Template per Analisi Cohort di Retention e LTV in Excel
Per growth, prodotto e revenue operations che vogliono capire se le coorti più recenti trattengono meglio di quelle vecchie: questo prompt costruisce la matrice di retention mese per mese, il foglio di interpretazione con le domande giuste e un foglio di LTV cumulato per coorte, tutto in formato foglio di calcolo con le formule da incollare.
Esempio di output
=== FOGLIO 1: Cohort Retention (%) === Coorte (mese acquisizione) Dimensione M0 M1 M2 M3 M4 M5 2025-10 420 100% 68% 54% 47% 43% 41% 2025-11 510 100% 71% 58% 50% 45% 2025-12 605 100% 73% 60% 52% 2026-01 540 100% 70% 59% 2026-02 680 100% 75% Formula cella M1: = attivi_in_M1 / dimensione_coorte === FOGLIO 2: Lettura & benchmark === Domanda diagnostica Cosa guardare Soglia indicativa (da calibrare) Le coorti recenti trattengono meglio? confronto colonna M1 dall'alto in basso trend crescente = buon segnale C'è un cliff iniziale? caduta M0->M1 caduta > 40% = problema di onboarding Esiste un plateau di retention? dove la curva si appiattisce plateau stabile = base fedele === FOGLIO 3: LTV cumulato per coorte (€) === Coorte ARPU mensile M0 M1 M2 M3 2025-10 29 29,0 48,7 64,4 78,0 2025-11 29 29,0 49,6 66,4 Formula LTV M_n: = LTV(M_n-1) + ARPU * retention(M_n) Nota: ARPU e retention vanno presi dai tuoi dati; i valori mostrati sono illustrativi.
Domande frequenti
No. Il prompt imposta la struttura della matrice e ti indica le formule (es. clienti attivi del mese M / dimensione coorte) per popolarla dai tuoi dati grezzi. Se fornisci numeri reali li usa; se fornisci solo la struttura del tuo dataset, ti dà la scaffolding e le formule da applicare.
La matrice di retention mostra la percentuale di una coorte ancora attiva a M+1, M+2, ecc. Il foglio LTV cumulato moltiplica la retention per il ricavo medio per utente e somma nel tempo, mostrando quanto vale una coorte mese dopo mese. Insieme dicono non solo quanti restano, ma quanto valgono.
Sì. Il foglio di lettura contiene le domande diagnostiche (le coorti recenti trattengono meglio? c'è un cliff al M1? esiste un plateau?) e spiega come interpretare colori e righe, con soglie indicate come valori da calibrare sui tuoi benchmark, mai come dati reali.
Vuoi un template su misura?
Costruiscine uno in poche domande — con la struttura corretta per il tuo standard.