Cohort Analysis
Cohort Analysis adalah teknik analisis yang mengelompokkan user berdasarkan kapan mereka mulai, lalu melacak perilaku atau retensi kelompok itu dari waktu ke waktu. Hasilnya ngungkap tren yang tersembunyi kalau kamu cuma lihat angka agregat.
Apa itu Cohort Analysis?
Cohort Analysis adalah teknik yang ngelompokin user (atau entitas lain) yang punya pengalaman awal yang sama dalam periode yang sama, lalu melacak bagaimana kelompok itu berperilaku dari waktu ke waktu.
"Cohort" artinya kelompok. Dalam konteks analisis user, biasanya berarti kelompok user yang mendaftar atau pertama kali bertransaksi di bulan yang sama.
Kenapa ini penting? Karena kalau kamu hanya lihat total retention rate keseluruhan, kamu nggak bisa tau apakah produkmu makin baik atau makin buruk buat user baru. Cohort Analysis ngisolasi efek itu sehingga kamu bisa lihat trennya dengan jelas.
Cara Baca Tabel Cohort
Tabel Cohort biasanya berbentuk grid dengan struktur ini:
| Cohort | Bulan 0 | Bulan 1 | Bulan 2 | Bulan 3 |
|---|---|---|---|---|
| Januari | 100% | 40% | 28% | 22% |
| Februari | 100% | 43% | 30% | 24% |
| Maret | 100% | 45% | 33% | 26% |
Cara baca:
- Setiap baris = satu cohort (user yang daftar di bulan itu)
- Bulan 0 = selalu 100% (baseline, semua user masih ada)
- Bulan 1, 2, 3 = persentase user dari cohort itu yang masih aktif setelah 1, 2, 3 bulan
Dari tabel di atas, kamu bisa lihat tren positif: cohort yang lebih baru punya retensi yang lebih baik. Ini sinyal bahwa produk atau proses onboarding makin membaik dari bulan ke bulan.
Jenis Cohort
Acquisition Cohort
Pengelompokan berdasarkan kapan user pertama kali bergabung atau mendaftar. Ini yang paling umum dipakai.
Behavioral Cohort
Pengelompokan berdasarkan tindakan yang dilakukan, bukan waktu bergabung. Contoh: "user yang pernah pakai fitur X" vs "user yang belum pernah pakai fitur X". Berguna buat ukur dampak fitur tertentu.
Apa yang Bisa Diukur
| Yang Diukur | Contoh Metric |
|---|---|
| Retensi | Persentase user yang masih aktif per bulan |
| Revenue | Revenue rata-rata per user per cohort dari waktu ke waktu |
| Engagement | Frekuensi login atau transaksi per cohort |
| LTV | Customer Lifetime Value kumulatif per cohort |
Contoh Nyata di Indonesia
Startup SaaS: Perusahaan kayak Mekari atau Majoo bisa pakai Cohort Analysis buat lihat: dari semua pelanggan yang daftar Januari lalu, berapa persen yang masih berlangganan di bulan ke-3, ke-6, ke-12? Ini langsung nyambung ke LTV dan unit economics yang dipantau investor.
E-commerce: User yang pertama kali transaksi saat Harbolnas - apakah mereka balik lagi bulan berikutnya, atau cuma one-time buyer yang tergiur diskon besar? Cohort Analysis kasih jawabannya.
Platform edukasi: Dari semua user yang daftar lewat kampanye iklan bulan Maret, berapa yang masih aktif belajar di bulan ke-2? Ini ngasih sinyal kualitas user yang datang dari channel akuisisi tertentu.
Cohort Analysis vs Agregat Biasa
| Pendekatan | Kelebihan | Keterbatasan |
|---|---|---|
| Agregat biasa | Mudah dihitung dan dipahami | Mencampur pengaruh cohort yang berbeda |
| Cohort Analysis | Isolasi performa per kelompok | Lebih kompleks, butuh data yang cukup |
Kalau platform kamu terus tambah user baru tiap bulan, agregat retention rate bisa kelihatan "oke" padahal sebenarnya user lama churn parah - karena diluted oleh user baru yang masuk terus. Cohort Analysis nggak bisa ditipu efek ini.
Udah paham Cohort Analysis? Lanjut latihan SQL dan Excel yuk!
Latihan interaktif, langsung di browser.