Когортный анализ на основе времени — настройка моделей данных в LuckyTemplates

В этом руководстве я собираюсь подробно изучить когортный анализ на основе времени в LuckyTemplates.

Это короткий отрывок из недавнего мероприятия для участников LuckyTemplates. Вы можете посмотреть полное видео этого урока в нижней части этого блога.

Я хочу показать вам, как я настроил этот когортный анализ в LuckyTemplates . Это самая сложная задача, когда вы начинаете выполнять более сложные вычисления.

Вы хотите знать, как правильно настроить свои модели данных, чтобы избежать путаницы и убедиться, что модель LuckyTemplates работает.

Оглавление

• Краткий обзор когортного анализа
• Создание когорт в LuckyTemplates
• Настройка таблицы месяцев когорты
• Когортный анализ
• Другие используемые формулы когортного анализа
• Дополнительные примеры когортного анализа
• Заключение

Краткий обзор когортного анализа

Прежде чем я расскажу об этой технике, я хочу сначала показать идеи, которые вы можете извлечь из нее, а также краткий обзор когортного анализа на основе времени.

Когорты — это причудливый способ вызвать сегменты или группы ваших измерений или переменных в ваших данных.

Например, вы хотите просмотреть группы ваших клиентов.

Вы хотите создать группы, когда ваши клиенты впервые присоединились или начали использовать ваше программное обеспечение или приложение.

Для этого случая я создал группы по определенным месяцам. Итак, если ваши клиенты начали работать в июне 2017 года, это их конкретная когорта.

Это не группировка по суммам или количеству транзакций, которые они совершали с вами. Вы группируете по времени.

В данном примере это когда они присоединились.

Теперь я собираюсь показать вам, как создать эти когорты, а затем внедрить их в вашу модель.

Создание когорт в LuckyTemplates

Давайте посмотрим на модель.

Это довольно универсальная модель. Вот как вы хотите, чтобы ваши модели выглядели.

Вы можете видеть, что у меня есть еще один слой таблиц поиска.

Но прежде чем я покажу вам его назначение, я сначала поработаю над созданием этих когорт внутри таблицы поиска.

Таблица поиска — это место, где вы хотите сгруппировать определенное измерение. В данном случае это клиенты.

Итак, давайте посмотрим на мою таблицу Customers.

Первоначально моя таблица «Клиенты» включала только индекс клиентов и имена клиентов.

Но если вы хотите создать когорты внутри справочных таблиц, вам нужно поместить их туда, где вы хотите, чтобы происходило сегментирование.

Теперь я хочу определить дату присоединения клиента. В моих демонстрационных данных дата присоединения — это когда клиент впервые вошел в систему.

Первый вход может быть, когда клиент зарегистрировался с помощью электронной почты или когда он впервые использовал пробную версию приложения.

Вам необходимо выяснить, когда клиент впервые инициировал соединение.

Я получил эту информацию, используя эту формулу:

Он использует даты входа в систему . Затем я завернул его в функцию , чтобы убедиться, что я получаю правильный контекст фильтра. Это дает мне первое свидание.

Теперь мне нужно отработать месяц. Я хочу создать свои когорты на основе того, в каком месяце присоединился клиент.

Эта техника очень гибкая, поскольку вы можете создавать разные когорты.

Но опять же, для этого примера я буду использовать когорту месяцев, которая показывает месяц и год.

Это формула, которую я использовал для когорты месяца присоединения :

Я взял столбец «Месяц и год» из таблицы «Дата», используя следующую логику:

Я проработал таблицу дат и выяснил, какая дата соответствует дате присоединения к клиенту. Затем, когда он равен TRUE , он вернет столбец «Месяц и год» той же таблицы. 

Благодаря этому у меня теперь есть группа «Месяц присоединения» .

Настройка таблицы месяцев когорты

Теперь я хочу показать вам, почему я создал таблицу Cohort Months .

Вернемся к таблице Customer.

Если вы оставите его с этой информацией и логикой, вы можете не получить каждую итерацию месяца и года.

Это связано с тем, что клиент мог не присоединиться ни к одному месяцу и году. Итак, чтобы получить хорошую визуализацию, вам нужно убедиться, что каждый месяц и год указаны в определенной таблице.

Кроме того, это может быть связано с тем, что необходимая вам информация может отсутствовать в динамическом расчете всех клиентов.

Помните, что постоянно появляются новые клиенты. Таким образом, эта информация теоретически должна всегда обновляться.

Вот почему я создал еще одну таблицу, используя формулу Cohort Months :

Я взял столбцы «Индекс» и из таблицы «Даты». Эти два столбца стали Cohort MonthnYear .

Это таблица дат:

Вы можете видеть, что он имеет много столбцов, содержащих много информации. Но для этого примера мне нужны были только столбцы «Индекс» и «Месяц и год». Итак, я обобщил таблицу Dates с помощью Cohort Months .

Теперь у меня есть каждая итерация, которая также стала уникальным значением.

Теперь, если бы эта информация была получена из таблицы Dates, на нее бы много раз ссылались. Но поскольку теперь это столбец, содержащий уникальные значения, он стал простой таблицей поиска.

Вы можете создать связь «один ко многим» из таблицы Cohort Months и таблицы Customer .

Эта связь будет продолжать фильтроваться до тех пор, пока не появится таблица данных веб-сайта . Логика CALCULATE будет в этой таблице из-за ее связи с таблицей Customer.

После того, как вы все это настроили, у вас теперь есть измерение, которое вы можете поместить в матрицу. Эта матрица будет давать вам каждый отдельный месяц.

Когортный анализ

Еще одна интересная особенность когортного анализа в LuckyTemplates — вы можете анализировать тенденции внутри когорт.

Для этого примера я хотел разработать свой метод оттока клиентов.

Вы можете видеть, что у меня есть динамическая визуализация. У меня есть 641 клиент, которые присоединились к когорте в июне 2017 года. Однако за первый период ушли 12 клиентов.

Вам нужно создать общую таблицу, которая демонстрирует периоды, которые вы разработали.

Для этого случая я создал в своей модели таблицу под названием Cohort Periods.

Я также создал в нем вспомогательную таблицу.

Вы можете видеть, как я создал минимальные и максимальные дни для каждого отдельного периода. Это указывает временное окно, которое вы хотите проанализировать для каждой отдельной когорты.

Возвращаясь к примеру, вы можете видеть, что в период 2 было 14 клиентов, которые ушли в течение 30 и 60 дней.

И по мере того, как вы спускаетесь по таблице, вы можете видеть, как это значение меняется для разных когорт.

В другой таблице он показывает значения в процентах.

Проценты лучше по сравнению с числами, потому что из них можно извлечь ценную информацию. Вы можете определить тенденцию ухода клиентов за определенный период.

Вы можете определить проблемы, вызвавшие эту тенденцию. Это может быть из-за того, что вы отказались от маркетинга и рекламы, или из-за того, что вы не получаете столько продаж от своих клиентов.

Другие используемые формулы когортного анализа

Это другие формулы, которые я использовал для этого метода когортного анализа на основе времени в LuckyTemplates.

Эта динамическая формула взбивания позволила мне получить представление о данных.

Как только вы поймете методы динамической группировки с использованием DAX, вы сможете извлечь больше пользы из своего отчета.

Дополнительные примеры когортного анализа

Чтобы показать возможности этой техники, я хочу добавить еще один пример.

Допустим, я хочу индивидуально посмотреть на клиентов в этой конкретной когорте, которая ушла.

Я могу выбрать значение в своей таблице, и оно автоматически покажет уровни отдельных клиентов в другой таблице в зависимости от того, как я его настроил.

Как внедрить когортный анализ в LuckyTemplates —
Пример сегментации расширенных концепций DAX с использованием расширенного DAX в LuckyTemplates
Сегментация клиентов LuckyTemplates: демонстрация движения группы во времени

Заключение

Вы можете использовать эту стратегию для любой когорты, которую вы пытаетесь разработать. Это могут быть когорты по продуктам, регионам или клиентам.

Тем не менее, пример в этом руководстве является наиболее актуальным. Когортный анализ был популяризирован приложениями SAS. Таким образом, вы должны группировать своих клиентов в зависимости от того, когда они уходят.

Используя эту технику, вы можете создать невероятный анализ в LuckyTemplates.

Я надеюсь, что это руководство дало вам хорошее представление о том, что такое когортный анализ и как его реализовать.

Всего наилучшего,