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 observar estos patrones de tiempo, una empresa puede adaptar y adaptar su servicio a esos grupos específicos. Si bien el análisis de cohortes a veces se asocia con un estudio de cohortes , son diferentes y no deben verse como lo mismo. El análisis de cohortes es específicamente el análisis de cohortes con respecto a big data y análisis de negocios , mientras que en el estudio de cohortes, los datos se dividen en grupos similares.
Ejemplos
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] permitiendo 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 determinada plataforma: 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. Una vez determinadas estas dos cohortes y ejecutado el análisis, el juego A la empresa se le presentaría una representación visual de los datos específicos de las dos cohortes. Entonces podría ver que un ligero retraso en los tiempos de carga se ha traducido en una pérdida significativa de ingresos para los jugadores avanzados, mientras que los nuevos registros ni siquiera han notado el retraso. Si la empresa simplemente hubiera examinado sus informes generales de ingresos de todos los clientes, no habría podido ver las diferencias entre estos dos grupos. El análisis de cohortes permite a una empresa detectar patrones y tendencias y realizar los cambios necesarios para mantener contentos tanto a los jugadores nuevos como a los avanzados. [ cita necesaria ]
Análisis de cohortes profundos y procesables
"Una métrica procesable es aquella que vincula acciones específicas y repetibles con los resultados observados [como el registro de usuario o el pago]. Lo opuesto a las métricas procesables son las métricas vanidosas (como visitas a la web o el 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, es necesario relacionar una "acción repetible con [un] resultado observado". [6]
Realizar análisis de cohortes
El análisis de cohortes tiene cuatro etapas principales: [7]
Determina qué pregunta quieres responder. El objetivo del análisis es generar información procesable sobre la cual actuar para mejorar el negocio, el producto, la experiencia del usuario, la facturación, etc. Para garantizar que eso suceda, es importante formular la pregunta correcta. En el ejemplo de juegos anterior, la empresa no estaba segura de por qué estaban perdiendo ingresos a medida que aumentaba el tiempo de espera, a pesar de que los usuarios todavía se registraban y jugaban.
Defina las métricas que podrán ayudarle a responder la pregunta. Un análisis de cohorte adecuado requiere la identificación de un evento, como el pago 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 demora que hubo en el sitio.
Defina las cohortes específicas que sean relevantes. Al crear una cohorte, uno debe analizar a todos los usuarios y dirigirse a ellos o realizar una contribución de atributos para encontrar las diferencias relevantes entre cada uno de ellos y, en última instancia, 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 estructura de precios y niveles de uso.
Realizar 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 sus usuarios avanzados que pagaban más no utilizaban el sistema a medida que aumentaba el tiempo de retraso. Dado que los usuarios avanzados representaban una parte tan grande de los ingresos de la empresa, los registros de usuarios básicos adicionales no cubrían las pérdidas financieras por la pérdida de usuarios avanzados. Para solucionar este problema, la empresa mejoró sus tiempos de retraso y comenzó a atender más a sus usuarios avanzados.
Resultados de la prueba . Asegúrese de que los resultados tengan sentido.
^ Behrooz Omidvar-Tehrani; Sihem Amer-Yahia; Laks contra Lakshmanan. Representación y exploración de cohortes . Turín, Italia: Conferencia IEEE sobre ciencia de datos y análisis avanzado (DSAA) 2018.
^ Dawei Jiang; Qingchao Cai; Pandilla Chen; HV Jagadish; Beng Chin Ooi; Kian-Lee Tan; Antonio KH Tung. Procesamiento de consultas de cohortes (PDF) . Actas del VLDB Endowment, Volumen 10, Número 1, octubre de 2016.
^ Alistair Croll; Benjamín Yoskovitz (15 de abril de 2013). Lean Analytics: utilice datos para crear una mejor startup más rápido. Sebastopol, CA: O'Reilly. ISBN978-1449335670.
^ Aukeman, Marcos. "Análisis de cohortes: comprender a sus clientes". edwblog.com .
^ Balogh, Jonathon (24 de marzo de 2012). "Introducción al análisis de cohortes para empresas emergentes".
^ ab Maurya, Ash (14 de julio de 2010). "Tres reglas para métricas procesables en una startup ajustada".
^ James Torio; Rishabh Dayal (12 de febrero de 2013). "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. 11 de diciembre de 2012.
"Obtenga información útil más fácilmente: automatice el análisis de cohortes con Analytics y Tableau". Blog de Google Analytics .
Glenn, Norval D. (2005). Análisis de cohortes. Aplicaciones cuantitativas en las ciencias sociales vol. 07-005 (2ª ed.). Publicación sabia. ISBN 9780761922155.
Wilson, Fred (6 de octubre de 2009). "El análisis de cohorte". AVC .
PORTER, JOSUE. "ANÁLISIS DE COHORTE: MEDICIÓN DEL COMPROMISO A LO LARGO DEL TIEMPO". 52 semanas de UX .
"Guía de introducción al análisis de cohortes". Blog de ideas . Laboratorios de dosel. Archivado desde el original el 4 de abril de 2016 . Consultado el 30 de octubre de 2015 .
