Было
Подписочный сервис терял 40% клиентов в первый месяц, но не понимал почему. Общая статистика не помогала — нужен был анализ по когортам (группам клиентов, пришедших в один месяц).
Решение
Создали когортный анализ с помощью ChatGPT. Выгрузили данные из CRM: дата регистрации, дата последней покупки. ChatGPT помог построить таблицу retention по месяцам для каждой когорты. Выяснилось: клиенты из органики остаются дольше (retention 65% через 6 месяцев) чем из платной рекламы (35%).
Инструменты
**ChatGPT** (логика анализа)
**Google Sheets / Excel** (расчёты)
**Python + Pandas** (для больших данных)
**CRM** (источник данных)
Промт
```
Ты — аналитик данных, эксперт по когортному анализу.
ЗАДАЧА: Создай когортный анализ retention клиентов.
ДАННЫЕ:
[Таблица: ID клиента, Дата регистрации, Даты покупок]
ЧТО НУЖНО:
**1. Группировка по когортам**
Когорта = месяц первой покупки
Например: Январь 2024, Февраль 2024...
**2. Таблица retention**
| Когорта | Месяц 0 | Месяц 1 | Месяц 2 | Месяц 3 | ... |
|---------|---------|---------|---------|---------|-----|
| Янв-24 | 100% | 65% | 52% | 48% | ... |
| Фев-24 | 100% | 68% | 55% | 50% | ... |
**3. Инсайты**
- У каких когорт лучший retention?
- Есть ли тренд улучшения/ухудшения?
- Где критическая точка оттока?
**4. Формулы для Google Sheets**
Как рассчитать retention автоматически.
**5. Рекомендации**
Что делать для улучшения retention.
```
Результат
Построен когортный анализ. Выявлено: клиенты из органики имеют retention в 2 раза выше. Сфокусировались на SEO и контент-маркетинге. Также обнаружили критическую точку — 80% оттока на 2-3 неделе. Добавили onboarding-серию писем, retention вырос с 40% до 58% в первый месяц.
Как повторить
1. Выгрузите данные из CRM
2. Сгруппируйте по месяцам регистрации
3. Используйте промт для построения таблицы
4. Визуализируйте в Google Sheets (цветная шкала)
5. Ищите паттерны и аномалии
Лайфхак
Делайте когортный анализ не только по времени, но и по источнику, тарифу, географии. Это покажет какие сегменты клиентов ценнее.
Ограничения
Для качественного анализа нужны данные минимум за 6-12 месяцев и 100+ клиентов в когорте.
Подписочный сервис терял 40% клиентов в первый месяц, но не понимал почему. Общая статистика не помогала — нужен был анализ по когортам (группам клиентов, пришедших в один месяц).
Решение
Создали когортный анализ с помощью ChatGPT. Выгрузили данные из CRM: дата регистрации, дата последней покупки. ChatGPT помог построить таблицу retention по месяцам для каждой когорты. Выяснилось: клиенты из органики остаются дольше (retention 65% через 6 месяцев) чем из платной рекламы (35%).
Инструменты
**ChatGPT** (логика анализа)
**Google Sheets / Excel** (расчёты)
**Python + Pandas** (для больших данных)
**CRM** (источник данных)
Промт
```
Ты — аналитик данных, эксперт по когортному анализу.
ЗАДАЧА: Создай когортный анализ retention клиентов.
ДАННЫЕ:
[Таблица: ID клиента, Дата регистрации, Даты покупок]
ЧТО НУЖНО:
**1. Группировка по когортам**
Когорта = месяц первой покупки
Например: Январь 2024, Февраль 2024...
**2. Таблица retention**
| Когорта | Месяц 0 | Месяц 1 | Месяц 2 | Месяц 3 | ... |
|---------|---------|---------|---------|---------|-----|
| Янв-24 | 100% | 65% | 52% | 48% | ... |
| Фев-24 | 100% | 68% | 55% | 50% | ... |
**3. Инсайты**
- У каких когорт лучший retention?
- Есть ли тренд улучшения/ухудшения?
- Где критическая точка оттока?
**4. Формулы для Google Sheets**
Как рассчитать retention автоматически.
**5. Рекомендации**
Что делать для улучшения retention.
```
Результат
Построен когортный анализ. Выявлено: клиенты из органики имеют retention в 2 раза выше. Сфокусировались на SEO и контент-маркетинге. Также обнаружили критическую точку — 80% оттока на 2-3 неделе. Добавили onboarding-серию писем, retention вырос с 40% до 58% в первый месяц.
Как повторить
1. Выгрузите данные из CRM
2. Сгруппируйте по месяцам регистрации
3. Используйте промт для построения таблицы
4. Визуализируйте в Google Sheets (цветная шкала)
5. Ищите паттерны и аномалии
Лайфхак
Делайте когортный анализ не только по времени, но и по источнику, тарифу, географии. Это покажет какие сегменты клиентов ценнее.
Ограничения
Для качественного анализа нужны данные минимум за 6-12 месяцев и 100+ клиентов в когорте.