Análise de coorte baseada em tempo – Configurando seus modelos de dados no LuckyTemplates

Neste tutorial, vou me aprofundar na análise de coorte baseada em tempo no LuckyTemplates.

Esta é uma pequena sessão de um evento recente para membros LuckyTemplates. Você pode assistir ao vídeo completo deste tutorial na parte inferior deste blog.

Quero mostrar como configuro essa análise de coorte no LuckyTemplates . Esta é a tarefa mais difícil quando você está começando a executar cálculos mais avançados.

Você deseja saber como configurar corretamente seus modelos de dados para evitar confusão e garantir que o modelo do LuckyTemplates funcione.

Índice

• Revisão rápida sobre análise de coorte
• Criando Coortes no LuckyTemplates
• Configurando a tabela de meses de coorte
• Insights de análise de coorte
• Outras fórmulas de análise de coorte usadas
• Mais exemplos de análise de coorte
• Conclusão

Revisão rápida sobre análise de coorte

Antes de discutir essa técnica, quero primeiro mostrar os insights que você pode obter dela, juntamente com uma rápida revisão da análise de coorte baseada no tempo.

Coortes são uma maneira sofisticada de chamar segmentos ou agrupamentos de suas dimensões ou variáveis ​​em seus dados.

Por exemplo, você deseja examinar grupos de seus clientes.

Você deseja criar coortes de quando seus clientes ingressaram ou começaram a usar seu software ou aplicativo.

Para este caso, criei coortes de meses específicos. Portanto, se seus clientes começaram em junho de 2017, esse é o grupo específico deles.

Não é um agrupamento sobre os valores ou o número de vezes que eles transacionaram com você. Seu agrupamento é baseado no tempo.

Para este exemplo, é quando eles se juntaram.

Agora, vou mostrar como criar essas coortes e, em seguida, trabalhá-las em seu modelo.

Criando Coortes no LuckyTemplates

Vamos dar uma olhada no modelo.

Este é um modelo bastante genérico. É assim que você deseja fazer seus modelos parecerem.

Você pode ver que tenho outra camada de minhas tabelas de pesquisa.

Mas antes de mostrar a finalidade, primeiro trabalharei na criação dessas coortes dentro da tabela de pesquisa.

A tabela de pesquisa é onde você deseja agrupar uma determinada dimensão. Neste caso, são os clientes.

Então, vamos ver minha tabela Clientes.

Originalmente, minha tabela de clientes incluía apenas o índice de clientes e os nomes dos clientes.

Mas se você quiser criar as coortes dentro das tabelas de pesquisa, precisará colocá-las onde deseja que a segmentação aconteça.

Agora, quero calcular a data de ingresso do cliente. Nos meus dados de demonstração, a data de entrada é quando o cliente fez o login pela primeira vez.

O primeiro login pode ser quando o cliente se inscreveu usando um e-mail ou quando usou a versão de teste do aplicativo pela primeira vez.

Você precisa descobrir a primeira vez que uma conexão foi iniciada por um cliente.

Eu obtive essas informações usando esta fórmula:

Está usando do LogIn Date . Em seguida, envolvi-o na função para garantir que obtenho o contexto de filtro correto. Isso me dá o primeiro encontro.

Agora preciso calcular o mês. Quero criar minhas coortes com base no mês em que o cliente entrou.

Essa técnica é muito flexível, pois você pode criar diferentes coortes.

Mas, novamente, para este exemplo, usarei uma coorte de mês que mostra o mês e o ano.

Esta é a fórmula que usei para a coorte do mês de ingresso :

Peguei a coluna Mês e Ano da tabela Data usando esta lógica:

Eu trabalhei em a tabela de datas e qual data é igual à data de ingresso do cliente. Então, quando for igual a TRUE , ele retornará a coluna Mês e Ano da mesma tabela. 

Com isso, agora tenho minha coorte do mês de ingresso .

Configurando a tabela de meses de coorte

Agora, quero mostrar a você por que configurei uma tabela de meses de coorte .

Voltemos à tabela Cliente.

Se você deixá-lo com essas informações e lógica, talvez não obtenha todas as iterações do Mês e Ano.

Isso ocorre porque um cliente pode não ter aderido em nenhum mês e ano. Portanto, para obter uma boa visualização, você precisa garantir que cada mês e ano seja referenciado em uma determinada tabela.

Além disso, pode ser porque as informações de que você precisa podem não estar no cálculo dinâmico de todos os clientes.

Lembre-se de que há novos clientes chegando a bordo o tempo todo. Portanto, essas informações devem, teoricamente, estar sempre atualizadas.

É por isso que criei outra tabela usando a fórmula Cohort Months :

Peguei as colunas Index e da tabela Dates. Essas duas colunas se tornaram o Cohort MonthnYear .

Esta é a tabela Datas:

Você pode ver que ele tem muitas colunas contendo muitas informações. Mas para este exemplo, eu só precisava das colunas Index e Month & Year. Portanto, resumi a tabela Dates usando Cohort Months .

Agora tenho todas as iterações, que também se tornaram valores únicos.

Agora, se essa informação fosse recuperada da tabela Dates, teria sido muito referenciada. Mas como agora é uma coluna contendo valores exclusivos, ela se tornou uma tabela de pesquisa simples.

Você pode criar um relacionamento um-para-muitos da tabela Cohort Months para a tabela Customer .

Esse relacionamento continuará a filtrar até a tabela Dados do site . A lógica CALCULATE estará nesta tabela devido ao seu relacionamento com a tabela Customer.

Depois de configurar tudo isso, você agora tem uma dimensão que pode colocar em uma matriz. Esta matriz lhe dará todos os meses.

Insights de análise de coorte

Outra coisa interessante sobre a análise de coorte no LuckyTemplates é que você pode analisar as tendências dentro das coortes.

Para este exemplo, eu queria calcular minha rotatividade de clientes.

Você pode ver que tenho uma visualização dinâmica. Tenho 641 clientes que ingressaram na coorte de junho de 2017. No entanto, 12 clientes saíram durante o primeiro período.

Você precisa gerar uma tabela genérica que mostre os períodos que você criou.

Para este caso, criei uma tabela em meu modelo chamada Cohort Periods.

Também criei uma mesa de apoio nele.

Você pode ver como criei os dias mínimo e máximo para cada período. Isso especifica a janela de tempo que você deseja analisar para cada coorte individual.

Voltando ao exemplo, você pode ver que no Período 2, houve 14 clientes que desistiram no período de 30 e 60 dias.

Conforme você avança na tabela, pode ver como esse valor muda para diferentes coortes.

Em outra tabela, mostra os valores em porcentagens.

As porcentagens são melhores comparadas aos números porque você pode obter informações valiosas delas. Você pode identificar a tendência de saída dos clientes em um determinado período.

Você pode identificar os problemas que causaram essa tendência. Pode ser porque você abandonou o marketing e a publicidade ou porque não está obtendo tantas vendas de seus clientes.

Outras fórmulas de análise de coorte usadas

Estas são as outras fórmulas que usei para esta técnica de análise de coorte baseada em tempo no LuckyTemplates.

Essa fórmula de rotatividade dinâmica me permitiu obter insights dos dados.

Depois de entender as técnicas de agrupamento dinâmico usando DAX, você poderá obter mais de seu relatório.

Mais exemplos de análise de coorte

Para mostrar os recursos dessa técnica, quero adicionar outro exemplo.

Digamos que eu queira examinar individualmente os clientes neste grupo específico que se agitaram.

Posso selecionar um valor em minha tabela e ele mostrará automaticamente os níveis de clientes individuais em outra tabela com base em como eu o configurei.

Como implementar a análise de coorte no LuckyTemplates – Conceitos DAX avançados
Exemplo de segmentação usando o DAX avançado no LuckyTemplates
Segmentação de clientes do LuckyTemplates: mostrando o movimento do grupo ao longo do tempo

Conclusão

Você pode usar essa estratégia para qualquer coorte que esteja tentando criar. Podem ser coortes de produtos, regiões ou clientes.

No entanto, o exemplo neste tutorial é o mais relevante. A análise de coorte foi popularizada por aplicativos SAS. Então, você deve agrupar seus clientes com base em quando eles estão churning.

Você pode criar análises incríveis no LuckyTemplates usando essa técnica.

Espero que este tutorial tenha lhe dado uma boa ideia do que é a Análise de Coorte e como implementá-la.

Tudo de bom,