Analyse de cohortes et rétention
Cohortes temporelles, rétention par cohorte, analyse RFM, segmentation client, churn prediction
1Qu'est-ce qu'une cohorte en analyse de données ?
Qu'est-ce qu'une cohorte en analyse de données ?
Réponse
Une cohorte est un groupe d'utilisateurs qui partagent une caractéristique commune sur une période donnée, le plus souvent la date de première action (inscription, premier achat). Regrouper les utilisateurs en cohortes permet de comparer leur comportement dans le temps et d'identifier des tendances selon les périodes d'acquisition. C'est un outil fondamental pour mesurer la rétention et évaluer l'impact de changements produit.
2Quel est le critère le plus courant pour définir une cohorte temporelle ?
Quel est le critère le plus courant pour définir une cohorte temporelle ?
Réponse
Le critère le plus courant pour définir une cohorte temporelle est la date de première inscription ou de premier achat. Ce regroupement par période d'acquisition (semaine, mois, trimestre) permet de comparer objectivement le comportement des utilisateurs acquis à différents moments. Cela aide à isoler l'effet du temps et à détecter des améliorations ou dégradations liées à des changements produit ou marketing.
3Comment se lit un tableau de rétention par cohorte ?
Comment se lit un tableau de rétention par cohorte ?
Réponse
Un tableau de rétention par cohorte se lit avec les cohortes en lignes (par période d'acquisition) et les périodes suivantes en colonnes (Mois 0, Mois 1, etc.). Chaque cellule indique le pourcentage d'utilisateurs de la cohorte encore actifs à cette période. La première colonne est toujours à 100%, et les valeurs décroissent naturellement. Ce format permet de comparer visuellement la rétention entre cohortes.
Quelle est la différence entre rétention Day-N et rétention rolling ?
Pourquoi la rétention est-elle considérée comme une métrique plus fiable que le nombre d'utilisateurs actifs ?
+17 questions d'entretien
Autres sujets d'entretien Data Analytics
Google Sheets - Les fondamentaux
Google Sheets - Formules avancées
SQL - Les fondamentaux
SQL - Agrégations et groupements
SQL - Jointures
BigQuery - Fondamentaux
Data Cleaning - Nettoyage des données
KPIs et métriques business
Statistiques descriptives
Zapier et automatisation No-Code
Principes de data visualisation
Python & Pandas - Fondamentaux
Google Sheets - Dashboards automatisés
SQL - Sous-requêtes et CTEs
SQL - Window Functions
BigQuery - Fonctionnalités avancées
Data Modeling
Analyse de funnels et conversion
Google Tag Manager et tracking
APIs et webhooks
dbt - Fondamentaux
AB Testing et statistiques appliquées
Looker Studio (Google Data Studio)
Power BI - Fondamentaux
SQL - Requêtes analytiques avancées
dbt - Fonctionnalités avancées
Power BI - DAX et dashboards avancés
Python Analytics - Analyse avancée et ML
Maîtrise Data Analytics pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement