📊 Когортный анализ для селлера: Отслеживаем покупателей по месяцам запуска

Продажи на Wildberries — это не просто карточки и скидки. Чтобы зарабатывать стабильно, важно не только знать, какие товары продаются, но и как ведут себя покупатели со временем. Именно для этого селлеры используют когортный анализ — инструмент, который помогает увидеть динамику повторных покупок, оценить эффективность акций и спрогнозировать выручку.

Пока не забыли! Протестируйте наш бесплатный Telegram-бот для финансовой аналитики на Wildberries — WBPilot

Что такое когортный анализ простыми словами

Когортный анализ (от англ. cohort analysis) — это метод аналитики, который группирует покупателей по общему признаку, например:

• по месяцу первой покупки;
• по источнику привлечения (реклама, рекомендации, органика);
• по конкретному товару или категории.

Такая группа покупателей называется когортой. Дальше аналитик или продавец отслеживает, как ведет себя каждая когорта: сколько людей возвращается за повторной покупкой, как быстро падает активность, как изменяется средний чек.

Проще говоря, когортный анализ показывает не просто, сколько вы продали, а насколько лояльны ваши покупатели и как долго они приносят прибыль.

Оценка стоимости бизнеса	Финансовый анализ по МСФО	Финансовый анализ по РСБУ
Расчет NPV, IRR в Excel	Оценка акций и облигаций

Зачем селлеру когортный анализ

Wildberries предоставляет огромное количество данных, но без структурирования они мало что говорят о бизнесе. Когортный анализ помогает увидеть скрытые закономерности.

Вот основные задачи, которые решает этот инструмент:

1. Оценка удержания клиентов. Показывает, какой процент покупателей возвращается через месяц, два или три после первой покупки.
2. Понимание сезонности и жизненного цикла клиента. Например, если когорта августа покупает только один раз, а когорта октября возвращается трижды, значит, ваш ассортимент лучше заходит в холодный сезон.
3. Анализ эффективности рекламных кампаний. Позволяет понять, какая реклама привлекает покупателей, склонных к повторным заказам, а какая — разовых покупателей.
4. Прогнозирование выручки и планирование закупок. Зная, как ведет себя каждая когорта, можно точнее планировать объемы поставок, бюджет на рекламу и сроки обновления ассортимента.

Как проводить когортный анализ: пошагово

Чтобы применить когортный анализ на практике, не нужно быть аналитиком уровня Data Scientist. Разберем пошаговый подход, адаптированный под продавцов на Wildberries.

Шаг 1. Соберите данные

Для начала нужно выгрузить статистику продаж. Сделать это можно через:

• личный кабинет Wildberries (раздел «Аналитика» → «Отчеты по продажам»);
• сервисы автоматизации — например, WB Pilot, MPStats, Moneyplace или аналитика от Ozon Rocket (если работаете кроссплатформенно);
• Google Sheets + API — для продвинутых пользователей.

Выгрузите таблицу с данными о покупателях, включающую:

• дату первой покупки,
• ID покупателя,
• сумму заказа,
• дату повторных покупок.

Шаг 2. Сгруппируйте покупателей по когортам

Когорта — это группа покупателей, которые впервые купили у вас в определенный период (чаще всего — в конкретном месяце).

Например:

• когорта «Январь 2025» — все, кто впервые купил в январе;
• когорта «Февраль 2025» — все, кто впервые купил в феврале.

Шаг 3. Постройте таблицу удержания

Создайте таблицу, где по горизонтали — месяцы после первой покупки, а по вертикали — месяцы запуска когорты.

Пример:

Такой формат помогает увидеть:

• как быстро «сгорают» покупатели;
• какие месяцы привели более лояльных клиентов;
• насколько эффективны повторные кампании.

Шаг 4. Проанализируйте поведение когорт

Теперь можно искать закономерности:

• Падение удержания. Если retention падает с 45% до 20% уже через 2 месяца — значит, клиенты не возвращаются. Возможно, ассортимент узкий, нет новинок, или сервис не дотягивает.
• Рост удержания. Если когорта, запущенная в период распродажи, показывает лучший retention — значит, акции помогли привлечь «долгоиграющих» покупателей.
• Аномалии. Если когорта какого-то месяца показывает резкое отклонение — проверьте, не было ли изменений в ценах, логистике или рекламе.

Шаг 5. Визуализируйте данные

Построенные вручную таблицы — это хорошо, но для понимания трендов лучше использовать визуализацию.

В Google Sheets можно создать тепловую карту (heatmap): чем выше процент удержания, тем ярче цвет ячейки. Это позволяет наглядно увидеть «живучие» и «провальные» когорты.

Также можно использовать BI-инструменты — например, Power BI или DataLens, если объем данных большой.

Первый открытый бесплатный Бот WBPilot, разработанный нами для селлера на WB: https://t.me/wbpilot_bot

Как применять когортный анализ на практике

Разберем несколько ситуаций, где когортный анализ помогает принять решения.

Сценарий 1: Проверка эффективности акции

Вы провели скидочную кампанию в июле. По когортам видно:

• июльская когорта — retention 55% на второй месяц;
• июньская — 33%.

Вывод: акция не просто привлекла больше покупателей, но и увеличила долю повторных заказов. Значит, подобные активности стоит повторять.

Сценарий 2: Анализ нового ассортимента

В сентябре вы добавили новую линейку товаров. Когорта сентября показывает retention 25% — хуже предыдущих месяцев. Возможно, товары не соответствуют ожиданиям или плохо упакованы. Это сигнал проверить карточки и отзывы.

Сценарий 3: Оптимизация рекламных бюджетов

Вы сравниваете когортный retention между покупателями, пришедшими из рекламы и через органику.

• Органика: 40% возвращаются через месяц.
• Реклама: только 18%.

Решение — пересмотреть креативы, таргетинг и посадочные карточки, чтобы реклама приводила более «теплую» аудиторию.

Что важно учитывать

1. Размер выборки. Когорта из 30 покупателей не даст объективной картины. Желательно иметь хотя бы 300–500 человек.
2. Сезонность. Не сравнивайте когортные показатели марта и декабря без учета сезонных колебаний.
3. Ошибки с источниками данных. Wildberries может не показывать полную историю покупателя (особенно, если он покупал разные товары). Лучше использовать сторонние аналитические инструменты с расширенной интеграцией.
4. Контекст. Цифры без контекста ничего не значат. Если retention падает — важно понять почему: плохие отзывы, увеличение сроков доставки, неудачная акция.

Когортный анализ и LTV: как связаны

Когортный анализ тесно связан с метрикой Lifetime Value (LTV) — это средняя прибыль, которую приносит покупатель за весь цикл взаимодействия с брендом.

Когда вы видите, что retention растет, можно прогнозировать увеличение LTV. Например:

• когорта с retention 50% через 3 месяца приносит LTV = 1500 ₽;
• когорта с retention 25% — всего 700 ₽.

Это значит, что инвестиции в удержание клиентов дают прямую финансовую выгоду.

Заключение

Когортный анализ — один из самых мощных, но недооцененных инструментов аналитики для селлеров Wildberries. Он помогает понять не только, что продается, но и как ведут себя ваши клиенты со временем.

Используя этот подход, вы сможете:

• прогнозировать выручку;
• оптимизировать рекламные кампании;
• выявлять успешные стратегии продаж;
• строить долгосрочные отношения с покупателями.

Когортный анализ — это не про цифры ради цифр. Это способ видеть бизнес не в моменте, а во времени. И именно те, кто умеют смотреть на продажи через динамику когорт, становятся не просто продавцами, а стратегами маркетплейса.

Протестируйте наш бесплатный Telegram-бот для финансовой аналитики на Wildberries. 

WB Pilot автоматизирует задачи продавца:

💰 Аналитика продаж WB — сквозная аналитика чистой прибыли по каждому артикулу, точно определяем сколько чистой прибыли в кармане

✏️ Массовое SEO — быстрое массовое редактирование всех карточек товаров магазина

🏷 Маркировка FBS — ускоряем маркировку поставки FBS

📦 Прогноз запасов — прогнозирование и контроль, чтобы не попасть в out of stock

✌️ Дубль КИЗ — дублирование КИЗ и отправка его на принтер в 1 клик

Оценка стоимости бизнеса	Финансовый анализ по МСФО	Финансовый анализ по РСБУ
Расчет NPV, IRR в Excel	Оценка акций и облигаций