртого раздела не соберётся, поэтому UTM должны долетать до сделки, а не теряться на форме.

Google Sheets или BI поверх выгрузок. Сама когортная матрица собирается сводной таблицей: строки — когорты, столбцы — месяцы жизни, в ячейках — формула доли вернувшихся или накопленной выручки. На малых объёмах хватает Sheets с парой формул. На больших — Metabase, DataLens или Power BI, чтобы не пересобирать руками. Как это место встаёт в общий контур измерения, я описывал в обзоре маркетинговой аналитики.

6. Как когорты меняют решения по бюджету

Разовый ROAS подталкивает к простому действию: льём туда, где в этом месяце цифра выше. Логика понятная и регулярно ведёт в стену. Канал с высоким месячным ROAS может приводить разовых покупателей, и через полгода вы крутите всё быстрее, а маржа тает.

Когорты разворачивают логику. Бюджет идёт не туда, где дешевле лид, а туда, где выше накопленный LTV к месяцу окупаемости. Решения становятся другими по сути. Канал с дорогим входом, но сильной базой получает больше денег, а не меньше. Дешёвый канал не вырезают, а ограничивают его долей и держат как источник объёма и тестов. Распродажные механики оценивают не по разовому всплеску выручки, а по тому, какую когорту они привели и вернётся ли она.

Меняется и сам ритм. Разовый ROAS заставляет дёргать бюджет еженедельно на шуме. Когортный взгляд переводит на месячный ритм: дождаться, пока новая когорта проявит M1-M2, и только тогда двигать деньги. Меньше суеты, меньше переобучения кампаний, решения крепче.

Антитеза, к которой всё сводится. Разовый ROAS отвечает, окупилась ли реклама за месяц. Когорта отвечает, окупится ли клиент за свою жизнь. Бюджет, собранный по второму вопросу, почти всегда стоит на земле крепче.

7. Частые ошибки при сборке

Те же грабли вижу из проекта в проект.

1. Когорты по 10-20 человек. Проценты на таких размерах скачут от случайности. Минимум 50-100 на когорту, иначе укрупняйте до квартала.
2. Активность считают по визиту, а не по покупке. Retention визитов бодрый, retention выручки печальный — путать их нельзя.
3. Сравнивают незрелые когорты по дальним месяцам. Свежая когорта ещё не дожила до M5, её там нечем заполнить, диагональная пустота — это норма, а не данные.
4. Считают средний LTV одним числом по всей базе. Распределение скошено, среднее не описывает никого. Только по когортам и сегментам.
5. UTM не долетает до сделки в CRM. Без канала в строке клиента разбивка по источникам не соберётся, а это самая ценная часть.
6. Отчёт собрали один раз и забыли. Когорта живёт во времени, её надо дозаполнять каждый месяц, иначе она устаревает быстрее, чем приносит пользу.

Вывод

Когортный анализ — не модный дашборд, а способ перестать обманывать себя средними и разовым ROAS. Он показывает форму retention-кривой, реальный LTV по месяцу входа и, главное, правду про каналы: что дешёвый лид часто самый дорогой в долгую. Минимальный набор — выгрузка из CRM с UTM, отчёт Я.Метрики и сводная в Google Sheets. Раз в месяц пересобрать, посмотреть на ревью бюджета, подвинуть деньги к каналам с сильной базой. Это вся механика. За 9 лет в digital я не видел инструмента, который дешевле меняет качество бюджетных решений.

Если ваш дашборд зелёный, а ощущение, что деньги утекают, — почти наверняка вы смотрите на срез, а не на когорты. Напишите мне в Telegram или через форму: на стартовом созвоне соберём вашу первую когортную таблицу по реальным данным и найдём канал, который вы переоцениваете или режете зря. Стартовая консультация — 0 ₽.