Wie baust du eine Kohorten-Retention-Analyse, und worauf schaust du darin?

Gruppiere Nutzer nach der Periode, in der sie etwas zum ersten Mal getan haben (meist Signup-Monat), und miss dann den Anteil jeder Kohorte, der in jeder Folgeperiode noch aktiv ist, ausgerichtet an Perioden seit Start statt am Kalenderdatum. Lies es in zwei Richtungen: eine Spalte runter, um zu sehen, ob neuere Kohorten besser halten als ältere, und eine Zeile entlang, um zu sehen, wo im Lebenszyklus Nutzer abspringen.

Zuerst nagle ich zwei Definitionen fest, weil alles davon abhängt: was eine Kohorte startet, meistens erster Kauf oder Signup-Monat, und was als gehalten zählt, was eine echte Aktion sein muss und kein Login. Danach ist es eine Matrix, Kohorte an der Seite, Monate seit Start oben, mit dem Prozentsatz dieser Kohorte, der in jedem Monat aktiv ist. Die Ausrichtung an Monaten seit Start statt an Kalendermonaten ist überhaupt erst das, was Kohorten vergleichbar macht. Eine Spalte runter zu lesen sagt mir, ob Produkt- und Onboarding-Änderungen wirken, wenn also die Retention im dritten Monat bei jüngeren Kohorten steigt, landet etwas, das wir gemacht haben. Eine Zeile entlang zu lesen sagt mir, wo das Lebenszyklusproblem sitzt. Bei einem Subscription-Produkt, an dem ich gearbeitet habe, lag der Abfall fast vollständig zwischen Monat eins und Monat zwei, was auf Onboarding zeigte und nicht auf langfristigen Nutzen, und das hat die Roadmap neu gerahmt. Die Falle, auf die ich immer hinweise, ist die jüngste Kohorte, die unvollständig ist und künstlich schlecht aussieht, wenn man sie unkritisch plottet.