Давайте на примерах:

1. Вы - владелец приложения. Сделали обновление интерфейса в октябре. Хотите понять, насколько эффективными были изменения, увеличили ли они время взаимодействия посетителя с приложением. Делите посетителей на группы (=когорты) по месяцу до начала использования приложения и с момента использования приложения. Сравните когорты - августовскую, сентябрьскую и октябрьскую. Оцените эффективность внедрения изменений интерфейса.

1. Вы - владелец приложения. Сделали обновление интерфейса в октябре. Хотите понять, насколько эффективными были изменения, увеличили ли они время взаимодействия посетителя с приложением. Делите посетителей на группы (=когорты) по месяцу до начала использования приложения и с момента использования приложения. Сравните когорты - августовскую, сентябрьскую и октябрьскую. Оцените эффективность внедрения изменений интерфейса.
2. Вы владелец интернет-магазина, хотите узнать какие продукты приносят вам более лояльных посетителей. Разделите посетителей по первому заказанному продукту. Гипотеза -  одна категория постоянно превосходит в продажах другие. Например, ваши мужские толстовки привлекают более лояльную аудиторию (когорту), чем женские. У вас есть выбор - либо оставить как есть и сосредоточиться на мужской аудитории, либо работать над привлечением женской - тестировать продукт, описание его, интерфейс магазина и т.д.
3. Покупатели, которые заходят на ваш сайт с компьютера, совершают больше покупок, чем те, кто заходит с телефона. Это тоже разделение покупателей на когорты по устройству. Анализируя эти покупки и действия покупателей на сайте, вы можете принять решение что улучшить / модифицировать в интересфейсе. Или Вас ситуация устраивает и Вы оставляете все как есть.
4. Можно делить покупателей и по средней стоимости заказа (AOV). Чем выше AOV, тем выгоднее работать с когортой, на нее можно сориентировать и специальные маркетинговые кампании. Тут главное - соблюсти баланс.

Часто в специализированной литературе когорты делят на две категории:
1) покупательские когорты, по времени привлечения– когда впервые подписались или купили ваш продукт
2) поведенческие когорты, соответственно, по поведению - действиям, которые совершали (или не совершали) в приложении / на сайте.

Но теперь вы понимаете, что все всего лишь условности. Потому что делите на когорты Вы! И делите в зависимости от поставленных задач!

И не забывайте про многогранность и разные плоскости применения анализа, в том числе и когортного. Ведь пользователь одновременно может принадлежать к разным когортам.
Пример: пользователь пришел на сайт онлайн-школы с рекламы в Instagram 20 марта и записался на пробный урок по английскому. Он может быть включен в несколько групп одновременно в зависимости от целей анализа:

• пользователи, пришедшие с рекламы в Вк. Выясняем какой канал наиболее эффективен для привлечения покупателя.
• пользователи, пришедшие на урок английского. Определяем, реклама каких языков лучше срабатывает и какое направление показывает больший LTV.
• пользователи по целям изучения английского (для работы, для общения, для ЕГЭ). В этом анализе как раз интересно оценивать LTV - кто дольше продержится, кому нужней английский.
• пользователи, пришедшие в марте – по сравнению с пользователями в феврале, апреле и мае, сколько уроков в неделю они берут, как долго они занимаются (LTV).

Собрав всю эту информацию, мы можем в дальнейшем планировать новые рекламные кампании, содержание и наполненность курсов, программы лояльности для клиентов и прочее, прочее, прочее.

Несмотря на свою очевидную полезность, есть и некоторые проблемы применения когортного анализа:

• Для проведения эффективного когортного зачастую необходимо отслеживать большое количество когорт в течение длительного периода времени. А это процесс дорогостоящий и трудоемкий.
• Из-за длительного периода данные и инструменты могут утратить актуальность и будут бесполезны.
• Некоторые участники могут покинуть когорту, что исказит результаты и сделать их предвзятыми.