Kohortanalys grupperar besökare efter en gemensam egenskap (oftast ankomstdatum) och följer deras beteende över tid. I stället för att se alla besökare som en grupp följer du besökare som kom i januari separat från dem som kom i februari. Det visar om nyare besökare beter sig annorlunda än äldre, och om ändringar i produkten förbättrar eller försämrar retentionen.
Därför är kohortanalys viktig
Utan kohorter ser din retention platt ut. Du ser att 15 % av besökarna återvänder inom 30 dagar, men du vet inte om siffran förbättras eller försämras. Med kohorter ser du att besökarna i januari hade 12 % retention efter 30 dagar, februari 14 % och mars 18 %. Nu vet du att retentionen förbättras.
Kohortanalys isolerar också effekten av ändringar du gör. Om du gjorde om din webbplats i februari visar kohortanalysen om omdesignen förbättrade eller försämrade retentionen.
Så sätter du upp kohorter
Steg 1: Definiera din kohortgrupp. Vanligast är ankomstdatum, där du grupperar besökare per vecka eller månad. Du kan också gruppera efter trafikkälla (alla besökare från Google Ads är en kohort), enhet (mobilanvändare är en kohort) eller plats (besökare från USA är en kohort).
Steg 2: Definiera dina mätvärden. Vilket beteende följer du? Återbesök, visade sidor, tid på webbplatsen, konverteringar eller engagemangshändelser. Varje mätvärde får sin egen kohorttabell.
Steg 3: Välj tidsfönster. Följ beteendet i 30, 60 eller 90 dagar efter ankomst. Längre fönster visar varaktigt engagemang, kortare fönster visar omedelbar effekt.
Steg 4: Bygg kohorttabellen. Varje rad är en kohort (januaribesökare, februaribesökare och så vidare). Varje kolumn är dagar efter ankomst (dag 1, dag 7, dag 30). Varje cell är mätvärdet (till exempel att 45 % av januarikohorten besökte webbplatsen igen på dag 7).
Steg 5: Granska och jämför trender. Titta över raderna för att se om nyare kohorter presterar bättre eller sämre än äldre. Rita upp data i en graf för att se mönster. Det visar om din webbplats förbättras, försämras eller är stabil över tid.
Vanliga kohortmönster
Den fallande kurvan (väntad): retentionen på dag 1 är 100 % (alla som anländer ingår i kohorten). Dag 7 är 25 %. Dag 30 är 10 %. Det är normalt, de flesta besökare lämnar och kommer aldrig tillbaka. Titta på hur brant nedgången är. Ett brant fall betyder att folk lämnar snabbt. En gradvis nedgång betyder att de förblir engagerade längre.
Förbättringsmönstret (bra): varje ny kohort (nyare ankomstdatum) har bättre retention än den förra. Januari hade 8 % retention efter 30 dagar. Februari hade 10 %. Mars hade 12 %. Det visar att din webbplats blir bättre på att behålla besökare.
Försämringsmönstret (varning): varje ny kohort har sämre retention. Januari hade 15 % retention efter 30 dagar. Februari hade 12 %. Mars hade 10 %. Det visar att något har ändrats, till exempel en omdesign, sämre trafikkvalitet eller ny konkurrens, som skadar retentionen.
Använd kohortanalys för produktbeslut
Analys före och efter: kör kohorter i 4 till 6 veckor före en stor ändring. Kör sedan kohorter i 4 till 6 veckor efter. Jämför retentionskurvorna. Om den nya kurvan ligger högre och längre åt höger (fler besökare behålls, och längre) var ändringen positiv.
Trafikkällans kvalitet: skapa kohorter per trafikkälla. Jämför kohorter från organisk sökning med kohorter från betalda annonser och sociala medier. Om en källa har mycket högre retention bör du satsa mer där.
Säsongsmönster: i säsongsbetonade verksamheter jämför du kohorter från samma säsong olika år. Decemberkohorten 2024 mot decemberkohorten 2025 visar om du förbättras år för år.
Vanliga misstag i kohortanalys
För litet urval: om du bara har 50 besökare i en kohort skapar slumpmässig variation brus. Använd kohorter på minst 100 till 200 besökare.
Blandade kohortmått: blanda inte retention (andelen i kohorten som återvände) med frekvens (totalt antal besök i kohorten). De är olika, använd ett i taget.
Att ignorera yttre faktorer: retentionen sjönk med 5 % i mars. Innan du drar slutsatsen att din webbplats blev sämre, kontrollera: sjönk söktrafiken (ny konkurrens)? Körde du färre annonser? Skrev en influencer om en konkurrent? Förändringar i kohorter speglar ibland marknadsförskjutningar, inte produktproblem.
Att inte segmentera efter viktiga variabler: du lägger alla trafikkällor i en kohort. Men kohorter från organisk sökning beter sig sannolikt annorlunda än kohorter från betalda annonser. Segmentera alltid efter de variabler som spelar roll: trafikkälla, enhet, geografi eller användartyp. Det visar vilka segment som är starka och vilka som behöver arbete.
Att vänta för länge med att analysera: du väntar 90 dagar innan du tittar på kohortdata. Då har tre månader gått och du har missat chanser att rätta till problem. Analysera kohorter varje vecka eller varannan vecka. Upptäck trender tidigt så att du kan agera snabbare.
Ska jag använda kohorter per vecka eller per månad?
Per vecka ger mer detalj men kräver mer trafik (200 till 300 besökare per vecka). Per månad är standard för de flesta webbplatser (du behöver över 1 000 besökare i månaden). Använd månadskohorter om du har hyfsad trafik. Har du mycket hög trafik (över 10 000 i månaden) låter veckokohorter dig upptäcka trender snabbare.
Vad betyder det om retentionen är densamma i alla grupper?
Platt retention (januari- och marskohorterna har identiska kurvor) betyder att din webbplats beteende är stabilt. Det är bra om retentionen är sund (över 15 % efter 30 dagar). Om den är låg (5 % efter 30 dagar) visar den platta kurvan att du inte förbättras. Det är dags att göra ändringar och se om nya kohorter förbättras.
Hur länge ska jag vänta efter en produktändring innan jag analyserar den nya kohorten?
Minst 4 till 6 veckor. Då hinner nya besökare följa samma beteendemönster som äldre besökare. Skillnader på dag 1 till 7 kan vara brus. Retentionen efter 30 dagar visar om ändringen höll.
Kan jag jämföra kohorter från olika trafikkällor i en tabell?
Ja, men håll dem åtskilda. En tabell för kohorter från organisk sökning. En annan tabell för kohorter från betalda annonser. Om du jämför dem i en tabell blir det rörigt, och kolumnerna blir oklara om de visar organiskt eller betalt beteende.
Vad betyder det om retentionen från dag 1 till dag 2 sjunker med 30 %?
Det är normalt. Många besökare lämnar efter sitt första besök. Titta i stället på retentionen på dag 7. Om 10 % av besökarna återvänder inom 7 dagar är det rimligt. Fallet mellan dag 1 och 2 betyder bara att många bestämde sig för att inte komma tillbaka direkt.
Hur räknar jag ut kohortretention manuellt om mitt verktyg inte har kohorter?
Steg 1: exportera alla besökardata med ankomstdatum. Steg 2: gruppera efter ankomstdatum (första veckan är en grupp). Steg 3: kontrollera för varje besökare om hen återvände 30 dagar senare. Steg 4: dela antalet återvändande besökare med kohortens totala storlek. Det är din retention efter 30 dagar för kohorten. Upprepa för varje vecka eller månad.