[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"general-list":3,"footer-feature-tags":4,"slate-glossary-term-cohort-analysis":66},true,[5,14,20,29,34,40,46,52,56,62],{"id":6,"name":7,"hex":8,"translations":9,"count_pages":13},8,"Компания","#f40925",{"ru":10,"en":11},{"name":7},{"name":12},"Company",9,{"id":15,"name":16,"hex":17,"translations":18,"count_pages":6},26,"Главная страница",null,{"ru":19},{"name":16},{"id":21,"name":22,"hex":23,"translations":24,"count_pages":28},2,"Проекты","#3027ff",{"ru":25,"en":26},{"name":22},{"name":27},"Project",15,{"id":30,"name":31,"hex":17,"translations":32,"count_pages":21},33,"ИИ",{"ru":33},{"name":31},{"id":35,"name":36,"hex":17,"translations":37,"count_pages":39},34,"Комментарии",{"ru":38},{"name":36},4,{"id":41,"name":42,"hex":17,"translations":43,"count_pages":45},25,"Задачи",{"ru":44},{"name":42},24,{"id":47,"name":48,"hex":17,"translations":49,"count_pages":51},27,"Рабочие пространства",{"ru":50},{"name":48},3,{"id":45,"name":53,"hex":17,"translations":54,"count_pages":6},"Kanban-доска",{"ru":55},{"name":53},{"id":57,"name":58,"hex":17,"translations":59,"count_pages":61},23,"Диаграмма Ганта",{"ru":60},{"name":58},1,{"id":28,"name":63,"hex":17,"translations":64,"count_pages":61},"Календарь",{"ru":65},{"name":63},{"detail":67,"more":151},{"id":68,"slug":69,"translations":70,"category":84,"tags":92,"letter":116,"og_image":17,"cover":17,"author_name":17,"author_position":17,"author_avatar":17,"faqs":117,"related":125,"views_count":148,"helpful_yes_count":120,"helpful_no_count":120,"created_at":149,"updated_at":150,"published_at":17},114,"cohort-analysis",{"ru":71},{"title":72,"short_definition":73,"tldr":74,"full_explanation":75,"when_to_apply":76,"when_not_to_apply":77,"examples":78,"tips":79,"synonyms":80,"translation_en":81,"seo_title":82,"seo_description":83},"Cohort Analysis (когортный анализ)","Анализ поведения групп пользователей (когорт), объединённых общим признаком — обычно датой регистрации.","Cohort Analysis, или когортный анализ, — разбор поведения групп пользователей с общим признаком, чаще всего с неделей или месяцем регистрации. По каждой когорте строят кривую удержания, и становится видно, как изменения в продукте влияют на удержание со временем. Стандартный вид — таблица: когорты по строкам, периоды по столбцам.","\u003Cp>Когортный анализ — обязательный инструмент для SaaS и подписочных продуктов. По строкам таблицы идут когорты (январь 2026, февраль 2026), по столбцам — недели или месяцы после регистрации, а в ячейках стоит доля активных пользователей. Если поздние когорты держатся лучше ранних, значит, продукт улучшается.\u003C\u002Fp>","\u003Cul>\u003Cli>Продукт по подписке или SaaS\u003C\u002Fli>\u003Cli>Оценка удержания пользователей\u003C\u002Fli>\u003Cli>Влияние изменений на новых пользователей\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Транзакционный продукт без повторного использования\u003C\u002Fli>\u003C\u002Ful>","\u003Cp>Когортный анализ SaaS-сервиса: у когорты января 2026 года удержание на четвёртой неделе 25%, у февральской — 30%, у мартовской — 38%. Показатель растёт от когорты к когорте, значит, адаптация новых пользователей стала лучше.\u003C\u002Fp>","\u003Cp>В Shtab на дашборде проекта можно выводить удержание по когортам. Сравнивайте 2–3 последние когорты: у ранних часто есть причины отличаться, не связанные с продуктом, — другой рынок, другой канал привлечения, другая цена.\u003C\u002Fp>","Cohort Analysis, когортный анализ, анализ когорт, когорты пользователей","Cohort Analysis","Cohort Analysis — когортный анализ | Глоссарий Shtab","Когортный анализ (Cohort Analysis) — удержание по группам пользователей. Как читать таблицу когорт, зачем он нужен и в чём считать: Amplitude, Mixpanel.",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":88},5,"product","#0057ff",{"ru":89},{"title":90,"description":91},"Продуктовое управление","Дисциплина создания продуктов: discovery, JTBD, CJM, OKR, метрики (NPS, NSM, retention, churn, MRR), приоритизация (RICE, ICE, Kano, MoSCoW), A\u002FB-тестирование, growth.",[93,100,108],{"id":94,"slug":95,"kind":95,"hex":96,"order":94,"translations":97},6,"metric","#0F9488",{"ru":98},{"title":99},"Метрика",{"id":101,"slug":102,"kind":102,"hex":103,"order":104,"translations":105},13,"tool","#cc5649",21,{"ru":106},{"title":107},"Инструмент",{"id":109,"slug":110,"kind":102,"hex":111,"order":112,"translations":113},22,"research","#7c5ce6",42,{"ru":114},{"title":115},"Исследования","C",[118],{"id":119,"order":120,"translations":121},1333,0,{"ru":122},{"question":123,"answer":124},"Чем когортный анализ отличается от общего удержания?","\u003Cp>Общее удержание — это доля вернувшихся пользователей без разбивки, одно число по всему продукту. Когортный анализ считает то же самое, но отдельно по группам, собранным по дате регистрации. Так виден временной тренд: продукт становится лучше или хуже. Общее число при этом может стоять на месте, хотя новые когорты уже держатся заметно лучше старых.\u003C\u002Fp>",{"related":126},[127,134,141],{"id":128,"slug":129,"translations":130},113,"ab-test",{"ru":131},{"title":132,"short_definition":133},"A\u002FB-тест","Сравнение двух вариантов (A и B) по одной метрике при случайном распределении пользователей между группами.",{"id":135,"slug":136,"translations":137},115,"retention",{"ru":138},{"title":139,"short_definition":140},"Retention (удержание пользователей)","Доля пользователей, продолжающих использовать продукт через определённое время после регистрации.",{"id":142,"slug":143,"translations":144},315,"segmentation",{"ru":145},{"title":146,"short_definition":147},"Сегментация пользователей","Разбиение аудитории на группы по поведению, демографии или ценности для продукта, чтобы работать с каждой группой осмысленно.",118,"2026-04-25T22:42:19.238157+03:00","2026-04-25T22:42:19.238169+03:00",[152,176,204],{"id":128,"slug":129,"translations":153,"category":156,"tags":159,"letter":174,"cover":17,"updated_at":175,"published_at":17},{"ru":154},{"title":132,"short_definition":133,"translation_en":155},"A\u002FB Test",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":157},{"ru":158},{"title":90,"description":91},[160,163,171],{"id":101,"slug":102,"kind":102,"hex":103,"order":104,"translations":161},{"ru":162},{"title":107},{"id":104,"slug":164,"kind":165,"hex":166,"order":167,"translations":168},"growth","other","#14b8a6",41,{"ru":169},{"title":170},"Growth",{"id":109,"slug":110,"kind":102,"hex":111,"order":112,"translations":172},{"ru":173},{"title":115},"A","2026-04-25T22:42:19.220621+03:00",{"id":177,"slug":178,"translations":179,"category":184,"tags":187,"letter":174,"cover":17,"updated_at":203,"published_at":17},128,"aarrr",{"ru":180},{"title":181,"short_definition":182,"translation_en":183},"AARRR (пиратские метрики)","Модель продуктовой воронки из пяти метрик: привлечение, активация, удержание, рекомендации и выручка.","AARRR — Pirate Metrics",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":185},{"ru":186},{"title":90,"description":91},[188,191,200],{"id":94,"slug":95,"kind":95,"hex":96,"order":94,"translations":189},{"ru":190},{"title":99},{"id":192,"slug":193,"kind":194,"hex":195,"order":196,"translations":197},17,"model","framework","#352eb3",30,{"ru":198},{"title":199},"Модель",{"id":104,"slug":164,"kind":165,"hex":166,"order":167,"translations":201},{"ru":202},{"title":170},"2026-04-25T22:42:19.478487+03:00",{"id":205,"slug":206,"translations":207,"category":212,"tags":215,"letter":174,"cover":17,"updated_at":222,"published_at":17},129,"activation",{"ru":208},{"title":209,"short_definition":210,"translation_en":211},"Activation (активация)","Момент, когда новый пользователь впервые получает существенную пользу от продукта, — так называемый «ага-момент».","Activation",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":213},{"ru":214},{"title":90,"description":91},[216,219],{"id":94,"slug":95,"kind":95,"hex":96,"order":94,"translations":217},{"ru":218},{"title":99},{"id":104,"slug":164,"kind":165,"hex":166,"order":167,"translations":220},{"ru":221},{"title":170},"2026-04-25T22:42:19.496226+03:00"]