El análisis de cohortes es un tipo de análisis de comportamiento que divide los datos de un conjunto de datos en grupos relacionados antes del análisis. Estos grupos, o cohortes , suelen compartir características o experiencias comunes dentro de un período de tiempo definido. [1] [2] El análisis de cohortes permite a una empresa "ver patrones claramente a lo largo del ciclo de vida de un cliente (o usuario), en lugar de dividir a todos los clientes a ciegas sin tener en cuenta el ciclo natural que atraviesa un cliente". [3] Al ver estos patrones de tiempo, una empresa puede adaptar y adaptar su servicio a esas cohortes específicas. Si bien el análisis de cohortes a veces se asocia con un estudio de cohortes, son diferentes y no deben verse como uno y el mismo. El análisis de cohortes es específicamente el análisis de cohortes en lo que respecta a big data y análisis de negocios , mientras que en el estudio de cohortes, los datos se desglosan en grupos similares.
Ejemplos de
El objetivo de la analítica empresarial es analizar y presentar información procesable. [4] Los conjuntos de datos grandes e indiferenciados pueden incluir una variedad de tipos de usuarios y períodos de tiempo. El análisis de cohortes analiza a los usuarios de cada cohorte por separado. En el análisis de cohortes, "cada nuevo grupo [cohorte] brinda la oportunidad de comenzar con un nuevo conjunto de usuarios", [5] lo que permite a la empresa observar solo los datos que son relevantes para la consulta actual y actuar en consecuencia.
Por ejemplo, en el comercio electrónico, los clientes que se registraron en las últimas dos semanas y que realizaron una compra pueden constituir una cohorte. En el caso del software, los usuarios que se registraron después de una determinada actualización, o que utilizan determinadas funciones de la plataforma, pueden constituir una cohorte.
Un ejemplo de análisis de cohorte de jugadores en una plataforma determinada: los jugadores expertos, cohorte 1, se preocuparán más por las funciones avanzadas y el tiempo de retraso en comparación con los nuevos registros, cohorte 2. Con estas dos cohortes determinadas y el análisis ejecutado, el juego A la empresa se le presentaría una representación visual de los datos específicos de las dos cohortes. Luego, pudo ver que un ligero retraso en los tiempos de carga se ha traducido en una pérdida significativa de ingresos de los jugadores avanzados, mientras que los nuevos registros ni siquiera han notado el retraso. Si la empresa simplemente hubiera mirado sus informes de ingresos generales para todos los clientes, no habría podido ver las diferencias entre estas dos cohortes. El análisis de cohortes permite a una empresa detectar patrones y tendencias y realizar los cambios necesarios para mantener felices tanto a los jugadores avanzados como a los nuevos. [ cita requerida ]
Analítica de cohortes profunda y procesable
"Una métrica procesable es aquella que vincula acciones específicas y repetibles con resultados observados [como el registro de usuario o el pago]. Lo opuesto a las métricas procesables son las métricas de vanidad (como visitas web o número de descargas) que solo sirven para documentar el estado actual de el producto, pero no ofrecen información sobre cómo llegamos aquí o qué hacer a continuación ". [6] Sin análisis procesables, la información puede no tener ninguna aplicación práctica; la información puede ser simplemente una métrica de vanidad no procesable. Si bien es útil para una empresa saber cuántas personas hay en su sitio, esa métrica es inútil por sí sola. Para que sea procesable, debe relacionar una "acción repetible con [un] resultado observado". [6]
Realización de análisis de cohorte
El análisis de cohortes tiene cuatro etapas principales: [7]
- Determina qué pregunta quieres responder. El objetivo del análisis es generar información procesable sobre la que actuar para mejorar el negocio, el producto, la experiencia del usuario, la facturación, etc. Para garantizar que eso suceda, es importante que se haga la pregunta correcta. En el ejemplo de juego anterior, la empresa no estaba segura de por qué estaban perdiendo ingresos a medida que aumentaba el tiempo de retraso, a pesar de que los usuarios todavía se estaban registrando y jugando.
- Defina las métricas que podrán ayudarlo a responder la pregunta. Un análisis de cohorte adecuado requiere la identificación de un evento, como la salida de un usuario, y propiedades específicas, como cuánto pagó el usuario. El ejemplo del juego midió la disposición de un cliente a comprar créditos de juego en función del tiempo de retraso que había en el sitio.
- Defina las cohortes específicas que sean relevantes. Al crear una cohorte, uno debe analizar a todos los usuarios y apuntar a ellos o realizar una contribución de atributo para encontrar las diferencias relevantes entre cada uno de ellos, en última instancia para descubrir y explicar su comportamiento como una cohorte específica. El ejemplo anterior divide a los usuarios en usuarios "básicos" y "avanzados", ya que cada grupo difiere en acciones, sensibilidades de la estructura de precios y niveles de uso.
- Realice el análisis de cohorte. El análisis anterior se realizó mediante visualización de datos, lo que permitió a la empresa de juegos darse cuenta de que sus ingresos estaban cayendo porque los usuarios avanzados que pagaban más alto no usaban el sistema a medida que aumentaba el tiempo de retraso. Dado que los usuarios avanzados representaban una parte tan importante de los ingresos de la empresa, las suscripciones de usuarios básicos adicionales no cubrían las pérdidas financieras por perder a los usuarios avanzados. Para solucionar este problema, la empresa mejoró sus tiempos de espera y comenzó a atender más a sus usuarios avanzados.
- '' ' Resultados de la prueba ' '' Asegúrese de que los resultados tengan sentido.
Ver también
Referencias
- ^ Behrooz Omidvar-Tehrani; Sihem Amer-Yahia; Laks VS Lakshmanan. Representación y exploración de cohortes . Turín, Italia: Conferencia IEEE sobre ciencia de datos y análisis avanzado (DSAA) 2018.
- ^ Dawei Jiang; Qingchao Cai; Gang Chen; HV Jagadish; Beng Chin Ooi; Kian-Lee Tan; Anthony KH Tung. Procesamiento de consultas de cohortes (PDF) . Actas de la Fundación VLDB, Volumen 10, Número 1, octubre de 2016.
- ^ Alistair Croll; Benjamin Yoskovitz (15 de abril de 2013). Lean Analytics: use datos para construir una mejor puesta en marcha más rápido . Sebastopol, CA: O'Reilly. ISBN 978-1449335670.
- ^ Aukeman, Mark. "Análisis de cohortes: comprensión de sus clientes" . edwblog.com .
- ^ Balogh, Jonathon. "Introducción al análisis de cohortes para startups" .
- ^ a b Maurya, Ash. "3 reglas para métricas accionables en un Lean Startup" .
- ^ James Torio; Rishabh Dayal. "Uso del análisis de cohortes para optimizar la experiencia del cliente" . Revista UX .
Otras lecturas
- "Análisis de cohortes con Google Analytics" . Charla de análisis . Justin Cutroni.
- "Obtenga información útil más fácilmente: automatice el análisis de cohortes con Analytics y Tableau" . Blog de Google Analytics .
- Glenn, Norval D. (2005). Análisis de cohorte. Aplicaciones cuantitativas en las ciencias sociales vol. 07-005 (2ª ed.). Publicación Sage.
- Wilson, Fred. "El análisis de cohorte" . AVC .
- PORTERO, JOSHUA. "ANÁLISIS DE COHORTE - MEDICIÓN DEL COMPROMISO A LO LARGO DEL TIEMPO" . 52 semanas de UX .
- "Guía de introducción al análisis de cohortes" . Blog de Insights . Canopy Labs. Archivado desde el original el 4 de abril de 2016 . Consultado el 30 de octubre de 2015 .