Guida all'Analisi per Coorte
La Guida all'Analisi per Coorte ti aiuta a costruire un'analisi di retention completa a partire da dati grezzi di utenti o transazioni. Invece di passare ore a strutturare tabelle di coorte e interpretare pattern manualmente, fornisci i tuoi dati e il contesto aziendale e ricevi un'analisi di coorte completamente strutturata con tabelle, spiegazioni dei trend e raccomandazioni concrete.
Product manager che monitorano la retention degli utenti, growth marketer che misurano l'efficacia delle campagne, aziende in abbonamento che controllano il churn e team SaaS che analizzano l'adozione di funzionalità usano questo prompt. Si applica a qualsiasi scenario in cui devi raggruppare gli utenti per data di inizio (o altro evento qualificante) e tracciare il loro comportamento nei periodi successivi.
Questo prompt produce output significativamente migliore rispetto a chiedere "analizza la retention nei miei dati" perché impone una metodologia di coorte rigorosa: definizione esplicita del criterio di coorte, suddivisione coerente dei periodi temporali, tabelle percentuali normalizzate accanto ai numeri assoluti e separazione tra osservazione e interpretazione. Richiede inoltre all'AI di segnalare la coorte specifica che devia di più dalla media, facendo emergere l'insight operativo invece di seppellirlo in un riepilogo generico.
This prompt is just the starting point
Score it with AI, optimize it with one click, track versions, and build your prompt library.
The Prompt
Esegui un'analisi di coorte sui seguenti dati per identificare pattern di retention, trend comportamentali e opportunità operative: **Contesto Aziendale**: - Prodotto/Servizio: [DESCRIVI IL TUO PRODOTTO, es. "Tool SaaS B2B di project management, abbonamento a 49 euro/mese"] - Metrica Chiave da Tracciare: [METRICA, es. "utilizzo attivo mensile" / "acquisto ripetuto" / "rinnovo dell'abbonamento"] - Granularità Temporale: [settimanale / mensile / trimestrale] **Definizione della Coorte**: - Raggruppa gli utenti per: [CRITERIO DI COORTE, es. "mese della prima iscrizione" / "canale di acquisizione" / "data del primo acquisto" / "settimana di completamento onboarding"] - Finestra di osservazione: [INTERVALLO TEMPORALE, es. "Da gennaio 2025 a dicembre 2025, tracciando ogni coorte per 6 mesi dalla registrazione"] **Dati**: ``` [INCOLLA QUI I TUOI DATI: ID utente con date degli eventi, log di transazioni o conteggi di coorte pre-aggregati. Includi come minimo: identificativo utente, data dell'evento che definisce la coorte e date o flag di attività successiva.] ``` **Requisiti dell'Analisi**: ### Passo 1: Costruzione della Tabella di Coorte - Costruisci una tabella di retention per coorte con le coorti come righe e i periodi dall'evento qualificante come colonne (Periodo 0, Periodo 1, Periodo 2, ecc.). - Mostra due tabelle: una con i conteggi assoluti di utenti e una con le percentuali di retention (normalizzate con Periodo 0 = 100%). - Indica chiaramente cosa rappresenta ogni periodo (es. "Periodo 2 = il terzo mese dell'utente dalla registrazione"). ### Passo 2: Identificazione dei Pattern - Calcola il tasso medio di retention per ogni periodo su tutte le coorti. - Identifica il **periodo di abbandono più ripido** (dove si perde la percentuale maggiore di utenti) e quantificalo. - Segnala qualsiasi coorte che devia di più di [SOGLIA, es. "10 punti percentuali"] dalla curva di retention media. Spiega le possibili ragioni. - Identifica la **coorte con le migliori performance** e la **coorte con le peggiori performance**, con numeri specifici. ### Passo 3: Analisi dei Trend - Confronta le coorti più vecchie con quelle più recenti. La retention sta migliorando, peggiorando o è stabile nel tempo? - Se la retention sta cambiando, stima l'entità (es. "le coorti recenti mantengono 8 punti percentuali in più al Mese 3 rispetto alle coorti di 6 mesi fa"). - Segnala eventuali stagionalità o eventi esterni che possono spiegare le variazioni. ### Passo 4: Raccomandazioni - In base ai pattern individuati, fornisci 3-5 raccomandazioni specifiche e operative. Ogni raccomandazione deve fare riferimento a una scoperta specifica dell'analisi. - Prioritizza le raccomandazioni per impatto atteso sulla retention complessiva. - Suggerisci quali dati aggiuntivi rafforzerebbero l'analisi (es. "segmentare per canale di acquisizione chiarirebbe se il miglioramento del Q3 è legato al canale"). ### Passo 5: Output Pronto per la Presentazione - Fornisci la tabella di coorte finale in un formato che posso incollare in un foglio di calcolo o una slide. - Scrivi un riepilogo esecutivo di 3-4 frasi adatto per un'email agli stakeholder. - Suggerisci un tipo di grafico che visualizzi al meglio la scoperta principale.
Usage Tips
- Includi almeno 4-6 coorti per un confronto significativo: due coorti non possono rivelare un trend. Sei o più coorti permettono all'AI di distinguere il rumore dai pattern e identificare se la retention sta migliorando nel tempo.
- Specifica cosa significa "retention" per il tuo prodotto: "Ha effettuato almeno un accesso" è molto diverso da "Ha completato un'azione core." Definire la metrica chiave con precisione evita che l'analisi tracci il comportamento sbagliato.
- Segmenta ulteriormente dopo l'analisi iniziale: una volta vista la tabella di coorte complessiva, riesegui il prompt filtrando per canale di acquisizione, piano tariffario o area geografica. Gli insight più rilevanti spesso emergono dal confronto di sotto-coorti all'interno di un singolo periodo temporale.
- Imposta la soglia di deviazione in base alla maturità del business: prodotti in fase iniziale con coorti volatili dovrebbero usare 15-20 punti percentuali. Prodotti maturi con retention stabile dovrebbero usare 5-10 punti percentuali per intercettare variazioni sottili.
Get more from this prompt
Save it, score it with AI, optimize it, and track every version. Free to start.