Kohortenanalyse
Die Kohortenanalyse gruppiert Nutzer nach einem gemeinsamen Merkmal oder Startdatum und verfolgt, wie sich jede Gruppe über die Zeit verhält, um Muster sichtbar zu machen, die aggregierte Kennzahlen verbergen.
Das Wichtigste in Kürze
- Die Zeitachse zählt Perioden seit dem definierenden Ereignis, nicht Kalenderdaten.
- Der Blick eine Spalte hinunter vergleicht Kohorten in exakt gleichem Alter.
- Die Kohortenbreite tauscht Auflösung gegen das Rauschen sehr dünner Zeilen.
- Die Gruppierung nach Akquisequelle trennt Kanalqualität von echter Produktverbesserung.
- Junge Kohorten sind unvollständig; ihre späten Spalten beruhen auf wenigen Beobachtungen.
Im Detail
Eine Kohortenanalyse legt zwei Dinge fest: das Ereignis, das die Zugehörigkeit bestimmt, und die Uhr, die mit diesem Ereignis zu laufen beginnt. Alle, die sich in derselben Woche angemeldet haben, bilden eine Kohorte, und ihr Verhalten wird anschließend nach Wochen seit der Anmeldung indexiert statt nach Kalenderdatum. Genau diese Neuindexierung ist der Kern des Verfahrens, weil sie Menschen mit unterschiedlichem Startzeitpunkt am selben Punkt ihres eigenen Lebenszyklus vergleichbar macht. Ergebnis ist die bekannte dreieckige Tabelle aus Kohortenzeilen und Perioden-Spalten.
Zwei Entscheidungen bestimmen, was die Tabelle überhaupt zeigen kann. Die Kohortenbreite legt die Auflösung fest: Wochenkohorten fangen die Wirkung einer einzelnen Kampagne ein, liefern aber dünne, verrauschte Zeilen, während Monatskohorten stabiler sind, dafür aber alles verwischen, was mitten im Monat passiert ist. Die Gruppierungsdimension legt die Frage fest: Nach Anmeldedatum gruppiert, zeigt sich Produktfortschritt; nach Akquisequelle gruppiert, zeigt sich Kanalqualität. Beides gleichzeitig zu schneiden liefert meist die aufschlussreichsten Erkenntnisse und lässt zugleich die Stichprobengrößen am schnellsten zusammenschrumpfen.
Lesen Sie die Tabelle in zwei Richtungen. Der Blick eine Spalte hinunter vergleicht Kohorten gleichen Alters und zeigt, ob jüngste Änderungen geholfen haben; der Blick eine Zeile entlang zeigt, wie eine Kohorte abschmilzt und an welcher Stelle des Lebenszyklus Menschen abspringen. In einem Quiz-Funnel eignet sich der Score selbst als Kohortendimension: Gruppieren Sie Leads nach der zugewiesenen Scorecard-Stufe und verfolgen Sie je Stufe die Conversion zum Kunden. Übertrifft die oberste Stufe die unterste nicht, gehören die Bewertungsregeln überarbeitet.
Die jüngsten Kohorten sind stets die aussagearmsten, weil sie erst wenige Perioden durchlaufen haben und die letzten Spalten der Tabelle auf einer Handvoll Personen beruhen. Kohorten sind zudem keine Experimente: Zwei Kohorten unterscheiden sich in allem, worin sich die Welt zwischen ihnen unterschieden hat, einschließlich Saisonalität, Preisen und Wettbewerberaktivität. Ein Unterschied liefert also eine Hypothese, keinen Kausalbeweis. Und eine Kohorte, die auf einem Ereignis beruht, das die meisten nie erreichen, beschreibt eine selbstselektierte Gruppe und nicht die Gesamtheit Ihrer Nutzer.
Beispiel aus der Praxis
So wird es gemessen
Die Kernzahl jeder Zelle ist der Anteil der Kohorte, der in dieser Periode noch aktiv ist: aktive Nutzer in Periode N geteilt durch die ursprüngliche Kohortengröße. Achten Sie darauf, wo die Kurve abflacht, denn dieses Plateau ist der Anteil dauerhaft bleibender Nutzer und wiegt schwerer als der steile Anfangsabfall. Vergleichen Sie Plateaus zwischen Kohorten statt der ersten Woche, die sich schon mit kosmetischen Onboarding-Änderungen verschiebt.
Legen Sie dieselbe Tabelle zusätzlich über Umsatz und qualifizierte Conversion. Der kumulierte Umsatz je ursprünglichem Kohortenmitglied, nach Monaten seit Akquise verfolgt, zeigt, ob sich die Amortisation in neueren Kohorten beschleunigt. Für Lead-Funnel ist das Gegenstück der Anteil jeder Kohorte, der bis zu einem Vertriebsgespräch kommt; er entlarvt Kanäle, die früh Volumen liefern und danach nichts mehr.
Häufige Fehler
Der schädlichste Fehler ist, Kohorten unterschiedlichen Alters im selben Blick zu vergleichen. Eine drei Monate alte Kohorte wird bei der Zwölf-Monats-Retention immer schlechter aussehen als eine aus dem Vorjahr, schlicht weil diese Spalte leer ist. Kürzen Sie jeden Vergleich auf das Alter, das die jüngste Kohorte tatsächlich erreicht hat, und lassen Sie unvollständige Zellen leer statt sie mit null zu füllen.
Der zweite Fehler ist, einen Kohortenunterschied der einen Änderung zuzuschreiben, an die sich das Team gerade erinnert. Ein Release, ein Preistest, eine saisonale Traffic-Verschiebung und ein neuer Werbekanal können im selben Monat zusammenfallen, und die Tabelle kann sie nicht trennen. Führen Sie ein datiertes Protokoll von Releases und Kampagnenänderungen und bestätigen Sie jeden Unterschied, der eine Budget- oder Produktentscheidung tragen soll, zusätzlich mit einem kontrollierten Test statt allein mit der Kohorte.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Kohortenanalyse und Segmentierung?
Segmentierung gruppiert Nutzer nach Merkmalen zu einem einzelnen Zeitpunkt, während die Kohortenanalyse die Zeitdimension hinzufügt, indem sie das Verhalten jeder Gruppe über spätere Zeiträume verfolgt. Kohortenanalyse ist im Kern zeitbasierte Segmentierung mit Fokus auf Retention und Lebenszyklus.
Welche Kennzahlen eignen sich am besten für eine Kohortenanalyse?
Retentionsrate, Customer Lifetime Value und Aktivierungsrate sind am gebräuchlichsten, da sie zeigen, ob Engagement bestehen bleibt oder nachlässt. Für Lead-Funnels ist die Lead-zu-Kunde-Conversion pro Kohorte besonders aussagekräftig.
Wie oft sollte ich eine Kohortenanalyse durchführen?
Die meisten Teams prüfen Kohorten monatlich, um Trends früh zu erkennen, ohne auf kurzfristiges Rauschen zu reagieren. Nach größeren Produkt- oder Funnel-Änderungen lohnt ein gezielter Kohortenvergleich, um die echte Wirkung auf die Retention zu messen.
Worin unterscheiden sich Kohorte und Segment?
Ein Segment gruppiert Menschen nach einem Merkmal, das sie aktuell haben, etwa Tarif oder Land, und seine Zusammensetzung kann sich ändern. Eine Kohorte gruppiert nach einem Ereignis zu einem festen Zeitpunkt, meist der Akquise, und die Zugehörigkeit ändert sich danach nie mehr. Genau diese Stabilität macht die Kohorte über die Zeit vergleichbar, während ein Segment seine Mitglieder unbemerkt austauscht.
Wie groß muss eine Kohorte sein?
Groß genug, dass einzelne Personen den Prozentwert nicht verschieben können. Als Faustregel erzeugen Kohorten mit weniger als einigen Dutzend Mitgliedern Retention-Kurven, die aus Gründen springen, die nichts mit dem Produkt zu tun haben. Sind Wochenkohorten zu klein, wechseln Sie auf Monatskohorten oder fassen mehrere Wochen einer Kampagne zusammen, statt Rauschen als Trend zu lesen.
Welches Ereignis sollte die Kohorte definieren?
Wählen Sie das Ereignis, das der anstehenden Entscheidung am nächsten liegt. Für die Bewertung von Kanälen bildet man Kohorten nach Erstkontakt oder Anmeldedatum, für Onboarding nach Aktivierung, also dem ersten echten Nutzenmoment, und für eine Preisänderung nach der ersten Zahlung. Eine einzige Kohortendefinition für alle Fragen macht Kohortenberichte erfahrungsgemäß nichtssagend.
Funktioniert Kohortenanalyse auch für B2B-Lead-Funnel?
Ja, mit längerer Zeitachse. Gruppieren Sie Leads nach dem Monat des Funnel-Eintritts und verfolgen Sie, wie viele in jedem Folgemonat ein Meeting, eine Opportunity und einen Abschluss erreichen. Da B2B-Zyklen Wochen bis Monate dauern, liegt die interessante Bewegung meist in den Spalten drei bis neun; eine Tabelle, die nach neunzig Tagen endet, zeigt fast nichts.
Warum sehen die jüngsten Kohorten immer am besten aus?
Meist, weil sie unvollständig sind. Frühe Perioden haben definitionsgemäß hohe Retention, sodass eine junge Kohorte, die erst zwei Spalten füllt, gegenüber älteren, vollständig gelesenen Kohorten günstig abschneidet. Prüfen Sie, ob Sie dieselbe Spalte und nicht dieselbe Zeilenlänge vergleichen, und achten Sie auf Survivorship in Mittelwerten über verschieden alte Kohorten.
Wie unterscheidet sich Kohortenanalyse von einem Funnel-Report?
Ein Funnel-Report zeigt, wie viele Menschen jede Stufe passieren; eine Kohortentabelle zeigt, wann sie das tun und ob sich das Muster zwischen Gruppen verändert. Ein Funnel kann gesund wirken, während jede neue Kohorte langsamer konvertiert, weil der Funnel alle Gruppen vermischt. Nutzen Sie den Funnel für die undichte Stufe und Kohorten für die Entwicklung.