การวิเคราะห์ Cohort และ Retention
Cohort ตามช่วงเวลา, retention ตาม cohort, การวิเคราะห์ RFM, การแบ่งกลุ่มลูกค้า, การทำนาย churn
1Cohort ในการวิเคราะห์ข้อมูลคืออะไร?
Cohort ในการวิเคราะห์ข้อมูลคืออะไร?
คำตอบ
Cohort คือกลุ่มผู้ใช้ที่มีลักษณะร่วมกันในช่วงเวลาหนึ่ง โดยส่วนใหญ่คือวันที่ของการกระทำครั้งแรก (การลงทะเบียน, การซื้อครั้งแรก) การจัดกลุ่มผู้ใช้เป็น cohort ช่วยให้เปรียบเทียบพฤติกรรมของพวกเขาตามเวลาและระบุแนวโน้มตามช่วงเวลาการได้มา เป็นเครื่องมือพื้นฐานในการวัด retention และประเมินผลกระทบของการเปลี่ยนแปลงผลิตภัณฑ์
2เกณฑ์ที่พบบ่อยที่สุดในการกำหนด cohort ตามช่วงเวลาคืออะไร?
เกณฑ์ที่พบบ่อยที่สุดในการกำหนด cohort ตามช่วงเวลาคืออะไร?
คำตอบ
เกณฑ์ที่พบบ่อยที่สุดในการกำหนด cohort ตามช่วงเวลาคือวันที่ลงทะเบียนครั้งแรกหรือซื้อครั้งแรก การจัดกลุ่มตามช่วงเวลาการได้มา (สัปดาห์ เดือน ไตรมาส) ช่วยให้เปรียบเทียบพฤติกรรมผู้ใช้ในช่วงเวลาต่างๆ ของการได้มาได้อย่างเป็นกลาง สิ่งนี้ช่วยแยกผลกระทบของเวลาและตรวจจับการปรับปรุงหรือการเสื่อมถอยที่เกี่ยวข้องกับการเปลี่ยนแปลงผลิตภัณฑ์หรือการตลาด
3อ่านตาราง retention ตาม cohort อย่างไร?
อ่านตาราง retention ตาม cohort อย่างไร?
คำตอบ
ตาราง retention ตาม cohort อ่านโดยมี cohort เป็นแถว (ตามช่วงเวลาการได้มา) และช่วงเวลาถัดไปเป็นคอลัมน์ (เดือน 0, เดือน 1 ฯลฯ) แต่ละเซลล์แสดงเปอร์เซ็นต์ของผู้ใช้จาก cohort นั้นที่ยังคงใช้งานอยู่ในช่วงเวลานั้น คอลัมน์แรกจะเป็น 100% เสมอ และค่าจะลดลงตามธรรมชาติตามเวลา รูปแบบนี้ช่วยให้เปรียบเทียบ retention ระหว่าง cohort ด้วยภาพได้
ความแตกต่างระหว่าง retention Day-N และ retention rolling คืออะไร?
ทำไม retention จึงถือว่าเป็นเมตริกที่เชื่อถือได้มากกว่าจำนวนผู้ใช้ที่ใช้งานอยู่?
+17 คำถามสัมภาษณ์
หัวข้อสัมภาษณ์ Data Analytics อื่นๆ
Google Sheets - พื้นฐาน
Google Sheets - สูตรขั้นสูง
SQL - พื้นฐาน
SQL - การรวมและการจัดกลุ่ม
SQL - Joins
BigQuery - พื้นฐาน
Data Cleaning - การทำความสะอาดข้อมูล
KPI และเมตริกทางธุรกิจ
สถิติเชิงพรรณนา
Zapier และระบบอัตโนมัติ No-Code
หลักการ Data Visualization
Python & Pandas - พื้นฐาน
Google Sheets - แดชบอร์ดอัตโนมัติ
SQL - Subquery และ CTE
SQL - Window Functions
BigQuery - ฟีเจอร์ขั้นสูง
Data Modeling
การวิเคราะห์ Funnel และ Conversion
Google Tag Manager และการติดตาม
API และ Webhook
dbt - พื้นฐาน
AB Testing และสถิติประยุกต์
Looker Studio (Google Data Studio)
Power BI - พื้นฐาน
SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง
dbt - ฟีเจอร์ขั้นสูง
Power BI - DAX และแดชบอร์ดขั้นสูง
Python Analytics - การวิเคราะห์ขั้นสูงและ ML
เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป
เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์
เริ่มใช้ฟรี