Cohort Analysis Hotel: come capire quanti clienti tornano, spendono e producono margine

Molti hotel sanno quanti clienti hanno acquisito.

Molti meno sanno:

  • quanti tornano;

  • dopo quanto tempo;

  • quanto spendono al secondo soggiorno;

  • quale canale utilizzano;

  • quanto margine producono nel tempo.

Ed è proprio qui che entra in gioco la:

Cohort Analysis

La Cohort Analysis permette di raggruppare clienti con una caratteristica comune — per esempio il mese di primo soggiorno, il canale di acquisizione o il mercato di provenienza — e seguirne il comportamento nel tempo.

La domanda non è più soltanto:

“quanti clienti abbiamo acquisito?”

Ma:

“che cosa è successo a quei clienti nei 6, 12 o 24 mesi successivi?”

Per una proprietà, questo cambia completamente la lettura del marketing.

Perché consente di capire:

  • quali clienti tornano di più;

  • quali segmenti generano più Lifetime Value;

  • quali canali hanno payback più rapido;

  • quali campagne producono clienti migliori;

  • quali coorti creano più contribution.

È una logica coerente con un approccio di advisory e performance management come quello sviluppato su robertonecci.it, con le analisi di investimento affrontate su investimentialberghieri.it e investhotel.it, e con i modelli di business intelligence e controllo economico approfonditi su hotelintelligence.it e hotelcontrol.it.

Cos’è una coorte

Una coorte è un gruppo di clienti accomunato da un evento o una caratteristica iniziale.

Per esempio:

  • clienti acquisiti a gennaio;

  • clienti arrivati via Google Ads;

  • clienti provenienti dagli Stati Uniti;

  • clienti first-time OTA;

  • clienti corporate.

L’obiettivo è seguirli nel tempo.

Perché è meglio del dato aggregato

Il dato aggregato può nascondere molto.

Supponiamo:

Repeat Rate annuale:

20%.

Questo dato da solo dice poco.

Potrebbero esistere coorti con:

  • 5% di repeat;

  • 40% di repeat.

La media nasconde la differenza.

Cohort Analysis e qualità dell’acquisizione

Due campagne possono generare lo stesso numero di nuovi clienti.

Ma produrre risultati molto diversi nel tempo.

Esempio

Campagna A

100 nuovi clienti
Repeat a 12 mesi: 10%

Campagna B

100 nuovi clienti
Repeat a 12 mesi: 35%

A parità di primo booking, la seconda campagna può avere valore economico molto superiore.

First Booking Revenue non basta

Il vero valore di una coorte emerge nel tempo.

Per questo bisogna distinguere:

  • First Booking Revenue;

  • Lifetime Revenue;

  • Lifetime Contribution.

Cohort Revenue Curve

Una coorte può essere seguita per:

  • Mese 0;

  • Mese 3;

  • Mese 6;

  • Mese 12;

  • Mese 24.

Questo costruisce una vera curva di valore.

Esempio

Coorte gennaio:

M0 Revenue: €100.000
M6 Revenue cumulata: €118.000
M12 Revenue cumulata: €135.000
M24 Revenue cumulata: €160.000

La coorte continua a produrre valore.

Cohort Revenue non significa Cohort Profit

La revenue da sola non basta.

Bisogna sottrarre:

  • CAC;

  • commissioni;

  • variable cost;

  • CRM cost.

Per arrivare alla:

Cohort Contribution

Cohort Contribution

Formula concettuale:

Cohort Contribution = Lifetime Revenue – Acquisition Cost – Distribution Cost – Variable Cost – Retention Cost

Questo è molto più utile per la proprietà.

Perché alcuni clienti tornano ma producono poco margine

Un repeat guest può tornare spesso ma utilizzare:

  • tariffe molto scontate;

  • canali costosi.

Quindi retention elevata non significa automaticamente alta profitability.

Retention Rate vs Contribution Rate

Serve distinguere:

Retention Rate

quanti tornano.

Contribution per Retained Customer

quanto valore lasciano.

La seconda è spesso più importante.

Cohort Analysis e Customer Lifetime Value

La Cohort Analysis è uno dei modi più solidi per stimare il Customer Lifetime Value.

Perché non si basa soltanto su ipotesi.

Osserva il comportamento reale.

Historical LTV

Per esempio:

clienti acquisiti nel 2024.

Quanto hanno prodotto nei 24 mesi successivi?

Questo può aiutare a stimare il valore dei nuovi clienti.

Customer Lifetime Contribution

Ancora più utile:

quanto contribution produce una coorte nel tempo?

Questo è il dato su cui dovrebbe essere costruito il CAC sostenibile.

Cohort Analysis e CAC

Una campagna con CAC elevato può essere comunque interessante se acquisisce clienti con alto valore futuro.

Esempio

Canale A

CAC: €50
Lifetime Contribution: €120

Canale B

CAC: €100
Lifetime Contribution: €400

Il secondo ha CAC doppio.

Ma produce valore molto superiore.

CAC/Lifetime Contribution

Un rapporto utile può essere:

Lifetime Contribution / CAC

Questo misura quanta contribution viene generata rispetto al costo di acquisizione.

Cohort Analysis e Payback

Un altro KPI fondamentale è:

quanto tempo impiega una coorte a ripagare il CAC?

Payback Curve

Per ogni coorte possiamo osservare:

  • M0;

  • M3;

  • M6;

  • M12.

Quando la contribution cumulata supera il CAC iniziale, il payback è completato.

Esempio

CAC coorte:

€20.000

Contribution cumulata:

M0 = €12.000
M3 = €18.000
M6 = €24.000

Payback:

tra M3 e M6.

Non basta che il cliente torni

Serve sapere:

quando torna.

Perché un repeat dopo 24 mesi ha valore finanziario diverso da un repeat dopo 3 mesi.

Cohort Analysis e cash flow

Il payback rapido libera capitale più velocemente.

Questo migliora:

  • capacità di reinvestimento;

  • capital efficiency.

Cohort Analysis per canale

Una delle analisi più utili è creare coorti per:

  • Direct;

  • OTA;

  • Google Ads;

  • Meta;

  • CRM;

  • Corporate.

First-Touch Cohort

Raggruppare i clienti in base al primo canale di acquisizione.

Questo permette di capire quali canali producono clienti migliori nel tempo.

Esempio

Canale primo soggiorno Repeat 12M Lifetime Revenue Lifetime Contribution
Google Ads 22% €420 €210
OTA 18% €360 €150
CRM Referral 35% €520 €300

Il quadro cambia rispetto al semplice first-booking ROAS.

Cohort Analysis e OTA

Un cliente acquisito via OTA può diventare molto interessante se torna direttamente.

OTA-to-Direct Cohort

Una coorte può essere analizzata per capire:

  • quanti tornano;

  • quanti migrano direct.

Questo misura la capacità dell’hotel di trasformare l’intermediazione in relazione proprietaria.

Direct Migration Rate

Formula:

Repeat Direct Customers / Repeat Customers

È un KPI molto interessante.

Esempio

1.000 first-time OTA customers.

200 tornano entro 12 mesi.

120 tornano direct.

Direct Migration Rate:

60%

Questo cambia la lettura del costo OTA iniziale.

Cohort Analysis e First Party Data

La Cohort Analysis funziona bene solo se l’hotel riconosce correttamente lo stesso cliente nel tempo.

Per questo è strettamente collegata a:

  • Single Customer View;

  • First Party Data.

Senza identity resolution le coorti sono sbagliate

Se lo stesso cliente viene contato più volte, il repeat rate sarà sottostimato.

Quindi la base dati è fondamentale.

Cohort Analysis e Data Quality

Errori di:

  • customer ID;

  • email;

  • source;

possono compromettere l’intera analisi.

Per questo la Data Quality viene prima del modello.

Cohort Analysis e Data Warehouse

Per seguire lo stesso cliente nel tempo bisogna spesso integrare:

  • PMS;

  • CRM;

  • booking engine;

  • finance.

Un approccio di business intelligence come quello approfondito su hotelintelligence.it permette di costruire questa continuità.

Cohort Analysis e CRM

Una coorte può essere segmentata anche in base alla relazione CRM.

Per esempio:

  • clienti esposti a campagne;

  • clienti non esposti.

Questo aiuta a valutare retention e incrementalità.

CRM Cohort

Una domanda utile:

i clienti che entrano in automazioni CRM tornano più spesso?

Test / Control Cohort

Per una lettura più rigorosa:

  • gruppo A riceve comunicazioni;

  • gruppo B no.

Si confronta:

  • repeat;

  • revenue;

  • contribution.

Questo permette una vera analisi di incremento.

Cohort Analysis e marketing attribution

L’attribution tradizionale guarda spesso alla singola conversione.

La Cohort Analysis guarda alla qualità del cliente nel tempo.

È una prospettiva molto più strategica.

Last Click vs Lifetime Value

Un canale può chiudere molte prenotazioni.

Ma acquisire clienti con basso repeat.

Un altro può sembrare meno forte sul Last Click.

Ma produrre clienti ad alto lifetime value.

L’obiettivo non è premiare il canale che converte di più

È capire:

quale canale crea clienti migliori.

Cohort Analysis per mercato geografico

Si possono creare coorti per:

  • Italia;

  • USA;

  • Germania;

  • UK.

E confrontare:

  • repeat;

  • ADR;

  • LOS;

  • lifetime contribution.

Esempio

Mercato Repeat 12M LOS Medio Lifetime Contribution
Italia 28% 1,8 €180
USA 12% 3,2 €320
Germania 20% 2,5 €260

Il mercato con repeat più alto non è necessariamente quello con maggior valore.

Cohort Analysis per segmento

Anche:

  • leisure;

  • corporate;

  • MICE;

  • long stay.

Possono avere comportamenti molto diversi.

Corporate Cohort

Un cliente corporate può avere:

  • revenue per soggiorno inferiore;

  • frequency molto più alta.

Quindi lifetime value superiore.

Leisure Premium Cohort

Può avere:

  • frequency bassa;

  • contribution per booking elevata.

Serve confrontare entrambe le dimensioni.

Cohort Analysis e room type

Anche il primo prodotto acquistato può essere utilizzato per creare coorti.

Per esempio:

  • Standard;

  • Suite.

Questo può aiutare a capire:

  • upgrade behavior;

  • repeat value.

Cohort Analysis e ancillary

Le coorti dovrebbero includere anche:

  • restaurant;

  • spa;

  • parking.

Questo permette una vera Total Customer Value.

Room Revenue può sottostimare la coorte

Due coorti con la stessa Room Revenue possono produrre ancillary completamente diversi.

Il valore totale cambia.

Cohort Analysis e RFM

La Cohort Analysis si combina bene con RFM.

Recency

quanto recentemente è tornato.

Frequency

quante volte.

Monetary

quanto ha speso.

Aggiungere Profitability

Un modello ancora migliore aggiunge:

Contribution.

Quindi:

  • Recency;

  • Frequency;

  • Monetary;

  • Margin.

Cohort Analysis e Profit per Booking

Un cliente può tornare più volte.

Ma il Profit per Booking può scendere o salire.

Seguire entrambe le metriche è importante.

Repeat Booking Economics

Per esempio:

Primo booking:

Profit €80

Secondo:

€140

Terzo:

€150

La relazione diventa progressivamente più profittevole.

Perché il repeat può avere maggiore profitto

Possibili cause:

  • CAC più basso;

  • minore commissione;

  • maggiore ancillary.

Cohort Margin Curve

Una curva interessante può mostrare:

Contribution cumulata per cliente nel tempo.

È una delle visualizzazioni più utili per la proprietà.

Cohort Analysis e churn

Non bisogna guardare solo chi torna.

Bisogna capire anche:

chi non torna più.

Churn Cohort

Si può misurare la quota di clienti che non genera più attività dopo:

  • 12 mesi;

  • 24 mesi.

Questo aiuta la retention strategy.

Attenzione alla stagionalità

Nel turismo il repeat può essere annuale.

Quindi una finestra troppo breve può sottostimare la retention.

Esempio

Cliente leisure estivo.

Analizzare repeat a 6 mesi può essere poco significativo.

Meglio:

12 o 24 mesi.

La finestra deve seguire il business model

City hotel business:

finestra più breve.

Resort leisure:

potenzialmente più lunga.

Cohort Analysis e booking window

Anche il booking behavior può cambiare.

Una coorte repeat può prenotare:

  • prima;

  • più direttamente.

Questo migliora forecast e channel economics.

Repeat Booking Window

Se il repeat prenota prima, l’hotel ottiene maggiore visibilità futura.

Questo ha valore operativo.

Cohort Analysis e cancellation rate

I clienti repeat possono avere tassi di cancellazione differenti.

Questo va incluso nella customer quality.

Cohort Analysis e Net Revenue

Una coorte può essere analizzata sulla revenue netta.

Questo è molto meglio del gross.

Esempio

Coorte A:

Gross Revenue €500.000
Cost of Sales €100.000
Net Revenue €400.000

Coorte B:

Gross Revenue €450.000
Cost of Sales €40.000
Net Revenue €410.000

La seconda ha meno revenue lorda.

Ma più Net Revenue.

Cohort Analysis e Net RevPAR

A livello aggregato, le coorti possono anche aiutare a capire quali clienti migliorano il Net RevPAR nel tempo.

Per esempio attraverso maggiore direct migration.

Cohort Analysis e Marketing Efficiency Ratio

Il rendimento del marketing dovrebbe essere analizzato non solo al momento dell’acquisizione.

Ma sul valore cumulato della coorte.

Cohort MER

Una possibile formula:

Lifetime Contribution della coorte / Acquisition Spend della coorte

Molto più informativa del ROAS iniziale.

Esempio

Spend iniziale:

€20.000

First-stay Contribution:

€30.000

Lifetime Contribution a 12 mesi:

€60.000

First-stay ratio:

1,5x

Lifetime ratio:

3x

Il canale appare molto diverso nel tempo.

Cohort Analysis e Zero-Based Marketing Budget

Nel budgeting, le attività dovrebbero essere confrontate anche sulla qualità delle coorti prodotte.

Non solo sulla revenue immediata.

Il canale più economico oggi può essere peggiore domani

Se produce clienti:

  • poco fedeli;

  • poco profittevoli.

Questo è il motivo per cui il CAC da solo non basta.

Cohort Analysis e customer acquisition strategy

La vera domanda diventa:

quale tipo di cliente vogliamo acquisire?

Non soltanto:

quanti clienti?

Cohort Analysis e loyalty

Un programma loyalty dovrebbe dimostrare di modificare il comportamento delle coorti.

Per esempio:

  • maggiore frequency;

  • higher contribution.

Loyalty Cohort

Confrontare:

  • iscritti;

  • non iscritti.

Ma attenzione al selection bias.

I clienti migliori possono essere più propensi a iscriversi già in partenza.

Cohort Analysis e causalità

Non tutte le differenze tra coorti sono causate dal marketing.

Serve prudenza.

Selection Bias

Una coorte può avere performance migliore perché era diversa già all’origine.

Per questo, quando possibile, conviene usare:

  • test;

  • gruppi di controllo.

Cohort Analysis e corporate sales

Si possono creare coorti di account corporate per:

  • anno di acquisizione.

E misurare:

  • retention account;

  • room nights;

  • contribution.

Account Cohort

Questo aiuta a capire la qualità del lavoro sales nel tempo.

Cohort Analysis e MICE

Anche i clienti MICE possono essere seguiti per:

  • repeat event;

  • event revenue;

  • contribution.

Questo permette una migliore account strategy.

Cohort Analysis e management

Il progetto coinvolge:

Marketing

per acquisition cohort.

CRM

per retention.

Revenue

per pricing e stay behavior.

Finance

per contribution.

GM

per allocazione del capitale.

Una logica coerente con i modelli manageriali approfonditi su hotelmanagementgroup.it.

Cohort Analysis e controllo di gestione

La revenue da sola non basta.

Serve aggiungere:

  • costi;

  • contribution.

Per questo il collegamento con hotelcontrol.it è fondamentale.

Cohort Analysis e Hotel Intelligence

Per costruire coorti affidabili servono dati storici integrati.

È qui che un approccio come quello di hotelintelligence.it diventa particolarmente rilevante.

Cohort Analysis e valore dell’asset

Per un investitore, un hotel con:

  • retention elevata;

  • customer lifetime contribution solida;

può avere una base di domanda più resiliente.

Questo può ridurre dipendenza da:

  • paid acquisition;

  • OTA.

Cohort Analysis nella due diligence

Prima di acquistare un hotel può essere utile chiedere:

  • quanti clienti tornano?

  • quale quota di revenue viene dai repeat?

  • quanto profitto producono?

Questi dati aiutano a valutare la qualità della domanda.

Demand Quality

Due hotel con stessa revenue possono avere profili molto diversi.

Hotel A

forte acquisition continua.

Hotel B

forte base repeat.

Il secondo può avere una struttura di domanda più stabile.

Customer Cohort Due Diligence

Una due diligence evoluta potrebbe includere:

  • retention curve;

  • lifetime revenue;

  • lifetime contribution.

Questo è particolarmente rilevante nelle analisi di investimento affrontate su investimentialberghieri.it e investhotel.it.

Cohort Analysis Dashboard

Una dashboard semplice può includere:

Coorte Clienti Iniziali Repeat 12M Revenue 12M Contribution 12M
Gennaio



Febbraio



Marzo



Questo permette di confrontare le coorti rapidamente.

Retention Matrix

Una visualizzazione classica:

Coorte M0 M3 M6 M12
Gennaio 100%


Febbraio 100%


Marzo 100%


Mostra la percentuale di clienti ancora attivi.

Ma la retention matrix da sola non basta

Serve affiancare:

  • revenue;

  • contribution.

Una coorte piccola può essere molto profittevole.

Cohort Profitability Matrix

Coorte CAC Repeat 12M Lifetime Contribution Payback
A € % € mesi
B € % € mesi

Questa è una dashboard molto più manageriale.

Le dieci domande che una proprietà dovrebbe fare

1. Quanti nuovi clienti acquisiti tornano entro 12 mesi?

2. Quali coorti hanno il repeat rate più alto?

3. Quanto spendono i repeat rispetto ai first-time?

4. Qual è la Lifetime Contribution per coorte?

5. Quanto tempo serve per recuperare il CAC?

6. Quali canali producono i clienti migliori?

7. Quali mercati producono più margine nel tempo?

8. Quanti clienti OTA migrano al direct?

9. Il CRM aumenta realmente la retention?

10. Quale coorte merita più budget di acquisizione?

Queste domande portano il marketing molto più vicino alla logica della proprietà.

Il framework: Acquire, Retain, Monetize, Contribute

Una Cohort Analysis può essere costruita in quattro passaggi.

1. Acquire

Quanti clienti entrano nella coorte?

2. Retain

Quanti tornano?

3. Monetize

Quanto spendono?

4. Contribute

Quanto margine producono?

È il quarto livello quello più importante per la proprietà.

La Cohort Analysis cambia la domanda

Non più:

“qual è il ROAS della campagna?”

Ma:

“quanto valore producono nel tempo i clienti acquisiti da quella campagna?”

È una differenza fondamentale.

Dalla conversione al valore del cliente

Il marketing tradizionale si ferma spesso alla prenotazione.

La Cohort Analysis continua.

Segue:

  • repeat;

  • revenue;

  • margin.

Questo permette di capire la qualità reale dell’acquisizione.

Il cliente migliore non è quello che prenota una volta

È quello che genera valore nel tempo.

Ed è questo che la Cohort Analysis rende visibile.

Vuoi capire quali clienti generano più valore nel tempo?

Hotel Marketing Lab supporta proprietà, direzioni e operatori alberghieri nella costruzione di Cohort Analysis, Customer Lifetime Contribution, retention analytics e customer profitability.

L’obiettivo è comprendere:

  • quanti clienti tornano;

  • dopo quanto tempo;

  • quanto spendono;

  • quali canali acquisiscono le coorti migliori;

  • quanto contribution viene generato nel tempo;

  • come riallocare il budget verso clienti e segmenti più profittevoli.

Per richiedere un confronto preliminare:

info@hotelmarketinglab.it