Когорттық талдау: қолданушылар мінез-құлқының талдау әдісі

Кіріспе

Мінез-құлықты талдау әдісі – статистика және эпидемиологиядағы когорттық талдау. Когорттық талдау – деректерді талдау алдында байланысты топтарға бөлетін мінез-құлықты талдаудың бір түрі. Бұл топтар, немесе когорттар, әдетте, белгілі бір уақыт кезеңінде ортақ ерекшеліктерге немесе тәжірибеге ие болады. Когорттық талдау компанияға "клиенттің (немесе пайдаланушының) өмірлік циклы бойынша нақты үлгілерді көруге, барлық клиенттерді ешқандай ескере алмай кесіп тастаудан гөрі мүмкіндік береді". Осы уақыт үлгілерін көріп, компания өз қызметін осы нақты когорттарға бейімдей алады. Когорттық талдау кейде когорттық зерттеумен байланысты болғанымен, олар екі түрлі нәрсе және оларды бірдей деп қарастыруға болмайды. Когорттық талдау – үлкен деректер мен бизнес-талдауға қатысты когорттарды талдауды білдіреді, ал когорттық зерттеуде деректер ұқсас топтарға бөлінеді.

Мысалдар

Бизнес-аналитиканың мақсаты – іс-қимылға түсірілетін ақпаратты талдау және ұсыну. Ірі, жіктемеленбеген деректер жиынтығында әртүрлі пайдаланушы түрлері мен уақыт кезеңдері болуы мүмкін. Когорттық талдау әрбір когортаның пайдаланушыларын жеке-жеке талдайды. Когорттық талдау кезінде «әрбір жаңа топ [когорта] пайдаланушылардың жаңа тобымен бастау мүмкіндігін береді», бұл компанияға қазіргі сұранысқа қатысты деректерді ғана қарауға және оған сәйкес әрекет етуге мүмкіндік береді. Мысалы, электрондық коммерцияда соңғы екі аптада тіркеліп, сатып алу жасаған клиенттер бір когортаны құрауы мүмкін. Бағдарламалық құрал үшін, белгілі бір жаңартудан кейін тіркелген немесе платформаның белгілі бір мүмкіндіктерін пайдаланатын пайдаланушылар когортаны құрауы мүмкін. Белгілі бір платформадағы ойыншылардың когорттық талдауының мысалы: 1-когортадағы тәжірибелі ойыншылар 2-когортадағы жаңа тіркелгендерге қарағанда кеңейтілген мүмкіндіктер мен кешігу уақытына көбірек мән береді. Осы екі когорта анықталғаннан және талдау жүргізілгеннен кейін ойын компаниясына екі когортаға тән деректердің визуалды бейнесі ұсынылады. Ол жүктелу уақытының шамалы кешігуі кеңейтілген ойыншылардан түсетін кірістің айтарлықтай жоғалуына әкелгенін, ал жаңа тіркелгендер бұл кешігуді тіпті байқамағанын көреді. Егер компания барлық клиенттерге қатысты жалпы кіріс туралы есептерді қараса, бұл екі когорта арасындағы айырмашылықтарды көре алмас еді. Когорттық талдау компанияға үлгілер мен трендтерді анықтауға және озық және жаңа ойыншыларды қанағаттандыру үшін қажетті өзгерістер жасауға мүмкіндік береді.

Терең іс-әрекетке қабілетті когортты талдау

Іс-әрекетке қабілетті метрика – бұл нақты және қайталанатын әрекеттерді байқалатын нәтижелермен байланыстыратын метрика [мысалы, пайдаланушы тіркелуі немесе тауарды рәсімдеуі]. Іс-әрекетке қабілетті метриканың керісі – пайдасыз метрикалар (мысалы, веб-сайтқа кірулер немесе жүктеулер саны), олар өнімнің қазіргі күйін ғана көрсетеді, бірақ біз қалай осы жағдайға келгенімізді немесе әрі қарай не істеу керектігін түсіндірмейді. Іс-әрекетке қабілетті талдаусыз ақпараттың ешқандай практикалық қолданысы болмайды; ақпарат жай ғана іс-әрекетке жарамсыз, пайдасыз метрика болуы мүмкін. Компания үшін сайтқа қанша адам келгенін білу пайдалы болғанымен, бұл метрика өздігінен ешқандай мәнге ие емес. Оны іс-әрекетке қабілетті ету үшін, ол "қайталанатын әрекетті байқалатын нәтижемен" байланыстыруы керек. Қайсұраққа жауап бергіңіз келетінін анықтаңыз. Талдаудың мақсаты – бизнес, өнім, пайдаланушы тәжірибесі, айналым және т.б. жақсарту үшін қолданылатын іс жүзіндегі ақпаратты табу. Мұның орындалуын қамтамасыз ету үшін дұрыс сұрақ қою маңызды. Жоғарыдағы ойын мысалында компания пайдаланушылар тіркеліп, ойын ойнағандарына қарамастан, жауап уақыты ұзарған сайын кірістің төмендеуіне себептің қандай екенін білмеді. Сұраққа жауап беруге көмектесетін метрикаларды анықтаңыз. Дұрыс когорттық талдау үшін оқиғаны, мысалы, пайдаланушының тауарды рәсімдеуін, және нақты қасиеттерді, мысалы, пайдаланушы қанша төлегенін анықтау қажет. Ойын мысалында клиенттің ойын несиелерін сатып алуға дайындығы сайттағы жауап уақытына байланысты өлшенді. Тиісті когорттарды анықтаңыз. Когорт құру кезінде барлық пайдаланушыларды талдап, оларды бөліп қарау керек немесе олардың әрқайсысы арасындағы ерекшеліктерді анықтау үшін атрибуттарды салыстыру керек, нәтижесінде олардың мінез-құлқын нақты когорт ретінде ашу және түсіндіру керек. Жоғарыдағы мысалда пайдаланушылар "бастапқы" және "күрделі" пайдаланушыларға бөлінген, өйткені әр топтың әрекеттері, баға құрылымына сезімталдығы және пайдалану деңгейі әртүрлі. Когорттық талдауды жүргізіңіз. Жоғарыдағы талдау деректерді визуализациялау арқылы жасалды, бұл ойын компаниясына олардың кірісінің төмендеу себебін түсінуге көмектесті, өйткені олардың жоғары төлейтін күрделі пайдаланушылары жауап уақыты ұзарған сайын жүйені пайдаланбай бастады. Күрделі пайдаланушылар компанияның кірісінің үлкен бөлігін құрағандықтан, жаңа бастапқы пайдаланушылардың қосылуы күрделі пайдаланушыларды жоғалтудан туындаған қаржылық шығындарды өтемеді. Бұл мәселені шешу үшін компания жауап уақытын жақсартты және күрделі пайдаланушыларға көбірек көңіл бөлді. Нәтижелерді тексеріңіз. Нәтижелердің логикалық екеніне көз жеткізіңіз.

"An actionable metric is one that ties specific and repeatable actions to observed results [like user registration, or checkout]. The opposite of actionable metrics are vanity metrics (like web hits or number of downloads) which only serve to document the current state of the product but offer no insight into how we got here or what to do next." Without actionable analytics, information may not have any practical application; the information may simply be a non actionable vanity metric. While it is useful for a company to know how many people are on their site, that metric is useless on its own. For it to be actionable it needs to relate a "repeatable action to [an] observed result". Determine what question you want to answer. The point of the analysis is to come up with actionable information on which to act in order to improve business, product, user experience, turnover, etc. To ensure that happens, it is important that the right question is asked. In the gaming example above, the company was unsure why they were losing revenue as lag time increased, despite the fact that users were still signing up and playing games. Define the metrics that will be able to help you answer the question. A proper cohort analysis requires the identification of an event, such as a user checking out, and specific properties, like how much the user paid. The gaming example measured a customer's willingness to buy gaming credits based on how much lag time there was on the site. Define the specific cohorts that are relevant. In creating a cohort, one must either analyze all the users and target them or perform attribute contribution in order to find the relevant differences between each of them, ultimately to discover and explain their behavior as a specific cohort. The above example splits users into "basic" and "advanced" users as each group differs in actions, pricing structure sensitivities, and usage levels. Perform the cohort analysis. The analysis above was done using data visualization which allowed the gaming company to realize that their revenues were falling because their higher paying advanced users were not using the system as the lag time increased. Since the advanced users were such a large portion of the company's revenue, the additional basic user signups were not covering the financial losses from losing the advanced users. In order to fix this, the company improved their lag times and began catering more to their advanced users. Test results. Make sure the results make sense.