Eine wachsende Zahl aktiver Nutzer kann darüber hinwegtäuschen, dass viele das Produkt nur kurz ausprobieren und dann wieder abspringen. Neuzugänge lassen die Gesamtzahl zwar steigen, während frühere Nutzer still und leise verschwinden. Eine Kohortenanalyse schlüsselt diese Verläufe auf und macht sichtbar, wie sich vergleichbare Gruppen nach den ersten Schritten im Produkt tatsächlich verhalten.
Eine Kohorte ist eine Gruppe, die durch ein gemeinsames Startereignis, einen Zeitraum, ein Merkmal oder ein bestimmtes Verhalten definiert wird. Produktteams gruppieren Nutzer meist nach Anmeldewoche oder -monat und vergleichen Retention, Aktivität oder Umsatz nach jeweils derselben verstrichenen Zeit. Der Mehrwert entsteht dadurch, dass die Definition der Gruppe und der Messzeitraum klar festgelegt sind.
Gruppen im gleichen „Lebensalter“ vergleichen
Nehmen wir eine fiktive Januar-Kohorte von 100 Accounts, von denen 40 im zweiten Monat eine relevante Aktion ausführen. In einer Februar-Kohorte von 150 Accounts tun dies 75 im gleichen relativen Zeitraum. Die Retention-Raten für den zweiten Monat liegen somit bei 40 % und 50 % – vorausgesetzt, die Definition der Aktivität und die Beobachtungsfenster stimmen überein.
Die zweite Kohorte kann logischerweise noch keine Daten für den dritten Monat liefern, wenn dieser noch gar nicht vergangen ist. Ein leeres Feld bedeutet hier schlicht, dass noch keine Daten vorliegen – nicht, dass die Retention auf null gefallen ist. Ebenso vermischt eine Gesamtzahl aller aktiven Nutzer im Februar Personen in völlig unterschiedlichen Phasen und liefert keine Antwort auf diese Frage.
Der Leitfaden zur Kohortenanalyse von Amplitude erklärt Gruppierungen nach Akquise und Verhalten genauer. Prüfe bei der Umsetzung unbedingt, wie dein Analytics-Tool Retention genau definiert: Aktivität in einem bestimmten Zeitfenster, Aktivität ab einem bestimmten Zeitpunkt oder ununterbrochene Nutzung spiegeln jeweils ganz andere Muster wider.
Kohorten definieren, ohne Erkenntnisse aus der Zukunft vorwegzunehmen
Verhaltensbasierte Kohorten können Nutzer, die ein Feature nutzen, mit denen vergleichen, die es nicht tun – das Timing ist dabei jedoch heikel. Wer erst nach drei Monaten als Feature-Nutzer eingestuft wird, musste überhaupt erst so lange dabeibleiben. Vergleicht man die frühe Retention dieser Gruppe mit der aller anderen, verschafft man ihr durch die Definition bereits einen unfairen Vorteil.
Setze daher ein klar definiertes, frühes Qualifizierungsfenster an, wenn es zur Fragestellung passt, und starte die Messung am richtigen Punkt. Komplexere Timing-Fragen erfordern mitunter tiefergehende Analysen. Welcher Ansatz auch gewählt wird: Mache transparent, ab wann die Zugehörigkeit zu einer Kohorte feststeht und wer überhaupt die Chance hatte, sich dafür zu qualifizieren.
Achte auch auf eine einheitliche Betrachtungseinheit: Account-Retention und Nutzer-Retention können ganz unterschiedliche Geschichten erzählen – gerade bei Produkten, bei denen Kolleginnen und Kollegen innerhalb desselben zahlenden Unternehmens wechseln.
Unterschiede hinterfragen, statt voreilige Schlüsse zu ziehen
Eine neuere Kohorte weist nach einer Optimierung des Onboardings vielleicht eine bessere Retention auf – womöglich bringt sie aber auch einen anderen Mix aus Akquisekanälen, Tarifen oder Kundenbedürfnissen mit. Die Kohortenanalyse deckt Unterschiede auf, sie schließt alternative Ursachen aber nicht automatisch aus.
Analysiere aussagekräftige Segmente und relevante Ereignisse im Zeitverlauf – von Ausfällen über Kampagnen bis hin zu saisonalen Schwankungen. Wenn ein bestimmter Verhaltens-Meilenstein mit einer höheren Retention korreliert, sollte dies der Startpunkt sein, um eine Aktivierungs-Metrik genauer zu untersuchen – und nicht der voreilige Schluss, dass das bloße Erzwingen dieses Verhaltens schon die Kundenbindung stärkt.
Richtig wertvoll wird die Analyse erst im Zusammenspiel mit echtem Feedback dazu, warum Nutzer zurückkehren oder abwandern. Qualitative Forschung zeigt, ob eine seltene Nutzung an Enttäuschung liegt oder daran, dass das Produkt einen gelegentlichen Bedarf einfach perfekt erfüllt. Ein wöchentliches Retention-Ziel wäre schließlich der falsche Maßstab für einen Service, den man sinnvollerweise nur einmal im Quartal braucht.