時間ベースのコホート分析 – LuckyTemplates でのデータ モデルのセットアップ

このチュートリアルでは、LuckyTemplates の時間ベースのコホート分析について詳しく説明します。

これは、LuckyTemplates メンバー向けの最近のイベントからの短いブレイクアウト セッションです。このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。

LuckyTemplates でこのコホート分析を設定する方法を説明したいと思います。より高度な計算を実行し始める場合、これは最も困難なタスクです。

混乱を避け、LuckyTemplates モデルが確実に機能するようにデータ モデルを適切に設定する方法を知りたいと考えています。

目次

• コホート分析のクイックレビュー
• LuckyTemplates でコホートを作成する
• コホート月表の設定
• コホート分析の洞察
• 使用されるその他のコホート分析式
• その他のコホート分析の例
• 結論

コホート分析のクイックレビュー

この手法について説明する前に、まず、この手法から得られる洞察と、時間ベースのコホート分析についての簡単なレビューを示したいと思います。

コホートは、データ内のディメンションまたは変数のセグメントまたはグループを呼び出すための優れた方法です。

たとえば、顧客のグループを調べたいとします。

顧客が最初にソフトウェアやアプリケーションに参加したとき、または使用を開始したときのコホートを作成したいと考えています。

このケースでは、特定の月のコホートを作成しました。したがって、顧客が 2017 年 6 月に開始した場合、それが特定のコホートになります。

これは、彼らがあなたと取引した金額や回数をグループ化するものではありません。グループ化は時間に基づいています。

この例では、彼らが参加したときのことです。

ここで、これらのコホートを作成し、それをモデルに組み込む方法を説明します。

LuckyTemplates でコホートを作成する

モデルを見てみましょう。

これはかなり一般的なモデルです。これがモデルの外観をどのようにしたいかです。

ルックアップ テーブルの別の層があることがわかります。

ただし、その目的を説明する前に、まずルックアップ テーブル内でこれらのコホートを作成することに取り組みます。

ルックアップ テーブルは、特定のディメンションをグループ化する場所です。この場合、それは顧客です。

それでは、Customers テーブルを見てみましょう。

当初、顧客テーブルには顧客インデックスと顧客名のみが含まれていました。

ただし、ルックアップ テーブル内にコホートを作成する場合は、セグメント化を行う場所にコホートを配置する必要があります。

ここで、顧客の入社日を調べたいと思います。私のデモ データでは、参加日は顧客が最初にログインした日です。

最初のログインは、顧客が電子メールを使用してサインアップしたとき、またはアプリケーションの試用版を初めて使用したときである可能性があります。

顧客が初めて接続を開始した日時を確認する必要があります。

この情報は次の式を使用して得られました。

LogIn Dateの使用しています。次に、それを関数でラップして、正しいフィルター コンテキストを取得できるようにしました。これで最初のデートができます。

今、月を計算する必要があります。顧客が加入した月に基づいてコホートを作成したいと考えています。

この手法は、さまざまなコホートを作成できるため、非常に柔軟です。

ただし、この例でも、月と年を示す月コホートを使用します。

これは、参加月コホートに使用した式です。

次のロジックを使用して、Date テーブルからMonth & Year列を取得しました。

私は日付テーブルを調べて、どの日付が顧客の参加日と一致するかを調べました。次に、TRUEに等しくなると、同じテーブルの月と年の列が返されます。 

これで、参加月コホートが完成しました。

コホート月表の設定

ここで、私がコホート月表を設定した理由を説明したいと思います。

Customer テーブルに戻りましょう。

この情報とロジックをそのままにした場合、月と年のすべての反復を取得できない可能性があります。

これは、顧客がどの月および年にも参加していない可能性があるためです。したがって、適切な視覚化を行うには、すべての月と年が特定のテーブルで参照されていることを確認する必要があります。

また、必要な情報がすべての顧客の動的計算に含まれていない可能性もあります。

常に新しい顧客が参加していることを忘れないでください。したがって、この情報は理論的には常に更新されるはずです。

これが、コホート月数式を使用して別のテーブルを作成した理由です。

Dates テーブルからIndex 列と列を取得しました。これら 2 つの列は、コーホート Monthn Yearになりました。

これは日付テーブルです。

多くの情報を含む多くの列があることがわかります。ただし、この例では、Index 列と Month & Year 列だけが必要でした。そこで、コーホート月を使用して日付テーブルを要約しました。

これですべての反復が得られ、これも一意の値になりました。

この情報が Dates テーブルから取得された場合は、頻繁に参照されることになります。ただし、一意の値を含む列になったため、単純な検索テーブルになりました。

Cohort Months テーブルからCustomer テーブルへの1 対多のリレーションシップを作成できます。

この関係は、 Web サイト データ テーブルまでフィルタリングされ続けます。CALCULATEロジックは、Customer テーブルとの関係により、このテーブルに配置されます。

これをすべて設定すると、行列に配置できるディメンションが完成します。このマトリックスにより、毎月の情報が得られます。

コホート分析の洞察

LuckyTemplates のコホート分析のもう 1 つの興味深い点は、コホート内の傾向を分析できることです。

この例では、顧客のチャーンを解明したいと考えました。

動的視覚化が行われていることがわかります。2017 年 6 月のコホートには 641 人の顧客が参加しました。しかし、最初の期間で12人の顧客が去りました。

考案した期間を示す一般的なテーブルを生成する必要があります。

このケースでは、モデル内に「コホート期間」というテーブルを作成しました。

補助テーブルも作成しました。

単一期間ごとに最小日と最大日をどのように作成したかがわかります。これは、個々のコホートごとに分析する時間枠を指定します。

例に戻ると、期間 2 では、30 日と 60 日の期間内に 14 人の顧客が解約したことがわかります。

表の下に進むにつれて、この値がコホートごとにどのように変化するかがわかります。

別の表では、値がパーセンテージで示されています。

パーセンテージは数値に比べて価値のある洞察を得ることができるため、優れています。特定の期間内に顧客が離脱する傾向を特定できます。

この傾向を引き起こした問題を特定できます。マーケティングや広告の分野で失敗したり、クライアントからの売上が減少したりしていることが原因である可能性があります。

使用されるその他のコホート分析式

これらは、LuckyTemplates のこの時間ベースのコホート分析手法に使用した他の数式です。

この動的な撹拌式により、データから洞察を得ることができました。

DAX を使用した動的グループ化手法を理解すると、レポートからさらに多くのことを得ることができるようになります。

その他のコホート分析の例

この手法の機能を示すために、別の例を追加したいと思います。

この特定のグループの顧客を個別に調べたいとします。

テーブル内の値を選択すると、設定方法に基づいて別のテーブルに個々の顧客レベルが自動的に表示されます。

LuckyTemplates でコホート分析を実装する方法 – 高度な DAX 概念
LuckyTemplates で高度な DAX を使用したセグメンテーションの例
LuckyTemplates 顧客のセグメンテーション: 時間の経過に伴うグループの動きを示す

結論

この戦略は、考案しようとしているどのようなコホートにも使用できます。それは、製品、地域、または顧客に関するコホートである可能性があります。

ただし、このチュートリアルの例が最も関連性があります。コホート分析は、SAS アプリケーションによって普及しました。したがって、顧客がいつ解約するかに基づいて顧客をグループ化する必要があります。

この手法を使用すると、LuckyTemplates で驚異的な分析を作成できます。

このチュートリアルで、コホート分析とは何か、そしてその実装方法についてよく理解していただければ幸いです。

ではごきげんよう、