コホートとは、文字通り、異なる性別や異なる年齢などの (共通の特性または類似の行動を持つ) 人々のグループを意味します。
コホート分析: 類似したグループの変化を経時的に比較します。
製品は、開発とテスト中に繰り返し行われるため、製品リリースの最初の週に参加したユーザーは、その後に参加したユーザーとは異なるエクスペリエンスを得ることができます。たとえば、各ユーザーは、無料試用から有料使用、そして最終的に使用停止というライフサイクルを経ます。同時に、この期間中、ビジネス モデルの調整を常に行っています。したがって、製品発売後最初の 1 か月で「カニを食べる」ユーザーは、4 か月後に入会したユーザーとは異なるオンボーディング エクスペリエンスを体験するはずです。これは解約率にどのような影響を及ぼしますか?それを調べるためにコホート分析を使用しました。
ユーザーの各グループはコホートを形成し、実験プロセス全体に参加します。さまざまなコホートを比較することで、主要な指標の全体的なパフォーマンスが向上しているかどうかを知ることができます。
異なる月に獲得したユーザー、異なるチャネルからの新規ユーザー、異なる特性を持つユーザー (WeChat 上で少なくとも 10 人の友人と通信する WeChat 上のユーザーなど) などのユーザー分析レベルと組み合わせる毎日)。
コホート分析は、時間次元での行動の違いを発見するために、異なる特性を持つこれらの人々のグループを比較分析します。
したがって、コホート分析は主に次の 2 つの点で使用されます。
同じ経験サイクル内の異なるコホート グループのデータ指標を比較して、商品の効果を検証する反復の最適化
同じコホート グループのさまざまなエクスペリエンス サイクル (ライフ サイクル) のデータ指標を比較し、長期エクスペリエンスの問題を発見します
グループ化ロジック を決定する工程と、コホート分析の 主要データ指標 を決定する工程に大きく分けられます。
以下はあるeコマース企業の営業データです。このデータは、Python コホート分析を使用して実証します。
コホート分析ケースの詳細な説明:
データは、e コマース ユーザーの支払いログです。ログ フィールドには、日付、支払い金額、ユーザー ID が含まれます。鈍感になった。
データの読み取りimport pandas as pd df = pd.read_csv('日志.csv', encoding="gb18030") df.head()
分析方向
グループ ロジック: ここではユーザーの最初の購入月にのみ基づいていますグループ化の場合、ログにさらに多くの分類フィールド (チャネル、性別、年齢など) が含まれている場合は、さらに多くのグループ化ロジックを検討できます。主要なデータ インジケーター:
このデータでは、分析できるデータ インジケーターが少なくとも 3 つあります:
維持率df['购买月份'] = pd.to_datetime(df.日期).dt.to_period("M") df.head()
各月の各ユーザーの支払い総額を計算します:
order = df.groupby(["uid", "购买月份"], as_index=False).agg( 月付费总额=("付费金额","sum"), 月付费次数=("uid","count"), ) order.head()
各ユーザーの最初の購入月をコホート グループとして計算し、元のデータにマッピングします:
order["首单月份"] = order.groupby("uid")['购买月份'].transform("min") order.head()
各購入レコードの時刻と最初の購入時刻の間の月差を計算し、月差ラベルをリセットします:
order["标签"] = (order.购买月份-order.首单月份).apply(lambda x:"同期群人数" if x.n==0 else f"+{x.n}月") order.head()
両方の月が期間タイプです、減算後、オブジェクト型の列が取得され、この列の各要素の型は pandas._libs.tslibs.offsets.MonthEnd
MonthEnd 型には、特定の差を返すことができる属性 n があります。整数。分析できるデータ指標が少なくとも 3 つあると前述しました: 定着率コホート分析
通过数据透视表可以一次性计算所需的数据:
cohort_number = order.pivot_table(index="首单月份", columns="标签", values="uid", aggfunc="count", fill_value=0).rename_axis(columns="留存率") cohort_number
注意:rename_axis(columns=None)用于删除列标签的轴名称。rename_axis(columns=“留存率”)则设置轴名称为留存率。
将 本月新增 列移动到第一列:
cohort_number.insert(0, "同期群人数", cohort_number.pop("同期群人数")) cohort_number
具体过程是先通过pop删除该列,然后插入到0位置,并命名为指定的列名。
在本次的分析中,留存率的具体计算方式为:+N月留存率=+N月付款用户数/首月付款用户数
cohort_number.iloc[:, 1:] = cohort_number.iloc[:, 1:].divide(cohort_number.本月新增, axis=0) cohort_number
以百分比形式显示,并设置颜色:
out1 = (cohort_number.style .format("{:.2%}", subset=cohort_number.columns[1:]) .bar(subset="同期群人数", color="green") .background_gradient("Reds", subset=cohort_number.columns[1:], high=1, axis=None) ) out1
至此计算完毕。
要从从人均付款金额角度考虑,需要考虑同期群基期这个整体。具体计算方式是先计算各月的付款总额,然后除以基期的总人数:
cohort_amount = order.pivot_table(index="首单月份", columns="标签", values="月付费总额", aggfunc="sum", fill_value=0).rename_axis(columns="人均付款金额") cohort_amount.insert(0, "首月人均付费", cohort_amount.pop("同期群人数")) cohort_amount.insert(0, "同期群人数", cohort_number.同期群人数) cohort_amount.iloc[:, 1:] = cohort_amount.iloc[:, 1:].divide(cohort_amount.同期群人数, axis=0) out2 = (cohort_amount.style .format("{:.2f}", subset=cohort_amount.columns[1:]) .background_gradient("Reds", subset=cohort_amount.columns[1:], axis=None) .bar(subset="同期群人数", color="green") ) out2
可以看到,12月份的同期群首月新用户人均消费为703.43元,然后逐月递减,到+4月后这些用户人均消费仅11.41元。而随着版本的迭代发展,新增用户的首月消费并没有较大提升,且接下来的消费趋势反而不如12月份。由此可见产品的发展受到了一定的瓶颈,需要思考增长营收的出路了。
一般来说, 通过同期群分析可以比较好指导我们后续更深入细致的数据分析,为产品优化提供参考。
依然按照上面一样的套路:
cohort_count = order.pivot_table(index="首单月份", columns="标签", values="月付费次数", aggfunc="sum", fill_value=0).rename_axis(columns="人均购买次数") cohort_count.insert(0, "首月人均频次", cohort_count.pop("同期群人数")) cohort_count.insert(0, "同期群人数", cohort_number.同期群人数) cohort_count.iloc[:, 1:] = cohort_count.iloc[:, 1:].divide(cohort_count.同期群人数, axis=0) out3 = (cohort_count.style .format("{:.2f}", subset=cohort_count.columns[1:]) .background_gradient("Reds", subset=cohort_count.columns[1:], axis=None) .bar(subset="同期群人数", color="green") ) out3
可以得到类似上述一致的结论。
下面我们看看每个月的总体消费情况:
order.groupby("购买月份").agg( 付费人数=("uid", "count"), 人均付款金额=("月付费总额", "mean"), 月付费总额=("月付费总额", "sum") )
可以看到总体付费人数和付费金额都在逐月下降。
对于Styler类型,我们可以调用render方法转化为网页源代码,通过以下方式即可将其导入到一个网页文件中:
with open("out.html", "w") as f: f.write(out1.render()) f.write(out2.render()) f.write(out3.render())
如果你的电脑安装了谷歌游览器,还可以安装dataframe_image,将这个表格导出为图片。
安装:pip install dataframe_image
import dataframe_image as dfi dfi.export(obj=out1, filename='留存率.jpg') dfi.export(obj=out2, filename='人均付款金额.jpg') dfi.export(obj=out3, filename='人均购买次数.jpg')
dfi.export的参数:
obj : 被导出的Datafream对象
filename : 文件保存位置
fontsize : 字体大小
max_rows : 最大行数
max_cols : 最大列数
table_conversion : 使用谷歌游览器或原生’matplotlib’, 只要写非’chrome’的值就会使用原生’matplotlib’
chrome_path : 指定谷歌游览器位置
import pandas as pd import dataframe_image as dfi df = pd.read_csv('日志.csv', encoding="gb18030") df['购买月份'] = pd.to_datetime(df.日期).dt.to_period("M") order = df.groupby(["uid", "购买月份"], as_index=False).agg( 月付费总额=("付费金额", "sum"), 月付费次数=("uid", "count"), ) order["首单月份"] = order.groupby("uid")['购买月份'].transform("min") order["标签"] = ( order.购买月份-order.首单月份).apply(lambda x: "同期群人数" if x.n == 0 else f"+{x.n}月") cohort_number = order.pivot_table(index="首单月份", columns="标签", values="uid", aggfunc="count", fill_value=0).rename_axis(columns="留存率") cohort_number.insert(0, "同期群人数", cohort_number.pop("同期群人数")) cohort_number.iloc[:, 1:] = cohort_number.iloc[:,1:].divide(cohort_number.同期群人数, axis=0) out1 = (cohort_number.style .format("{:.2%}", subset=cohort_number.columns[1:]) .bar(subset="同期群人数", color="green") .background_gradient("Reds", subset=cohort_number.columns[1:], high=1, axis=None) ) cohort_amount = order.pivot_table(index="首单月份", columns="标签", values="月付费总额", aggfunc="sum", fill_value=0).rename_axis(columns="人均付款金额") cohort_amount.insert(0, "首月人均付费", cohort_amount.pop("同期群人数")) cohort_amount.insert(0, "同期群人数", cohort_number.同期群人数) cohort_amount.iloc[:, 1:] = cohort_amount.iloc[:, 1:].divide(cohort_amount.同期群人数, axis=0) out2 = (cohort_amount.style .format("{:.2f}", subset=cohort_amount.columns[1:]) .background_gradient("Reds", subset=cohort_amount.columns[1:], axis=None) .bar(subset="同期群人数", color="green") ) cohort_count = order.pivot_table(index="首单月份", columns="标签", values="月付费次数", aggfunc="sum", fill_value=0).rename_axis(columns="人均购买次数") cohort_count.insert(0, "首月人均频次", cohort_count.pop("同期群人数")) cohort_count.insert(0, "同期群人数", cohort_number.同期群人数) cohort_count.iloc[:, 1:] = cohort_count.iloc[:, 1:].divide(cohort_count.同期群人数, axis=0) out3 = (cohort_count.style .format("{:.2f}", subset=cohort_count.columns[1:]) .background_gradient("Reds", subset=cohort_count.columns[1:], axis=None) .bar(subset="同期群人数", color="green") ) outs = [out1, out2, out3] with open("out.html", "w") as f: for out in outs: f.write(out.render()) display(out) dfi.export(obj=out1, filename='留存率.jpg') dfi.export(obj=out2, filename='人均付款金额.jpg') dfi.export(obj=out3, filename='人均购买次数.jpg')
以上がコホート分析にPythonを適用する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。