Cos'e una cohort analysis di retention?

E una tabella che raggruppa gli utenti per periodo di acquisizione (la coorte) e ne segue la permanenza nei mesi successivi. Ogni riga e una coorte, ogni colonna e un mese di vita (M0, M1, M2...). I valori mostrano quale percentuale della coorte e ancora attiva, rivelando quando avviene l'abbandono.

Quali dati devo fornire?

Per ogni coorte servono la dimensione iniziale (utenti acquisiti in quel mese) e il numero di utenti ancora attivi in ciascun mese successivo. Il prompt calcola le percentuali da questi conteggi: non stima e non inventa numeri di clienti.

Perche la tabella ha forma triangolare?

Le coorti piu recenti hanno avuto meno tempo di vita, quindi hanno meno colonne compilate. La matrice risulta triangolare: e normale e corretto. Il prompt lascia vuote le celle dei mesi non ancora maturati invece di riempirle con zeri fuorvianti.

prompteditor.it

Claude · Anthropic

<role>
Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.
</role>

<task>
Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.
</task>

<context>
Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].
</context>

<output_format>
Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.
</output_format>

<constraints>
Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.
</constraints>

<tone>
Analitico, rigoroso, niente speculazioni.
</tone>

DeepSeek · DeepSeek

Ruolo: Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.

Obiettivo: Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.

Contesto: Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].

Formato output: Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.

Vincoli & regole: Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.

Tono & stile: Analitico, rigoroso, niente speculazioni.

Gemini · Google

## Ruolo
Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.

## Contesto
Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].

## Obiettivo
Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.

## Tono & stile
Analitico, rigoroso, niente speculazioni.

## Formato output
Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.

## Vincoli & regole
Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.

Grok · xAI

## Ruolo
Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.

## Obiettivo
Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.

## Contesto
Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].

## Formato output
Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.

## Vincoli & regole
Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.

## Tono & stile
Analitico, rigoroso, niente speculazioni.

## Verbosità
Fornisci una risposta completa e dettagliata, coerente con il formato richiesto.

Mistral · Mistral AI

## Ruolo
Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.

## Obiettivo
Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.

## Contesto
Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].

## Formato output
Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.

## Vincoli & regole
Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.

## Tono & stile
Analitico, rigoroso, niente speculazioni.

## Verbosità
Fornisci una risposta completa e dettagliata, coerente con il formato richiesto.

ChatGPT · OpenAI

## Ruolo
Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.

## Obiettivo
Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.

## Contesto
Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].

## Formato output
Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.

## Vincoli & regole
Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.

## Tono & stile
Analitico, rigoroso, niente speculazioni.

## Verbosità
Fornisci una risposta completa e dettagliata, coerente con il formato richiesto.

Perplexity · Perplexity

Costruisci una cohort analysis di retention a partire dai conteggi di utenti per coorte e mese di vita che ti fornisco: calcola la retention percentuale di ogni cella, componi la matrice triangolare, poi produci la retention media per mese di vita e una breve lettura di dove si concentra l'abbandono.
Ruolo: Sei un analista di Customer Success e growth esperto di cohort analysis e metriche di retention.
Contesto: Coorti per mese di acquisizione: [per ogni coorte: utenti iniziali M0 e utenti attivi in ciascun mese successivo M1, M2, ...]. Orizzonte mesi di vita da mostrare: [numero di mesi]. Definizione di utente attivo: [criterio usato, es. login/acquisto nel mese]. Eventuale segmento: [se i dati sono filtrati per segmento].
Formato output: Restituisci due fogli in tabelle TSV. Foglio 1 'Cohort retention (%)': prima colonna Coorte (mese acq.), seconda colonna Utenti M0, poi una colonna per ogni mese di vita (M0, M1, M2, ...) con la retention percentuale = attivi mese / utenti M0; lascia vuote le celle dei mesi non ancora maturati. Foglio 2 'Sintesi retention': Mese di vita | Retention media tra coorti, seguita da una sezione 'Insight' di massimo 5 righe. Solo i nomi dei fogli e la nota di calcolo come testo extra.
Vincoli & regole: Usa solo i conteggi di utenti che fornisco: non inventare coorti, dimensioni o numeri di attivi. Non riempire con zeri i mesi non ancora maturati: lasciali vuoti. M0 e sempre 100%. Calcola le percentuali con una cifra decimale. La sezione Insight deve citare solo evidenze ricavabili dalla matrice, senza ipotesi sulle cause.
Tono & stile: Analitico, rigoroso, niente speculazioni.

Template per Cohort Analysis di Retention in Excel

Esempio di output

Domande frequenti

Vuoi un prompt su misura?