Zeitbasierte Kohortenanalyse – Einrichten Ihrer Datenmodelle in LuckyTemplates

In diesem Tutorial werde ich mich eingehend mit der zeitbasierten Kohortenanalyse in LuckyTemplates befassen.

Dies ist eine kurze Breakout-Sitzung einer aktuellen Veranstaltung für LuckyTemplates-Mitglieder. Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.

Ich möchte Ihnen zeigen, wie ich diese Kohortenanalyse in LuckyTemplates einrichte . Dies ist die schwierigste Aufgabe, wenn Sie mit der Durchführung komplexerer Berechnungen beginnen.

Sie möchten wissen, wie Sie Ihre Datenmodelle richtig einrichten, um Verwirrung zu vermeiden und sicherzustellen, dass das LuckyTemplates-Modell funktioniert.

Inhaltsverzeichnis

• Kurzer Überblick über die Kohortenanalyse
• Kohorten in LuckyTemplates erstellen
• Einrichten der Kohortenmonatstabelle
• Einblicke in die Kohortenanalyse
• Andere verwendete Kohortenanalyseformeln
• Weitere Beispiele für Kohortenanalysen
• Abschluss

Kurzer Überblick über die Kohortenanalyse

Bevor ich diese Technik bespreche, möchte ich zunächst die Erkenntnisse zeigen, die Sie daraus gewinnen können, und einen kurzen Überblick über die zeitbasierte Kohortenanalyse geben.

Kohorten sind eine elegante Möglichkeit, Segmente oder Gruppierungen Ihrer Dimensionen oder Variablen in Ihren Daten aufzurufen.

Sie möchten beispielsweise Gruppen Ihrer Kunden betrachten.

Sie möchten Kohorten darüber erstellen, wann Ihre Kunden Ihrer Software oder Anwendung zum ersten Mal beigetreten sind oder mit der Nutzung begonnen haben.

Für diesen Fall habe ich Kohorten bestimmter Monate erstellt. Wenn Ihre Kunden also im Juni 2017 angefangen haben, ist das ihre spezielle Kohorte.

Es handelt sich nicht um eine Gruppierung nach Beträgen oder der Anzahl der mit Ihnen getätigten Transaktionen. Die Gruppierung erfolgt nach Zeit.

In diesem Beispiel ist es der Zeitpunkt, an dem sie beigetreten sind.

Jetzt zeige ich Ihnen, wie Sie diese Kohorten erstellen und sie dann in Ihr Modell einarbeiten.

Kohorten in LuckyTemplates erstellen

Werfen wir einen Blick auf das Modell.

Dies ist ein ziemlich generisches Modell. So möchten Sie Ihre Modelle aussehen lassen.

Sie können sehen, dass ich eine andere Ebene meiner Nachschlagetabellen habe.

Aber bevor ich Ihnen seinen Zweck zeige, werde ich zunächst daran arbeiten, diese Kohorten innerhalb der Nachschlagetabelle zu erstellen.

In der Nachschlagetabelle möchten Sie eine bestimmte Dimension gruppieren. In diesem Fall sind es die Kunden.

Sehen wir uns also meine Kundentabelle an.

Ursprünglich enthielt meine Kundentabelle nur den Kundenindex und die Kundennamen.

Wenn Sie die Kohorten jedoch innerhalb der Nachschlagetabellen erstellen möchten, müssen Sie sie dort platzieren, wo die Segmentierung erfolgen soll.

Jetzt möchte ich das Beitrittsdatum des Kunden ermitteln. In meinen Demodaten ist das Beitrittsdatum der Zeitpunkt, an dem sich der Kunde zum ersten Mal angemeldet hat.

Die erste Anmeldung kann bei der Registrierung des Kunden per E-Mail oder bei der ersten Nutzung der Testversion der Anwendung erfolgen.

Sie müssen herausfinden, wann zum ersten Mal eine Verbindung von einem Kunden initiiert wurde.

Ich habe diese Informationen mithilfe dieser Formel erhalten:

Es wird des LogIn Date verwendet . Dann habe ich es in die Funktion eingebunden, um sicherzustellen, dass ich den richtigen Filterkontext erhalte. Das gibt mir das erste Date.

Ich muss jetzt den Monat berechnen. Ich möchte meine Kohorten basierend auf dem Monat erstellen, in dem der Kunde beigetreten ist.

Diese Technik ist sehr flexibel, da Sie verschiedene Kohorten erstellen können.

Aber auch für dieses Beispiel verwende ich eine Monatskohorte, die den Monat und das Jahr anzeigt.

Dies ist die Formel, die ich für die Join Month-Kohorte verwendet habe :

Ich habe die Spalte „Monat und Jahr“ aus der Datumstabelle entnommen, indem ich diese Logik verwendet habe:

Datumstabellen durchgesehen und herausgefunden, welches Datum dem Kundenbeitrittsdatum entspricht. Sobald es dann TRUE ist , wird die Spalte „Monat und Jahr“ derselben Tabelle zurückgegeben. 

Damit habe ich jetzt meine „Join Month“-Kohorte .

Einrichten der Kohortenmonatstabelle

Jetzt möchte ich Ihnen zeigen, warum ich eine Kohortenmonatstabelle eingerichtet habe .

Gehen wir zurück zur Kundentabelle.

Wenn Sie diese Informationen und Logik beibehalten, erhalten Sie möglicherweise nicht jede Iteration von Monat und Jahr.

Dies liegt daran, dass ein Kunde möglicherweise in keinem Monat und Jahr beigetreten ist. Um eine gute Visualisierung zu erhalten, müssen Sie also sicherstellen, dass auf jeden einzelnen Monat und jedes einzelne Jahr in einer bestimmten Tabelle verwiesen wird.

Es könnte auch daran liegen, dass die von Ihnen benötigten Informationen möglicherweise nicht in der dynamischen Berechnung aller Kunden enthalten sind.

Denken Sie daran, dass ständig neue Kunden hinzukommen. Daher sollten diese Informationen theoretisch immer aktualisiert werden.

Aus diesem Grund habe ich eine weitere Tabelle mit der Kohortenmonatsformel erstellt :

Ich habe den Index und die Spalten aus der Datumstabelle entnommen. Diese beiden Spalten wurden zum Cohort MonthnYear .

Dies ist die Datumstabelle:

Sie können sehen, dass es viele Spalten mit vielen Informationen enthält. Aber für dieses Beispiel brauchte ich nur die Spalten „Index“ und „Monat & Jahr“. Also habe ich die Dates-Tabelle mit Cohort Months zusammengefasst .

Ich habe jetzt jede Iteration, die auch zu eindeutigen Werten wurde.

Wenn diese Informationen nun aus der Datumstabelle abgerufen worden wären, wäre häufig darauf verwiesen worden. Da es sich nun jedoch um eine Spalte handelt, die eindeutige Werte enthält, ist sie zu einer einfachen Nachschlagetabelle geworden.

Sie können eine Eins-zu-viele-Beziehung von der Tabelle „Kohortenmonate“ zur Tabelle „Kunden“ erstellen .

Diese Beziehung wird bis zur Website-Datentabelle weiter gefiltert . Die CALCULATE- Logik wird aufgrund ihrer Beziehung zur Kundentabelle in dieser Tabelle enthalten sein.

Sobald Sie dies alles eingerichtet haben, verfügen Sie nun über eine Dimension, die Sie in einer Matrix platzieren können. Diese Matrix wird Ihnen jeden einzelnen Monat angezeigt.

Einblicke in die Kohortenanalyse

Ein weiterer interessanter Aspekt der Kohortenanalyse in LuckyTemplates ist, dass Sie die Trends innerhalb der Kohorten analysieren können.

Für dieses Beispiel wollte ich meine Kundenabwanderung ermitteln.

Sie können sehen, dass ich eine dynamische Visualisierung habe. Ich habe 641 Kunden, die der Kohorte im Juni 2017 beigetreten sind. Im ersten Zeitraum verließen jedoch 12 Kunden das Unternehmen.

Sie müssen eine generische Tabelle erstellen, die die von Ihnen erstellten Zeiträume darstellt.

Für diesen Fall habe ich in meinem Modell eine Tabelle namens Kohortenperioden erstellt.

Ich habe darin auch einen Untertisch erstellt.

Sie können sehen, wie ich die Min- und Max-Tage für jeden einzelnen Zeitraum erstellt habe. Damit legen Sie das Zeitfenster fest, das Sie für jede einzelne Kohorte analysieren möchten.

Wenn Sie sich das Beispiel noch einmal ansehen, sehen Sie, dass es in Zeitraum 2 14 Kunden gab, die innerhalb von 30 und 60 Tagen abwanderten.

Und wenn Sie die Tabelle durchgehen, können Sie sehen, wie sich dieser Wert für verschiedene Kohorten ändert.

In einer weiteren Tabelle werden die Werte in Prozent angezeigt.

Prozentsätze sind im Vergleich zu Zahlen besser, weil Sie daraus wertvolle Erkenntnisse gewinnen können. Sie können den Trend der Kundenabwanderung innerhalb eines bestimmten Zeitraums erkennen.

Sie können die Probleme identifizieren, die diesen Trend verursacht haben. Es könnte daran liegen, dass Sie beim Marketing und der Werbung nachgelassen haben oder dass Ihre Kunden nicht mehr so ​​viele Verkäufe erzielen.

Andere verwendete Kohortenanalyseformeln

Dies sind die anderen Formeln, die ich für diese Technik der zeitbasierten Kohortenanalyse in LuckyTemplates verwendet habe.

Diese dynamische Churning-Formel ermöglichte es mir, Erkenntnisse aus den Daten zu gewinnen.

Sobald Sie die dynamischen Gruppierungstechniken mit DAX verstanden haben, können Sie mehr aus Ihrem Bericht herausholen.

Weitere Beispiele für Kohortenanalysen

Um die Möglichkeiten dieser Technik zu zeigen, möchte ich ein weiteres Beispiel hinzufügen.

Nehmen wir an, ich möchte die Kunden dieser bestimmten Kohorte, die abgewandert sind, einzeln betrachten.

Ich kann einen Wert in meiner Tabelle auswählen und die einzelnen Kundenebenen werden automatisch in einer anderen Tabelle angezeigt, je nachdem, wie ich sie eingerichtet habe.

So implementieren Sie eine Kohortenanalyse in LuckyTemplates –
Beispiel für eine Segmentierung mit erweiterten DAX-Konzepten unter Verwendung von Advanced DAX in LuckyTemplates.
LuckyTemplates-Kundensegmentierung: Darstellung der Gruppenbewegung im Laufe der Zeit

Abschluss

Sie können diese Strategie für jede Kohorte verwenden, die Sie erstellen möchten. Dabei kann es sich um Kohorten nach Produkten, Regionen oder Kunden handeln.

Das Beispiel in diesem Tutorial ist jedoch das relevanteste. Die Kohortenanalyse wurde durch SAS-Anwendungen populär gemacht. Daher sollten Sie Ihre Kunden danach gruppieren, wann sie abwandern.

Mit dieser Technik können Sie in LuckyTemplates unglaubliche Analysen erstellen.

Ich hoffe, dass Ihnen dieses Tutorial eine gute Vorstellung davon vermittelt hat, was Kohortenanalyse ist und wie man sie umsetzt.

Alles Gute,