# การวิเคราะห์ Cohort และ Retention (Data Analytics)

> Cohort ตามช่วงเวลา, retention ตาม cohort, การวิเคราะห์ RFM, การแบ่งกลุ่มลูกค้า, การทำนาย churn

- 20 คำถามสัมภาษณ์
- Mid-Level
- [คำถามสัมภาษณ์: Data Analytics](https://sharpskill.dev/th/technologies/data-analytics/interview-questions.md)

## 1. Cohort ในการวิเคราะห์ข้อมูลคืออะไร?

**คำตอบ**

Cohort คือกลุ่มผู้ใช้ที่มีลักษณะร่วมกันในช่วงเวลาหนึ่ง โดยส่วนใหญ่คือวันที่ของการกระทำครั้งแรก (การลงทะเบียน, การซื้อครั้งแรก) การจัดกลุ่มผู้ใช้เป็น cohort ช่วยให้เปรียบเทียบพฤติกรรมของพวกเขาตามเวลาและระบุแนวโน้มตามช่วงเวลาการได้มา เป็นเครื่องมือพื้นฐานในการวัด retention และประเมินผลกระทบของการเปลี่ยนแปลงผลิตภัณฑ์

## 2. เกณฑ์ที่พบบ่อยที่สุดในการกำหนด cohort ตามช่วงเวลาคืออะไร?

**คำตอบ**

เกณฑ์ที่พบบ่อยที่สุดในการกำหนด cohort ตามช่วงเวลาคือวันที่ลงทะเบียนครั้งแรกหรือซื้อครั้งแรก การจัดกลุ่มตามช่วงเวลาการได้มา (สัปดาห์ เดือน ไตรมาส) ช่วยให้เปรียบเทียบพฤติกรรมผู้ใช้ในช่วงเวลาต่างๆ ของการได้มาได้อย่างเป็นกลาง สิ่งนี้ช่วยแยกผลกระทบของเวลาและตรวจจับการปรับปรุงหรือการเสื่อมถอยที่เกี่ยวข้องกับการเปลี่ยนแปลงผลิตภัณฑ์หรือการตลาด

## 3. 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

## มีอีก 17 คำถาม

- ความแตกต่างระหว่าง retention Day-N และ retention rolling คืออะไร?
- ทำไม retention จึงถือว่าเป็นเมตริกที่เชื่อถือได้มากกว่าจำนวนผู้ใช้ที่ใช้งานอยู่?

สมัครฟรี: https://sharpskill.dev/th/login

## หัวข้อสัมภาษณ์ Data Analytics อื่นๆ

- [Google Sheets - พื้นฐาน](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/google-sheets-basics.md): 20 คำถาม, Junior
- [Google Sheets - สูตรขั้นสูง](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/google-sheets-advanced.md): 20 คำถาม, Junior
- [SQL - พื้นฐาน](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/sql-basics.md): 25 คำถาม, Junior
- [SQL - การรวมและการจัดกลุ่ม](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/sql-aggregations.md): 20 คำถาม, Junior
- [SQL - Joins](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/sql-joins.md): 20 คำถาม, Junior
- [BigQuery - พื้นฐาน](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/bigquery-fundamentals.md): 20 คำถาม, Junior
- [Data Cleaning - การทำความสะอาดข้อมูล](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/data-cleaning.md): 20 คำถาม, Junior
- [KPI และเมตริกทางธุรกิจ](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/kpis-metrics.md): 20 คำถาม, Junior
- [สถิติเชิงพรรณนา](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/descriptive-statistics.md): 20 คำถาม, Junior
- [Zapier และระบบอัตโนมัติ No-Code](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/zapier-automation.md): 20 คำถาม, Junior
- [หลักการ Data Visualization](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/data-viz-principles.md): 20 คำถาม, Junior
- [Python & Pandas - พื้นฐาน](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/python-pandas-basics.md): 20 คำถาม, Junior
- [Google Sheets - แดชบอร์ดอัตโนมัติ](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/google-sheets-dashboards.md): 20 คำถาม, Mid-Level
- [SQL - Subquery และ CTE](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/sql-subqueries-ctes.md): 20 คำถาม, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/sql-window-functions.md): 20 คำถาม, Mid-Level
- [BigQuery - ฟีเจอร์ขั้นสูง](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/bigquery-advanced.md): 20 คำถาม, Mid-Level
- [Data Modeling](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/data-modeling.md): 20 คำถาม, Mid-Level
- [การวิเคราะห์ Funnel และ Conversion](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/funnel-analysis.md): 20 คำถาม, Mid-Level
- [Google Tag Manager และการติดตาม](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/gtm-tracking.md): 20 คำถาม, Mid-Level
- [API และ Webhook](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/apis-webhooks.md): 20 คำถาม, Mid-Level
- [dbt - พื้นฐาน](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/dbt-fundamentals.md): 20 คำถาม, Mid-Level
- [AB Testing และสถิติประยุกต์](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/ab-testing.md): 20 คำถาม, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/looker-studio.md): 20 คำถาม, Mid-Level
- [Power BI - พื้นฐาน](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/power-bi-fundamentals.md): 20 คำถาม, Mid-Level
- [SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/sql-advanced-analytics.md): 20 คำถาม, Senior
- [dbt - ฟีเจอร์ขั้นสูง](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/dbt-advanced.md): 20 คำถาม, Senior
- [Power BI - DAX และแดชบอร์ดขั้นสูง](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/power-bi-dax.md): 20 คำถาม, Senior
- [Python Analytics - การวิเคราะห์ขั้นสูงและ ML](https://sharpskill.dev/th/technologies/data-analytics/interview-questions/python-analytics-advanced.md): 20 คำถาม, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/th/technologies/data-analytics/interview-questions/cohort-retention