Cohort analysis для UA: 5 метрик, без которых оптимизация слепая

Cohort analysis для UA: 5 метрик, без которых оптимизация слепая

Когорта — это не “средняя температура по аккаунту”, а группы пользователей по дате установки и источнику. Считать надо не только CPI и D1 ROAS, иначе ты видишь только вход, но не возврат денег.

Каждую неделю смотри:
— retention D1/D3/D7/D14/D30
— ARPU и revenue per payer по когортам
— payer rate и time to first purchase
— payback period по каждому каналу
— долю выручки из новых vs возвращающихся пользователей

Если у когорты хороший D1, но D7 падает в ноль, проблема часто в крео или mismatch между обещанием и продуктом. Если payer rate растёт, а ARPU нет — смотри на качество платежей и ранний value event, а не на объём installs. Если payback у канала стабильно длиннее окна оптимизации, закупка идёт вслепую.

Сравнивай когорты только в одном и том же окне: install week, geo, плейсмент, тип кампании. Иначе смешаешь iOS и Android, paid social и ASA, а выводы будут мусором.

Считай когорты не ради отчёта. Их задача одна: показать, какой источник даёт деньги, а какой просто дешёвые инсталлы.