Kohorten- und Retention-Analyse
Zeitbasierte Kohorten, Kohorten-Retention, RFM-Analyse, Kundensegmentierung, Churn Prediction
1Was ist eine Kohorte in der Datenanalyse?
Was ist eine Kohorte in der Datenanalyse?
Antwort
Eine Kohorte ist eine Gruppe von Nutzern, die in einem bestimmten Zeitraum eine gemeinsame Eigenschaft teilen, meist das Datum der ersten Aktion (Anmeldung, Erstkauf). Die Gruppierung von Nutzern in Kohorten ermöglicht den Vergleich ihres Verhaltens im Zeitverlauf und die Identifizierung von Trends über Akquisitionszeiträume hinweg. Es ist ein grundlegendes Werkzeug zur Messung der Retention und zur Bewertung der Auswirkungen von Produktänderungen.
2Was ist das häufigste Kriterium zur Definition einer zeitbasierten Kohorte?
Was ist das häufigste Kriterium zur Definition einer zeitbasierten Kohorte?
Antwort
Das häufigste Kriterium zur Definition einer zeitbasierten Kohorte ist das Datum der ersten Anmeldung oder des ersten Kaufs. Die Gruppierung nach Akquisitionszeitraum (Woche, Monat, Quartal) ermöglicht einen objektiven Vergleich des Nutzerverhaltens über verschiedene Akquisitionszeitpunkte hinweg. Dies hilft, den Zeiteffekt zu isolieren und Verbesserungen oder Verschlechterungen im Zusammenhang mit Produkt- oder Marketingänderungen zu erkennen.
3Wie liest man eine Kohorten-Retention-Tabelle?
Wie liest man eine Kohorten-Retention-Tabelle?
Antwort
Eine Kohorten-Retention-Tabelle wird mit Kohorten als Zeilen (nach Akquisitionszeitraum) und nachfolgenden Perioden als Spalten (Monat 0, Monat 1 usw.) gelesen. Jede Zelle zeigt den Prozentsatz der Nutzer dieser Kohorte, die in diesem Zeitraum noch aktiv sind. Die erste Spalte ist immer 100%, und die Werte nehmen mit der Zeit natürlich ab. Dieses Format ermöglicht den visuellen Vergleich der Retention zwischen Kohorten.
Was ist der Unterschied zwischen Day-N-Retention und Rolling-Retention?
Warum gilt Retention als zuverlässigere Metrik als die Anzahl aktiver Nutzer?
+17 Interview-Fragen
Weitere Data Analytics-Interviewthemen
Google Sheets - Grundlagen
Google Sheets - Erweiterte Formeln
SQL - Grundlagen
SQL - Aggregationen und Gruppierungen
SQL - Joins
BigQuery - Grundlagen
Data Cleaning - Datenbereinigung
KPIs und Business-Metriken
Deskriptive Statistik
Zapier und No-Code-Automatisierung
Grundlagen der Datenvisualisierung
Python & Pandas - Grundlagen
Google Sheets - Automatisierte Dashboards
SQL - Unterabfragen und CTEs
SQL - Window Functions
BigQuery - Erweiterte Funktionen
Data Modeling
Funnel- und Conversion-Analyse
Google Tag Manager und Tracking
APIs und Webhooks
dbt - Grundlagen
AB-Testing und angewandte Statistik
Looker Studio (Google Data Studio)
Power BI - Grundlagen
SQL - Erweiterte analytische Abfragen
dbt - Erweiterte Funktionen
Power BI - DAX und fortgeschrittene Dashboards
Python Analytics - Erweiterte Analyse und ML
Meistere Data Analytics für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten