Встроенные когортные отчеты есть во многих системах. Например, в Google analytics, AppsFlyer, Amplitude, Appmetrica и другие. Также когортный анализ можно создать самостоятельно с использованием различных инструментов: Excel, SQL, Python.

Ниже пример интерфейса когортного исследования в Google аналитике 4.

Какой бы инструмент мы не использовали, последовательность когортного анализа будет такая:

• Определяем критерий включения в когорту (стартовое действие). Чаще всего это первых заход на сайт, регистрация или покупка.

В нашем случае мы будем рассматривать заход на сайт.

• Устанавливаем размеры когорт. То есть выбираем временной интервал, в течении которого пользователи будут попадать в одну группу.

В нашем случае мы рассмотрим месяц.

• Определить период для формирования отчета.

Рекламная кампания была запущена в феврале и работала с февраля по март. Далее запустили новую рекламную кампанию. Для анализа мы можем создать несколько когорт по месяцам (март, апрель, май) и отследить их поведение на протяжении марта, апреля, мая и июня.

• Определить ключевые метрики, которые будем отслеживать у когорты. Это может быть любая метрика в зависимости от поставленных задач: LTV, ROI, CAC, коэффициент удержания, время пребывания на сайте, количество транзакций, средняя прибыль, ROI и т.д.

Мы хотим отследить эффективность рекламных кампаний, поэтому для анализа выберем показатель ROAS (Return on Ad Spend) — это показатель рентабельности рекламных расходов.

• Сегменты. Чтобы сделать более углубленный анализ, можно использовать сегменты - например, разделить мобильный и десктопный трафик и сравнивать показатели для этих двух сегментов.

В нашем случае целесообразно сравнить платный и органический трафик. Почему? Потому что мы ведем весь платный трафик, а клиент хочет его отключить и оставить только органический. Поэтому важно сравнить их между собой. К каким последствиям это может привести, как раз и поможет понять когортный анализ и сегментирование.

Откуда будем брать данные для анализа мы? Из google analytics.
Как уже выше отметил, в качестве критерия включения в когорту устанавливаем первый заход на сайт (это столбец "Всего пользователей").

В Google analytics можно сегментировать, поэтому разделяем на сегменты органического и платного трафика.

Размер когорты - 1 месяц.
0 месяц - это когда пользователь первый раз зашел на сайт. Далее по месяцам как раз отображается, сколько пользователей, зашедших в 0 месяц, зашло на сайт в месяц 1, месяц 2 и тд.

Мы хотели в качестве показателя отслеживать ROAS и мы его рассчитаем самостоятельно далее. А сейчас просто посмотрим на доход и количество транзакций и попробуем отследить закономерности.

С платного трафика получаем самое больше количество заказов и платный трафик приносит больше всего дохода, поэтому при снижении бюджета на платный трафик, общее количество заказов и доход уменьшатся достаточно сильно. Такой вывод можно сделать, глядя на когорты.

Однако однозначно сказать, что тот или иной трафик выгоден пока нельзя. Нужно рассчитать ROAS.

ROAS (Return on Ad Spend) — это показатель рентабельности рекламных расходов, рассчитывается по формуле:

ROAS = (Доход от рекламной кампании / Расход на рекламную кампанию) * 100%

С помощью него можно определить степень окупаемости по следующему принципу:

• ROAS меньше 100% – вложения не оправдались, кампания пошла в убыток;
• ROAS равно 100% – реклама окупилась, но прибыли не принесла (ушла в ноль);
• ROAS больше 100% – кампания прошла успешно и принесла прибыль.

Информация о расходах и доходах от рекламных кампаний уже может быть интегрирована в системы веб аналитики, но если нет, то нам нужно будет рассчитать их самостоятельно. Чаще всего большую часть времени занимает сбор и подготовка данных для анализа. И если аналитическая культура в компании развита плохо, каких-то данных может не быть для полноценного анализа.

Данные по доходам у нас имеются (выше).

Посмотрим, сколько было потрачено на рекламу в марте, апреле и мае.

март - 7 987 034,33 ₽
апрель - 9 120 646,22 ₽
май - 8 019 134,99 ₽

Рассчитаем ROAS = Доход от рекламы/ Расход на рекламу * 100%.

Если рассчитывать ROAS только за первый месяц, то мы увидим 2 случая:

• вложения не оправдались, кампания пошла в убыток

ROAS март = 7 513 601,31 / 7 987 034,33 * 100 = 94%
ROAS май = 7 424 046,00 / 8 019 134,99 * 100 = 93%

• реклама можно сказать окупилась, но прибыли не принесла (ушла в ноль)

ROAS апрель = 9 534 019,61 / 9 120 646,22 * 100 = 105%

Другую ситуацию мы видим, рассчитывая ROAS по каждой из когорт:

Общий доход по мартовской когорте составил 8 931 385,48 (складываем 0, 1, 2 и 3 месяцы). Расход нам известен выше - 7 987 034,33.

ROAS по мартовской когорте (за 4 мес) = 8 931 385,48 / 7 987 034,33 = 112%
ROAS по апрельской когорте (за 3 мес) = 11 297 423,8 / 9 120 646,22 = 124%
ROAS по майской когорте (за 2 мес) = 8 135 058,19 / 8 019 134,99 * 100 = 101%

Т.к. показатель ROAS по когортам больше 100%, можно сделать вывод, что рекламные расходы рентабельны. Окупаются примерно с 3го месяца.

Итоговые выводы можно записать так:

• пользователи возвращаются на сайт за повторной покупкой
• сплатного трафика получаем самое больше количество заказов и платный трафик приносит больше всего дохода
• Инвестиции в рекламу окупаются, начиная с 3го месяца

Таким образом, отключать платную рекламу будет нецелесообразно.