Du hast 10.000 Nutzer. Deine Gesamt-Bindung liegt bei 40 Prozent: 40 Prozent kommen im zweiten Monat wieder. Aber diese Zahl verbirgt die wahre Geschichte. Nutzer, die sich im Januar angemeldet haben, bleiben zu 50 Prozent. Nutzer, die sich im August angemeldet haben, zu 20 Prozent. Wenn du Nutzer in Kohorten gruppierst, siehst du die Muster, die Gesamtzahlen verbergen.
Die Kohortenanalyse gruppiert Nutzer nach einem gemeinsamen Merkmal (wann sie sich angemeldet haben, woher sie kamen, was sie zuerst getan haben) und verfolgt ihr Verhalten über die Zeit. Dieser Artikel zeigt, wie die Kohortenanalyse funktioniert, was sie offenlegt, das andere Analysen übersehen, und wie du mit Kohorten Bindung und Interaktion verbesserst.
Eine Kohorte ist eine Gruppe von Nutzern, die etwas gemeinsam haben. Sie haben sich alle in derselben Woche angemeldet. Sie kamen alle aus demselben Marketingkanal. Sie haben alle das Onboarding abgeschlossen. Sie haben alle dieselbe Funktion genutzt.
Warum Kohorten wichtig sind: Gesamtkennzahlen verbergen Unterschiede. Deine Gesamt-Abwanderung liegt bei 30 Prozent. Du denkst vielleicht, dein Produkt hat ein Abwanderungsproblem, und gestaltest es um. Teilst du die Nutzer aber nach Kohorten auf, findest du: Nutzer, die das Onboarding abschließen, wandern zu 10 Prozent ab, Nutzer, die es überspringen, zu 70 Prozent. Dein Problem ist nicht das Produkt, sondern das Onboarding. Kohorten zeigen das wahre Problem.
Arten von Kohorten, die du verfolgen kannst
Zeitbasierte Kohorten: Gruppiere Nutzer danach, wann sie sich angemeldet haben. Verfolge die Januar-Kohorte über 12 Monate. Verfolge die Februar-Kohorte über 11 Monate. So erkennst du saisonale Muster und Trends in der Nutzerqualität über die Zeit. Hatten die Anmeldungen im Juli eine schlechtere Bindung, weil das Produkt im Juli weniger ausgereift war? Hatten die Anmeldungen im November eine bessere Bindung, weil du das Onboarding verbessert hast?
Verhaltensbasierte Kohorten: Gruppiere Nutzer danach, was sie getan haben. Nutzer, die in Woche eins einen anderen Nutzer eingeladen haben. Nutzer, die in Woche zwei ein bezahltes Team erstellt haben. Nutzer, die die Anleitung angesehen haben. So erkennst du, welches frühe Verhalten die langfristige Bindung vorhersagt. Bleiben Nutzer, die das Onboarding in Woche eins abschließen, dreimal so lange wie Nutzer, die es überspringen, ist das Onboarding entscheidend.
Quellenbasierte Kohorten: Gruppiere Nutzer danach, woher sie kamen. Nutzer aus der organischen Suche. Nutzer aus Anzeigen. Nutzer aus Empfehlungen. So erkennst du, welche Traffic-Quellen hochwertige, treue Nutzer bringen und welche nur einmalige Besucher. Vielleicht bringen Anzeigen Menge, aber geringe Bindung. Vielleicht bringen Empfehlungen weniger, aber mit hoher Bindung.
Demografische Kohorten: Gruppiere Nutzer nach Standort, Unternehmensgröße oder Branche. US-Nutzer bleiben besser als internationale. Großkunden bleiben länger als kleine Teams. So erkennst du, welche Segmente deine besten Kunden sind und worauf du dich konzentrieren solltest.
So liest du eine Kohorten-Bindungstabelle
Eine Kohortentabelle zeigt Nutzer (Zeilen) und Monate (Spalten). Die erste Spalte ist Monat null (der Monat der Anmeldung). Monat eins ist der erste Monat nach der Anmeldung. Monat zwei ist der zweite Monat. Die Zahlen zeigen, wie viel Prozent der ursprünglichen Kohorte wiedergekommen sind.
Beispiel: Januar-Kohorte, 1.000 Nutzer
Monat null: 100 Prozent (alle 1.000)
Monat eins: 70 Prozent (700 sind wiedergekommen)
Monat zwei: 50 Prozent (500 sind wiedergekommen)
Monat drei: 40 Prozent (400 sind wiedergekommen)
Das zeigt: Du verlierst 30 Prozent im ersten Monat, dann stabilisiert es sich. Langfristig behältst du 40 Prozent.
Vergleiche über Kohorten hinweg. Behält der Januar 40 Prozent und der Februar 35 Prozent, ist der Februar etwas niedriger. Behält der November 20 Prozent und der Dezember 60 Prozent, hat sich etwas verändert. Die Dezember-Kohorte ist anders.
Was Kohorten offenlegen, das andere Kennzahlen verbergen
Deine monatliche Gesamt-Bindung liegt bei 50 Prozent. Klingt ordentlich. Aber deine April-Kohorte bleibt zu 70 Prozent, deine August-Kohorte zu 30 Prozent. Zwischen April und August hat sich etwas geändert. Hast du etwas am Produkt geändert? Am Onboarding? Kohorten zeigen genau, wann sich deine Produktqualität verändert hat.
Deine Gesamt-Aktivierung (Nutzer, die das Onboarding abschließen) liegt bei 60 Prozent. Aber Nutzer aus bezahlten Anzeigen aktivieren zu 30 Prozent, Nutzer aus der organischen Suche zu 80 Prozent. Jetzt weißt du: Dein Anzeigen-Targeting bringt die falschen Leute. Verbessere das Targeting, nicht das Onboarding.
Kohorten decken Probleme auf, die globale Kennzahlen übersehen.
Häufige Fehler bei der Kohortenanalyse
Korrelation mit Kausalität verwechseln: Nutzer, die das Onboarding abschließen, bleiben dreimal besser als die, die es überspringen. Verursacht das Onboarding die Bindung? Nicht unbedingt. Vielleicht bleiben Nutzer, denen genug an der Sache liegt, um das Onboarding abzuschließen, auch sonst dabei. Das Onboarding ist ein Signal für Absicht, nicht zwingend die Ursache der Bindung. Teste, bevor du Kausalität behauptest.
Kohorten unterschiedlicher Größe vergleichen: Deine Januar-Kohorte hat 5.000 Nutzer. Deine Dezember-Kohorte 100. Ihre Bindungsraten zu vergleichen ist unfair. Kleine Kohorten sind unruhiger. Warte, bis sie sich stabilisiert haben, bevor du vergleichst.
Saisonale Effekte ignorieren: Kohorten aus November und Dezember bleiben immer schlechter, weil die Feiertage dazwischenkommen. Kohorten aus dem Januar bleiben oft besser, weil die Leute Neujahrs-Motivation haben. Verstehe deine saisonalen Muster, bevor du sagst, eine Kohorte sei besser.
Nicht lange genug warten: Du hast vor zwei Wochen eine Kohorte gebildet. Miss die Bindung noch nicht. Du brauchst mindestens 30 Tage, um aussagekräftige Muster zu sehen. Besser: Warte 90 Tage.
So verbesserst du die Bindung mit Kohorten
Schritt eins: Finde die Kohorte mit der besten Bindung. Die Januar-Kohorte bleibt zu 60 Prozent. Die Dezember-Kohorte zu 30 Prozent. Der Januar ist dein Vorbild.
Schritt zwei: Finde den Unterschied. Hat die Januar-Kohorte ein anderes Onboarding durchlaufen? Kam sie bei einer anderen Produktversion an? Hat sie auf andere Marketingbotschaften reagiert?
Schritt drei: Übertrage den Unterschied auf die Kohorte mit der geringeren Bindung. Nutze das Onboarding vom Januar für die Anmeldungen im Dezember. Schau, ob sich die Bindung verbessert.
Schritt vier: Miss die neue Kohorte. Wirkt die Änderung? Mit Kohorten testest und misst du gruppenweise.
Kohorten vs. Segmente vs. Funnels
Ein Segment ist eine Momentaufnahme: Nutzer, die wir heute ansprechen. Eine Kohorte ist ein Weg: eine Gruppe von Nutzern, der wir über die Zeit folgen. Ein Funnel ist ein Pfad: Wie viel Prozent gehen von Schritt zu Schritt weiter.
Segmente beantworten "Wer sind unsere Nutzer jetzt?" Kohorten beantworten "Bleiben unsere Nutzer?" Funnels beantworten "Wo springen Nutzer ab?" Du brauchst alle drei Blickwinkel.
Häufig gestellte Fragen
Wie viele Nutzer brauche ich, damit eine Kohorte aussagekräftig ist?
Mindestens 100 Nutzer pro Kohorte. Kleinere Kohorten sind zu unruhig. Bei 20 Nutzern verändert ein einziger Abgang deine Bindung um 5 Prozent. Bei 100 Nutzern um 1 Prozent. Peile 100 oder mehr an. Mit dem Website-Builder von WEMASY kannst du das direkt auf deiner Website einrichten.
Was ist eine gute Bindung für eine Kohorte?
Das hängt von deinem Produkt ab. Eine Social-App kann 40 Prozent Bindung im ersten Monat anpeilen. Ein Produktivitäts-Tool 60 Prozent. Eine Nischen-Software als Abo-Dienst 30 Prozent. Orientiere dich an deiner Branche, nicht an allen Produkten.
Kann die Bindung einer Kohorte mit der Zeit steigen?
Nein, die Bindung sinkt in der Regel oder bleibt gleich. Wer einmal geht, kommt nicht automatisch zurück (es sei denn, du sprichst ihn erneut an). Eine Kohorte, die in Monat null bei 100 Prozent startet, sinkt von dort an. Siehst du steigende Bindung, stimmt etwas mit deiner Messung nicht.
Wie entscheide ich, nach welchem Merkmal ich Kohorten bilde?
Bilde Kohorten nach Dingen, die du beeinflussen oder messen kannst. Du kannst messen, wann sich jemand angemeldet hat, woher er kam, was er zuerst getan hat. Dinge wie Stimmung oder Absicht kannst du kaum messen. Konzentriere dich auf Kohorten, die mit Produktänderungen oder Geschäftsentscheidungen zusammenhängen.
Was, wenn meine Kohorten keine klare Geschichte erzählen?
Vielleicht brauchst du andere Segmente. Probiere statt zeitbasierter Kohorten verhaltensbasierte. Statt aller Nutzer nur zahlende Kunden. Statt monatlich wöchentlich. Experimentiere mit verschiedenen Gruppierungen, bis die Geschichte sichtbar wird.
Ist Kohortenanalyse dasselbe wie Segmentierung?
Verwandt, aber nicht gleich. Die Segmentierung sortiert Nutzer heute in Gruppen (hoher Wert, gefährdet, neu). Die Kohortenanalyse begleitet diese Gruppen über die Zeit. Segmentierung ist ein Foto. Kohorten sind ein Film, der zeigt, wie sich Gruppen verändern.