رفتن به محتوای اصلی
نوتوا

تحلیل کوهورت چیست؟ سنجش بازگشت مشتریان با جدول گروه‌های زمانی

تحلیل کوهورت چیست؟ آموزش ساخت ماتریس نگهداشت هفتگی، فرمول Retention، تفاوت Return on و on-or-after و مدیریت دوره ناقص.

تصویر مفهومی تحلیل کوهورت چیست؟ سنجش بازگشت مشتریان با جدول گروه‌های زمانی
نمای مفهومی مسیر اصلی تحلیل کوهورت چیست؛ جزئیات اجرایی در متن و چک‌لیست مقاله آمده است.

جدول Cohort retention را با Entry، Return، granularity و فرمول ثابت بسازید؛ دوره ناقص را صفر نکنید و Signup را از Activation جدا ببینید.

تحلیل کوهورت کاربران دارای یک ویژگی یا رویداد شروع مشترک را در طول زمان مقایسه می‌کند. در کوهورت زمانی، هر ردیف گروهی است که در یک روز/هفته/ماه وارد شده و هر ستون نشان می‌دهد چه سهمی در دوره بعد یک رویداد ارزشمند را تکرار کرده‌اند.

تحلیل کوهورت چیست؟

چهار تعریف قبل از محاسبه لازم است:

  • Entry event: چه چیزی فرد را وارد Cohort می‌کند؛
  • Return event: چه رفتار ارزشمندی بازگشت محسوب می‌شود؛
  • Granularity: روزانه، هفتگی، ماهانه یا چرخه‌ای؛
  • Retention type: Return on، on-or-after، rolling یا تعریف دیگر.

بدون این تعریف‌ها، دو جدول با نام «Retention» می‌توانند اعداد متفاوت و هر دو از نظر فرمول درست داشته باشند.

نمودار مفهومی ورودی، اجرا، کنترل و خروجی برای تحلیل کوهورت چیست
ورودی را کوچک و قابل کنترل نگه دارید، روش را ثبت کنید و خروجی را با شاهد مستقل بسنجید.

فرمول Retention دوره‌ای

Retention(cohort c, period n) =
Distinct users from cohort c who did return event in period n
÷ Eligible distinct users in cohort c

برای Periodهای هنوز کامل‌نشده مقدار — بگذارید؛ صفر یعنی فرصت کامل وجود داشته ولی بازگشت ثبت نشده است.

مثال جدول گروه‌های هفتگی

داده زیر ساختگی است. Entry = اولین تکمیل Setup و Return = تکمیل کار هسته‌ای در هر هفته بعد.

Cohort اندازه هفته ۰ هفته ۱ هفته ۲ هفته ۳
۱–۷ مهر ۱۰۰ ۱۰۰٪ ۴۵٪ ۳۲٪ ۲۸٪
۸–۱۴ مهر ۱۲۰ ۱۰۰٪ ۵۰٪ ۳۵٪ —
۱۵–۲۱ مهر ۸۰ ۱۰۰٪ ۴۵٪ — —

برای Cohort دوم، هفته ۱ برابر 60 ÷ 120 = 50% و هفته ۲ برابر 42 ÷ 120 = 35% است. خانه هفته ۳ هنوز Mature نشده و نباید صفر یا میانگین گرفته شود.

ساخت جدول از داده رویداد

حداقل داده:

user_id | event_name | event_at | timezone | segment

گام‌ها:

  1. برای هر کاربر نخستین Entry معتبر را پیدا کنید.
  2. زمان را به timezone تعریف‌شده Normalize کنید.
  3. Cohort start را براساس granularity بسازید.
  4. فاصله Return تا Entry را به period index تبدیل کنید.
  5. کاربر یکتا را در هر سلول بشمارید.
  6. بر اندازه Cohort واجدشرایط تقسیم کنید.
  7. دوره ناقص را حذف/علامت‌گذاری کنید.

Return on با On-or-after فرق دارد

  • Return on week 2: کاربر دقیقاً در هفته دوم Event را دارد؛
  • On or after week 2: در هفته دوم یا هر زمان بعد برگشته؛
  • Rolling/Unbounded: تعریف ابزار را دقیق بخوانید؛
  • Cumulative: تا آن دوره حداقل یک بار Event رخ داده است.

نام Metric و فرمول را کنار Chart بنویسید. همچنین Calendar week با پنجره rolling هفت‌روزه یکسان نیست.

Entry را Signup انتخاب نکنیم؟

گاهی Signup درست است، اما ممکن است کاربران هرگز ارزش را تجربه نکنند و مسئله Activation با Retention مخلوط شود. دو تحلیل بسازید:

  1. Signup → Activation؛
  2. Activated user → Repeat core value.

این تفکیک محل افت را روشن‌تر می‌کند.

مقایسه Cohortها

هر ردیف را با Context همان دوره بخوانید:

  • Channel/کمپین؛
  • نسخه و Release؛
  • Outage یا تغییر قیمت؛
  • Segment/کشور/دستگاه؛
  • تغییر تعریف Event یا Tracking؛
  • Seasonality.

هم‌بستگی افت با Release علت را اثبات نمی‌کند؛ برای نتیجه از آزمایش یا تحلیل تکمیلی استفاده کنید.

SQL شبه‌کد

WITH entries AS (
  SELECT user_id, MIN(event_at) AS entered_at
  FROM events
  WHERE event_name = 'core_setup_completed'
  GROUP BY user_id
), returns AS (
  SELECT DISTINCT e.user_id, e.event_at
  FROM events e
  WHERE e.event_name = 'core_value_completed'
)
-- cohort_start و period_index را با timezone و granularity ثابت بسازید
-- سپس distinct user را بر cohort_size واجدشرایط تقسیم کنید

نام Event مثال است؛ Schema، Bot، duplicate، حذف حساب و identity merge باید در Pipeline واقعی مدیریت شوند.

کیفیت و حریم خصوصی

  • Event dictionary و Version داشته باشید؛
  • یک کاربر چند Device را تا حد مجاز Resolve کنید؛
  • دوره‌های کوچک را برای Privacy پنهان/تجمیع کنید؛
  • Consent و retention داده را رعایت کنید؛
  • Tracking gap را علامت بزنید؛
  • Raw PII را در گزارش تحلیلی نیاورید.

برای تفسیر PMF از راهنمای تناسب محصول و بازار استفاده کنید. تعریف Metric را در یادداشت و اقدام‌های بهبود را در پروژه نگه دارید.

چک‌لیست محاسبه

  • Entry و Return دقیق تعریف شده‌اند.
  • User distinct و identity rule روشن است.
  • Timezone و granularity ثابت‌اند.
  • نوع Retention نام‌گذاری شده است.
  • دوره ناقص با صفر اشتباه نشده است.
  • اندازه Cohort نمایش داده می‌شود.
  • Segment و Context قابل Breakdown است.
  • تغییر Tracking علامت‌گذاری شده است.
  • Privacy cohort کوچک رعایت می‌شود.
  • عدد به فرضیه و اقدام وصل است.

پرسش های متداول

خانه خالی Cohort را صفر بگذاریم؟

اگر دوره هنوز کامل نشده، خیر؛ با خط تیره/ناقص نشان دهید تا میانگین و مقایسه منحرف نشود.

Day 7 یعنی دقیقاً روز هفتم یا تا روز هفتم؟

به نوع Retention بستگی دارد. Return on، on-or-after و cumulative متفاوت‌اند؛ نام و فرمول را کنار گزارش بنویسید.

Signup بهترین Entry است؟

همیشه نه. تحلیل Signup-to-activation را از retention کاربران activated جدا کنید تا محل افت روشن شود.

جمع‌بندی

کوهورت Retention را قابل مقایسه می‌کند، به شرط آنکه Entry، Return، زمان و فرمول ثابت باشند. دوره ناقص را کنار بگذارید، Signup و Activation را جدا ببینید و تفاوت Cohort را با Context محصول و داده تفسیر کنید.