Применение метода когортного анализа

В этой лекции мы рассмотрим применение метода когортного анализа.

Сперва давайте я поясню вам изменения, которые я внес в данный отчет по методу группового анализа. Я задействовал четыре сегмента. Пока что, мы не обсуждаем определение сегментов, но я объясню эти четыре. Первый сегмент - это мужчины, второй - женщины, каждый представляет собой всех представителей пола, посетивших веб-сайт. Молодые мужчины и молодые женщины - все представители пола в возрасте 18-34 лет.

Поскольку я задействовал четыре сегмента, у меня на графике получилось четыре линии. Они частично накладываются друг на друга, но вот здесь вы видите легенду. Голубая линия - мужчины, оранжевая линия - женщины, молодые мужчины - зеленым, молодые женщины - фиолетовым.

Я выбрал группировку по неделям, и установил диапазон дат в шесть недель.

Теперь, если вы откроете эту схему и посмотрите на нее в разрезе выбранных нами групп, видно, что больше всех остаются пользователями молодые женщины, их 6.24%, в сравнении с другими группами, где диапазон около 4.5-5%. Также, в целом, женская аудитория имеет лучшие показатели сохранности на данном веб-сайте - 5.76% против 4.51% у мужской части. Видно, что это сохраняется от недели к неделе.

Как только это становится очевидным, нужно использовать это для различных промо-акций, которые вы устраиваете. Здесь различие не очень велико, но представим, что оно велико на каком-то другом сайте, где сохраняемость женской аудитории сильно превышает мужскую. Как бы вы это использовали? Добавили бы на сайт больше женских товаров. Изменили бы элементы дизайна, с учетом женского сегмента аудитории. Это те вещи, которые следует обдумать, в случае если вы применяете метод когортного анализа и обнаруживаете подобные результаты.

Еще примеры. Служба доставки еды. Вы заказываете еду из приложения; получив заказ, сотрудник направляется за ним на кухню, либо в гостиницу, откуда, получив заказ, доставляет его до порога вашей двери. Вам нравится, как они работают, вы продолжаете снова и снова заказывать у них еду через приложение. А как вы вообще узнали про это приложение? Вы узнали про него потому, что однажды они провели рекламную акцию, но продолжаете заказывать через него уже потому, что вам понравилось, как работает их служба. Если все обстоит именно так, то, сгруппировав, мы получим плоский график. Пользователи, пришедшие в первую неделю, продолжают посещать сайт неделю за неделей. И так будет продолжаться дальше. Вы понимаете почему: пользователи, зашедшие в первые дни, просто продолжают снова заходить на сайт, и больших различий здесь нет.

В ином случае мы видим большое количество пользователей, которые больше не вернулись на сайт.

Но здесь не так. Все больше и больше пользователей приходят и пользуются сервисом. Чем более плоским выглядит график, тем лучше - это означает, что ваши пользователи больше взаимодействуют с сайтом.

Другой пример - сайты социальных сетей, для которых всегда желательно, чтобы пользователь заходил снова и снова, каждый день. Проверить и поделиться свежим контентом. В этом случае, для вас тоже будет крайне желательным, чтобы данный график был ровным, от начала и на всем протяжении. Поэтому, вы увидите, что данные о ежедневной пользовательской активности, предоставляемые Facebook, не имеют провалов. У них весьма хорошие показатели.

Одно из полезных применений группировки состоит в дизайне пользовательских интерфейсов. Скажем, у нас есть веб-сайт, но мы не можем определиться, какое цветовое оформление нам использовать: красное, либо зеленое. Что здесь можно сделать, так это разбить всех пользователей на две равные группы, и направить одну их половину на сайт, оформленный в красном, а другую половину на сайт в зеленых тонах. В течение некоторого времени следует наблюдать за группировкой данных пользователей, и станет очевидной разница в количестве пользователей, повторно посещающих сайты с зеленым и красным оформлением. Заметив это, вы сами решите какой из них работает лучше, и выберете для дальнейшей работы его, упразднив оставшийся.

Группировка имеет сотни различных применений, выбор конкретного остается за вами. Думаю, теперь у вас есть верное представление о том, как использовать когортный анализ.