Analisi di Coorte per Fondatori SaaS: Guida Pratica
Pubblicato il 13 marzo 2026 · Jules, Founder of NoNoiseMetrics · 10min di lettura
Aggiornato il 15 aprile 2026
La tua coorte di marzo churna al 40 % a 90 giorni. Quella di giugno al 12 %. Stesso prodotto. Stesso prezzo. Qualcosa è cambiato nel mezzo — e l’analisi di coorte è lo strumento che rende visibile quel cambiamento.
L’analisi di coorte raggruppa i clienti per data di registrazione e segue il loro comportamento nel tempo, così vedi quali versioni del tuo prodotto trattengono meglio. Questa guida spiega come funziona un’analisi di coorte, come costruirla da Stripe e come leggere i pattern che rivela. Per capire perché il churn conta in primo luogo, leggi la guida completa al churn SaaS.
Analisi di Coorte per Fondatori SaaS: Guida Pratica
Un’analisi di coorte raggruppa i clienti per una caratteristica condivisa, di solito la data di acquisizione, e segue un comportamento specifico (retention o ricavi) nel tempo per ciascun gruppo.
- Una coorte = clienti che si sono registrati nello stesso mese (o settimana, o versione di prodotto)
- L’analisi di coorte = quale % di ogni coorte è ancora attiva a 30, 60, 90, 180 giorni
Perché un’analisi di coorte batte le metriche aggregate: la retention aggregata nasconde il fatto che le tue coorti nuove possono essere disastrose mentre quelle vecchie sostengono la media. Una retention globale del 75 % può significare che ogni coorte trattiene al 75 %, oppure che le vecchie trattengono al 90 % mentre le nuove crollano al 60 %. Solo l’analisi di coorte porta a galla quella distanza.
Non puoi sistemare ciò che non vedi. Usa l’analisi di coorte per leggere la tua retention complessiva nel contesto giusto.
Come si presenta una tabella di coorti
| Coorte | Mese 0 | Mese 1 | Mese 2 | Mese 3 |
|---|---|---|---|---|
| Gen 2025 | 100 % | 72 % | 61 % | 55 % |
| Feb 2025 | 100 % | 68 % | 57 % | 51 % |
| Mar 2025 | 100 % | 81 % | 74 % | 70 % |
Ogni riga = una coorte di registrazione. Ogni colonna = quanti pagano ancora N mesi dopo.
La coorte di marzo è visibilmente più forte: qualcosa è cambiato in meglio a marzo. Forse hai lanciato un nuovo onboarding. Forse è stato corretto un bug. Forse un articolo di blog ha attirato clienti meglio profilati. L’analisi di coorte fa emergere il cambiamento; tocca a te diagnosticarne la causa.
Ecco cosa significa retention per coorte in pratica: non un numero aggregato, ma una tabella che mostra la salute di ogni infornata di clienti nel tempo.
Come costruire una tabella di coorti da Stripe
Passo per passo (versione minima):
- Esporta i clienti con la loro data
createdda Stripe - Esporta tutti gli eventi
invoice.paidper cliente - Per ogni cliente: segna i mesi in cui ha pagato (mese 0 = mese di registrazione, mese 1 = un mese dopo, ecc.)
- Raggruppa i clienti per mese di registrazione (coorte)
- Calcola il % di ciascuna coorte che ha pagato in ogni mese successivo
Nota onesta: costruire un’analisi di coorte a mano è tedioso. Stripe non offre questa vista nativamente, e un foglio di calcolo crolla in fretta oltre i 100 clienti.
Strumenti che lo fanno automaticamente: NoNoiseMetrics, ChartMogul, Baremetrics. Per un template di analisi di coorte sui dati Stripe, parti da una configurazione base del dashboard.
Come leggere e interpretare un’analisi di coorte
Come interpretare un’analisi di coorte: cerca questi quattro pattern. Questo approccio si allinea al framework SaaS Metrics di David Skok — i pattern di retention dicono di più di qualsiasi singolo numero.
La scogliera della retention (cattivo)
Calo rapido al mese 1 (es. 100 % → 40 %) = problema di attivazione. I clienti si sono iscritti ma non hanno mai visto il valore. Non disdicono perché scontenti: disdicono perché non hanno mai davvero iniziato.
Correzione: sequenza di onboarding, milestone di attivazione.
La perdita lenta (cattivo ma correggibile)
Declino progressivo: 100 % → 85 % → 72 % → 61 %. Churn costante senza pavimento. Probabilmente un problema di product-market fit o alternative concorrenti che erodono la tua posizione.
Correzione: sondaggi di uscita, analisi delle lacune di funzionalità. Ma richiede tempo: stai combattendo contro la deriva del prodotto.
La curva sorriso (buono)
Calo iniziale forte, poi pianoro: 100 % → 65 % → 60 % → 59 %. I clienti che sopravvivono al mese 1 restano quasi indefinitamente. È il pattern che vuoi. Il tuo problema di churn è un problema di attivazione, non di retention — molto più facile da correggere.
Correzione: migliorare l’attivazione al mese 1. Tutto il resto migliora automaticamente.
Coorti in miglioramento (eccellente)
Ogni coorte nuova trattiene meglio della precedente. Marzo > Febbraio > Gennaio. Qualcosa che hai cambiato sta funzionando, e l’analisi di coorte è l’unico posto in cui quel segnale diventa visibile.
È il segnale da inseguire: trova il cambiamento e raddoppia la posta.
Coorte ricavi vs coorte clienti
Stesso concetto, unità di misura diversa:
| Metrica | Cosa misura | Quando usarla |
|---|---|---|
| Coorte clienti | % di clienti ancora attivi | Pricing uniforme |
| Coorte ricavi | % dell’MRR iniziale ancora pagato | Piani con prezzi misti |
Un’analisi di coorte sui ricavi è più utile se hai più fasce di prezzo. Mostra se i tuoi clienti più costosi churneano più rapidamente o più lentamente della media — una domanda diagnostica completamente diversa.
Tabella coorti ricavi: esempio concreto
| Coorte | MRR iniziale | M1 | M2 | M3 | M4 | M5 | M6 |
|---|---|---|---|---|---|---|---|
| Ott 2025 | 4 200 € | 91 % | 85 % | 82 % | 80 % | 79 % | 78 % |
| Nov 2025 | 3 800 € | 88 % | 80 % | 74 % | 71 % | — | — |
| Dic 2025 | 5 100 € | 93 % | 89 % | 86 % | — | — | — |
| Gen 2026 | 4 600 € | 90 % | 84 % | — | — | — | — |
| Feb 2026 | 3 200 € | 87 % | — | — | — | — | — |
| Mar 2026 | 4 900 € | 94 % | — | — | — | — | — |
Le coorti di dicembre e marzo trattengono nettamente meglio delle altre. È il tuo segnale per indagare: cos’è cambiato? Hai aggiustato il pricing? Lanciato un nuovo onboarding? L’analisi di coorte fa emergere l’anomalia; il tuo lavoro è trovarne la causa e replicarla.
Le coorti ricavi rivelano qualcosa che le coorti clienti nascondono: se i tuoi clienti ad alto valore churneano più velocemente o più lentamente. Se i clienti da 99 €/mese se ne vanno prima di quelli da 19 €/mese, hai un problema di valore in cima al pricing. La correzione non è “ridurre il churn”, è “rimettere a posto la proposta di valore del piano migliore”.
Per uno sguardo più approfondito, vedi NRR: Net Revenue Retention per Bootstrapper.
Quando un’analisi di coorte cambia le tue decisioni
I numeri sono interessanti. Le decisioni sono utili. Ecco quando un’analisi di coorte cambia davvero quello che fai.
1. Validare un esperimento di onboarding
Hai ridisegnato l’onboarding a febbraio. La coorte di marzo mostra retention al mese 1 dell’81 %, contro il 72 % di gennaio e febbraio. Non è rumore: sono 9 punti nella finestra di retention più critica. L’analisi di coorte è ciò che isola quell’esperimento dal resto.
2. Misurare la qualità di un canale
Le tue coorti organiche trattengono all’85 % al mese 3. Quelle a pagamento al 55 %. Stesso prodotto, stesso prezzo, stesso onboarding — risultati di retention completamente diversi. La differenza è la qualità del pubblico. Le ads portano curiosi; il SEO porta persone che cercavano già una soluzione.
Non significa “stop al paid”. Significa o affinare il targeting (audience più stretta, copy più qualificante) o accettare che l’acquisizione a pagamento porta una penalità di retention incorporata e prezzare il CAC di conseguenza.
3. Leggere l’impatto di un cambio di prezzo
Hai alzato i prezzi a gennaio. Se la coorte di gennaio trattiene come o meglio di quella di dicembre, il prezzo più alto ha selezionato clienti meglio profilati. Se la retention scende, l’aumento ha attirato clienti più sensibili al prezzo. In entrambi i casi, l’analisi di coorte rende il verdetto leggibile.
Un’analisi di coorte trasforma un cambio di prezzo da intuizione a esperimento misurato — ed è la tabella che ti permette di difendere la decisione in una review di board.
La differenza tra retention aggregata e analisi di coorte è la differenza tra churn dei ricavi e churn dei clienti — uno nasconde la storia, l’altro la racconta.
Analisi di coorte avanzata
Una volta che sai leggere una tabella base, segmentala. Come sottolinea le 16 SaaS Metrics di a16z, i migliori operatori vanno oltre i numeri di superficie e scendono al comportamento per coorte. Un’analisi di coorte segmentata è dove vive il vero valore diagnostico:
- Per canale di acquisizione: organico vs paid vs referral. Quale canale porta clienti che restano?
- Per piano di prezzo: mensile vs annuale. I piani annuali mostrano quasi sempre retention migliore.
- Per dimensione aziendale (in B2B): le PMI churneano più rapidamente del mid-market?
- Per segmento cliente: raggruppa per comportamento, piano o use case per far emergere quali segmenti trattengono meglio.
Obiettivo: trovare il segmento di coorte con la retention migliore e poi capire cosa hanno di diverso quei clienti. È il tuo target di acquisizione ideale. Ripeti questa analisi di coorte segmentata ogni trimestre, e la tua strategia di acquisizione comincia a scriversi da sola.
FAQ
A cosa serve l’analisi di coorte in SaaS?
In SaaS, l’analisi di coorte misura la retention dei clienti nel tempo per gruppi che si sono registrati nello stesso periodo. Rivela se i miglioramenti di prodotto stanno realmente migliorando la retention, e quali canali di acquisizione portano i clienti più fedeli. È uno strumento diagnostico, non solo di reporting.
Quanti clienti servono per un’analisi di coorte?
Con 30–50 clienti per coorte si vedono già le tendenze in un’analisi di coorte. Sotto, i numeri oscillano troppo per trarre conclusioni. Se hai meno volume, aggrega per trimestre invece che per mese, così ogni coorte resta statisticamente utile.
Con quale frequenza eseguire un’analisi di coorte?
Mensile è la cadenza standard per la maggior parte dei SaaS bootstrap. Se stai facendo cambiamenti significativi al prodotto, esegui l’analisi di coorte settimanalmente per vedere prima l’impatto sulle coorti recenti. Per SaaS più maturi, una revisione trimestrale dell’analisi di coorte basta a individuare i pattern strutturali.
Qual è la differenza tra analisi di coorte e tasso di retention?
Il tasso di retention è un singolo numero aggregato. L’analisi di coorte è una tabella che mostra la retention per più gruppi su più periodi. Un’analisi di coorte ti permette di vedere quali clienti stanno spingendo il tasso in alto o in basso. Il tasso aggregato può sembrare stabile mentre le coorti più recenti peggiorano — l’analisi di coorte fa vedere quel deterioramento.
Serve un team dati per un’analisi di coorte?
No. Un foglio di calcolo può fare un’analisi di coorte di base se sai esportare i dati Stripe. Strumenti come NoNoiseMetrics o ChartMogul costruiscono l’analisi di coorte automaticamente.
Qual è una buona retention al mese 1 in un’analisi di coorte?
Per il SaaS B2B, una retention al mese 1 sopra l’80 % è solida. Tra il 65 % e l’80 % è gestibile ma indica un buco di onboarding. Sotto il 65 %, la maggior parte dei clienti non ha mai sperimentato abbastanza valore per giustificare un nuovo pagamento. Nella tua analisi di coorte, è un problema di attivazione, non di retention.
Come uso l’analisi di coorte con l’NRR?
L’analisi di coorte ti mostra quali gruppi trattengono. L’NRR ti dice se la tua base esistente cresce o si riduce in termini di ricavi. Insieme rispondono: le coorti più nuove stanno trattenendo abbastanza per sostenere il tasso di crescita? Se l’NRR è sotto il 100 % e l’analisi di coorte mostra retention in calo mese dopo mese, hai un problema che si compone. Vedi la guida NRR per bootstrapper.
Cos’è un’analisi di coorte?
Un’analisi di coorte raggruppa i clienti per la loro data di iscrizione (o un altro tratto condiviso) e traccia il loro comportamento nel tempo. Rivela se le coorti più recenti trattengono meglio di quelle precedenti. A differenza dei tassi di retention aggregati, un’analisi di coorte mostra la traiettoria di ogni gruppo separatamente, così puoi vedere se il tuo prodotto sta migliorando nel trattenere le persone, o peggiorando.
La tua analisi di coorte è nascosta nei tuoi dati Stripe. NoNoiseMetrics costruisce l’analisi di coorte automaticamente — vedi quali coorti perdono e quali tengono. Gratis fino a 10 k€ MRR →
Fonti: OpenView 2024 SaaS Benchmarks, Bessemer State of the Cloud 2024, David Skok. SaaS Metrics 2.0, a16z, 16 Startup Metrics