Cohortes
Regroupez les utilisateurs selon des propriétés ou comportements communs (ex. : « inscrits en mars », « ont utilisé la fonctionnalité X ») et analysez le comportement de chaque cohorte dans le temps.
Ce que vous verrez
La page Cohortes présente un tableau à double entrée — la structure classique de l'analyse de cohortes :
- Lignes — chaque cohorte (définie par la période d'acquisition ou un critère comportemental)
- Colonnes — intervalles de temps après l'entrée dans la cohorte (Jour 0, Jour 1, Semaine 1, Semaine 2, etc.)
- Cellules — pourcentage d'utilisateurs de la cohorte encore actifs à cet intervalle
La couleur des cellules s'intensifie proportionnellement au taux de rétention : une cellule foncée indique un taux élevé, une cellule ple un taux faible. Ce gradient visuel permet d'identifier rapidement les cohortes les plus fidèles.
En dessous du tableau, un graphique en courbes superpose les courbes de rétention de plusieurs cohortes pour faciliter la comparaison.
Comment l'utiliser
Cohorte par période d'acquisition (défaut)
Sans configuration supplémentaire, QuickMonitoring génère automatiquement des cohortes par semaine ou par mois selon la période analysée :
- Accédez à Analytics → Cohortes.
- Sélectionnez la période d'analyse (ex. : 6 derniers mois).
- Choisissez l'événement d'entrée — l'action qui fait entrer un utilisateur dans une cohorte (défaut : première page vue).
- Choisissez l'événement de retour — l'action mesurée à chaque intervalle (défaut : page vue).
- Définissez la granularité : quotidienne, hebdomadaire ou mensuelle.
Le tableau se construit automatiquement et affiche le pourcentage d'utilisateurs de chaque cohorte ayant effectué l'événement de retour à chaque intervalle.
Cohorte comportementale personnalisée
Pour analyser un groupe spécifique d'utilisateurs :
- Cliquez sur Nouvelle cohorte → Cohorte comportementale.
- Définissez le critère d'appartenance à la cohorte :
- A effectué l'événement →
purchase(utilisateurs ayant acheté) - Propriété utilisateur →
plan = pro(abonnés Pro) - Première visite entre → du 01/03 au 31/03 (inscrits en mars)
- A effectué l'événement →
- Nommez la cohorte (ex. :
Acheteurs Mars 2024). - Sélectionnez l'événement de retour et la granularité.
- Cliquez sur Analyser.
Exemples de cohortes utiles
Pour un SaaS :
- Cohorte d'entrée :
onboarding_completed— pour voir combien d'utilisateurs finissant l'intégration restent actifs - Cohorte d'entrée :
upgradeavecplan=pro— pour mesurer la rétention des utilisateurs payants
Pour un e-commerce :
- Cohorte d'entrée :
purchase— pour voir combien d'acheteurs reviennent effectuer un deuxième achat - Cohorte d'entrée : première visite en période promotionnelle — pour comparer avec les acheteurs hors promotion
Pour un site media :
- Cohorte d'entrée :
newsletter_signup— pour mesurer l'engagement des abonnés dans le temps
Lire le tableau de cohortes
| Cohorte | Taille | Jour 0 | Jour 1 | Jour 7 | Jour 30 |
|---|---|---|---|---|---|
| Semaine 1 Janv. | 240 | 100 % | 42 % | 18 % | 9 % |
| Semaine 2 Janv. | 187 | 100 % | 38 % | 15 % | 7 % |
| Semaine 1 Févr. | 310 | 100 % | 51 % | 23 % | 12 % |
La lecture de ce tableau indique que la cohorte de la première semaine de février présente une meilleure rétention à Jour 1 (51 % vs 42 %) — cela peut coïncider avec un changement de produit ou une campagne réalisée pendant cette période.
Exporter une cohorte
Cliquez sur une cellule du tableau pour voir la liste des utilisateurs inclus dans cette cohorte à cet intervalle. Vous pouvez exporter cette liste en CSV pour des campagnes de réengagement ou pour une analyse approfondie.
Condition de validation
Cet achievement est débloqué lorsque : vous avez généré un tableau de cohortes pour votre site, avec au moins 2 cohortes distinctes et des données de retour disponibles sur au moins 2 intervalles.
Problèmes courants
Le tableau de cohortes est vide ou affiche « Données insuffisantes » L'analyse de cohortes nécessite un historique de données suffisant. Il faut au minimum que des utilisateurs aient déclenché l'événement d'entrée il y a plus longtemps que la granularité choisie. Si vous venez d'installer le SDK, attendez quelques jours avant d'analyser des cohortes hebdomadaires.
Toutes les cellules de retour affichent 0 %
Vérifiez que l'événement de retour que vous mesurez est bien capturé par le SDK. Si vous mesurez le retour par pageview mais que votre site est une SPA sans rechargement de page, les pages vues ne sont peut-être pas envoyées lors des navigations internes. Utilisez l'intégration framework appropriée.
Les cohortes comportementales n'incluent pas les utilisateurs attendus
Les cohortes comportementales ne s'appliquent qu'aux utilisateurs identifiés via QMTracker.identify(). Les utilisateurs anonymes peuvent être regroupés uniquement par période d'acquisition ou par événements, pas par propriétés utilisateur.
Le tableau est trop large pour être lisible Réduisez la granularité (passer de quotidien à hebdomadaire) ou raccourcissez la période d'analyse. Vous pouvez également masquer certaines cohortes en décochant leur ligne dans la légende du graphique.