Analiza kohort grupuje odwiedzających według wspólnej cechy (zwykle daty pierwszej wizyty) i śledzi ich zachowanie w czasie. Zamiast traktować wszystkich odwiedzających jako jedną grupę, osobno śledzisz tych, którzy przyszli w styczniu, i tych, którzy przyszli w lutym. Dzięki temu widzisz, czy nowsi odwiedzający zachowują się inaczej niż starsi i czy zmiany w produkcie poprawiają, czy pogarszają retencję.
Dlaczego analiza kohort ma znaczenie
Bez kohort retencja wygląda płasko. Widzisz, że 15% odwiedzających wraca w ciągu 30 dni, ale nie wiesz, czy ta liczba rośnie, czy maleje. Z kohortami widzisz, że odwiedzający ze stycznia mieli retencję 30-dniową 12%, z lutego 14%, a z marca 18%. Teraz wiesz, że retencja rośnie.
Analiza kohort pozwala też wyodrębnić wpływ wprowadzonych zmian. Jeśli w lutym zmieniono wygląd strony, analiza kohort pokaże, czy zmiana poprawiła retencję, czy ją pogorszyła.
Jak ustawić kohorty
Krok 1: określ grupę kohorty. Najczęściej jest to data pierwszej wizyty: grupuj odwiedzających według tygodnia lub miesiąca. Możesz też grupować według źródła ruchu (wszyscy odwiedzający z Google Ads to jedna kohorta), urządzenia (użytkownicy telefonów to jedna kohorta) lub lokalizacji (odwiedzający z USA to jedna kohorta).
Krok 2: określ metryki. Jakie zachowanie śledzisz? Powroty, wyświetlone strony, czas na stronie, konwersje czy zdarzenia zaangażowania. Każda metryka ma własną tabelę kohort.
Krok 3: ustaw okno czasowe. Śledź zachowanie przez 30, 60 lub 90 dni po pierwszej wizycie. Dłuższe okna pokazują trwałe zaangażowanie, krótsze pokazują natychmiastowy wpływ.
Krok 4: zbuduj tabelę kohort. Każdy wiersz to kohorta (odwiedzający ze stycznia, z lutego itd.). Każda kolumna to dni po pierwszej wizycie (dzień 1, dzień 7, dzień 30). Każda komórka to metryka (np. 45% kohorty ze stycznia wróciło w 7. dniu).
Krok 5: przejrzyj i porównaj trendy. Patrz wzdłuż wierszy, by sprawdzić, czy nowsze kohorty wypadają lepiej, czy gorzej niż starsze. Przedstaw dane na wykresie, by zobaczyć wzorce. To pokazuje, czy Twoja strona się poprawia, pogarsza, czy pozostaje stabilna w czasie.
Typowe wzorce kohort
Krzywa malejąca (oczekiwana): retencja w dniu 1 to 100% (każdy, kto przychodzi, należy do kohorty). Dzień 7 to 25%. Dzień 30 to 10%. To normalne: większość odwiedzających odchodzi i nie wraca. Zwróć uwagę na stromość spadku. Gwałtowny spadek oznacza, że ludzie szybko odchodzą. Łagodny spadek oznacza, że dłużej pozostają zaangażowani.
Wzorzec poprawy (dobry): każda nowa kohorta (nowsze daty pierwszej wizyty) ma lepszą retencję niż poprzednia. Styczeń miał retencję 30-dniową 8%. Luty 10%. Marzec 12%. To sygnał, że Twoja strona coraz lepiej utrzymuje odwiedzających.
Wzorzec pogorszenia (ostrzeżenie): każda nowa kohorta ma gorszą retencję. Styczeń miał retencję 30-dniową 15%. Luty 12%. Marzec 10%. To sygnał, że coś się zmieniło, na przykład przebudowa strony, spadek jakości ruchu czy nowa konkurencja, i to szkodzi retencji.
Analiza kohort w decyzjach o produkcie
Analiza przed i po: prowadź kohorty przez 4-6 tygodni przed dużą zmianą. Potem prowadź kohorty przez 4-6 tygodni po niej. Porównaj krzywe retencji. Jeśli nowa krzywa jest wyżej i dalej w prawo (więcej osób zostaje i zostaje dłużej), zmiana była pozytywna.
Jakość źródeł ruchu: stwórz kohorty według źródła ruchu. Porównaj kohorty z wyszukiwania organicznego z kohortami z płatnych reklam i z mediów społecznościowych. Jeśli jedno źródło ma znacznie wyższą retencję, zainwestuj w nie więcej.
Wzorce sezonowe: w firmach sezonowych porównuj kohorty z tej samej pory roku w różnych latach. Kohorta z grudnia 2024 w porównaniu z kohortą z grudnia 2025 pokazuje, czy poprawiasz się rok do roku.
Częste błędy w analizie kohort
Zbyt mała próba: jeśli kohorta liczy tylko 50 odwiedzających, losowe wahania tworzą szum. Używaj kohort liczących co najmniej 100-200 odwiedzających.
Mylenie metryk kohort: nie mieszaj retencji (% kohorty, który wrócił) z częstotliwością (łączna liczba wizyt w kohorcie). To różne rzeczy, używaj jednej naraz.
Ignorowanie czynników zewnętrznych: retencja spadła o 5% w marcu. Zanim uznasz, że strona wypadła gorzej, sprawdź: czy spadł ruch z wyszukiwarki (nowa konkurencja)? Czy uruchomiono mniej reklam? Czy influencer opublikował wpis o konkurencji? Zmiany w kohortach czasem odzwierciedlają zmiany na rynku, a nie problemy z produktem.
Brak segmentacji według kluczowych zmiennych: wrzucasz wszystkie źródła ruchu do jednej kohorty. A kohorty z wyszukiwania organicznego prawdopodobnie zachowują się inaczej niż kohorty z płatnych reklam. Zawsze segmentuj według zmiennych, które mają znaczenie: źródła ruchu, urządzenia, lokalizacji lub typu użytkownika. To pokazuje, które segmenty są mocne, a które wymagają pracy.
Zbyt długie czekanie z analizą: czekasz 90 dni, zanim spojrzysz na dane kohort. Do tego czasu mijają 3 miesiące i tracisz okazje do naprawy problemów. Analizuj kohorty co tydzień lub co dwa tygodnie. Dostrzegaj trendy wcześnie, by działać szybciej.
Czy używać kohort tygodniowych, czy miesięcznych?
Tygodniowe dają większą szczegółowość, ale wymagają większego ruchu (200-300 odwiedzających tygodniowo). Miesięczne to standard dla większości stron (potrzeba ponad 1000 odwiedzających miesięcznie). Używaj miesięcznych, jeśli masz przyzwoity ruch. Przy bardzo dużym ruchu (ponad 10 tys. miesięcznie) kohorty tygodniowe pozwalają szybciej wychwycić trendy.
Co, jeśli retencja moich kohort jest taka sama we wszystkich grupach?
Płaska retencja (kohorty ze stycznia i z marca mają identyczne krzywe) oznacza, że zachowanie Twojej strony jest stabilne. To dobrze, jeśli retencja jest zdrowa (ponad 15% w 30 dni). Jeśli jest niska (5% w 30 dni), płaskość pokazuje, że się nie poprawiasz. Czas wprowadzić zmiany i sprawdzić, czy nowe kohorty wypadną lepiej.
Jak długo czekać po zmianie w produkcie, zanim przeanalizuję nową kohortę?
Co najmniej 4-6 tygodni. To daje nowym odwiedzającym czas, by przejść ten sam wzorzec zachowania co starsi. Różnice w dniach 1-7 mogą być szumem. Retencja 30-dniowa pokaże, czy zmiana się przyjęła.
Czy mogę porównywać kohorty z różnych źródeł ruchu w jednej tabeli?
Tak, ale trzymaj je osobno. Jedna tabela dla kohort z wyszukiwania organicznego. Druga dla kohort z płatnych reklam. Porównywanie ich w jednej tabeli robi bałagan: kolumny przestają jasno pokazywać, czy to zachowanie ruchu organicznego, czy płatnego.
Co oznacza spadek retencji o 30% między dniem 1 a dniem 2?
To normalne. Wielu odwiedzających odchodzi po pierwszej wizycie. Spójrz zamiast tego na retencję w dniu 7. Jeśli do dnia 7 wraca 10% odwiedzających, to rozsądny wynik. Spadek między dniem 1 a 2 oznacza tylko, że wiele osób zdecydowało się nie wracać od razu.
Jak ręcznie policzyć retencję kohort, jeśli moje narzędzie nie ma kohort?
Krok 1: wyeksportuj dane wszystkich odwiedzających z datą pierwszej wizyty. Krok 2: pogrupuj według daty pierwszej wizyty (pierwszy tydzień to jedna grupa). Krok 3: dla każdego odwiedzającego sprawdź, czy wrócił po 30 dniach. Krok 4: podziel liczbę powracających przez rozmiar całej kohorty. To Twoja retencja 30-dniowa dla tej kohorty. Powtórz dla każdego tygodnia lub miesiąca.