La kohorta analizo en statistika scienco indikas aron da individuoj, apartenantaj al populacio, kiuj estas karakterizitaj pro esti travivinta la saman eventon en antaŭ.definokto.
Ekzemplo de kohorto estas tiuj naskitaj en antaŭfiksita jaro.
En statistikaj studoj estas tendenco reliefigi, por kohortoj predefinite, la parametroj kiuj mezuras sociekonomikan fenomenon.
Origine ĝi estis unuo (nombra kaj taktika) de la roma armeo. Poste ĝi estis uzata ankaŭ en la napoleona armeo kaj en la faŝisma milicio. Sed certe, la plej konata referenco estas tiu enhavita en la itala himno ... "Ni estu proksimaj al Cohort, ni pretas morti, Italujo nomata" ...
Sed reen al statistiko, kohorto estas grupo de homoj elektitaj ene de populacio, surbaze de trajto, kiun ili dividas en difinita periodo.
Kohorto povas do esti la aro de homoj naskitaj en difinita jaro, aŭ en aparta loko; ĝi povas esti grupo de homoj kunigitaj per la fakto de esti spertinta komunan sperton. Ekzemple, forlasinte Milan Centron en la monato de aŭgusto 2018.
Kiel kompari datumojn pri morteco de pulmo-kancero, en loĝantaro eksponita al certa poluanto, kompare kun la loĝantaro, kiu ne spertis la saman ekspozicion.
Ĉi tio estas tre grava analiza metodaro, kiu evidente povas konduki al interesaj rezultoj eĉ en cifereca merkatado.
Malfermante la flankan menuon al la publika ero vi trovos la elekton Cohort Analysis, kiu ankoraŭ nun estas en beta.
Per ĉi tiu analizo, vi povos kompreni la konduton de homogenaj grupoj de vizitantoj kaj kompari ĝin kun la tuta loĝantaro de vizitantoj.
Alirante la ekranon de Kohorta Analizo, vi vidos menuon, kiu permesos vin elekti la kohorton, sur kiu vi volas streĉi la analizon.
La artikoloj koncernas:
Oni devas rimarki, ke la kohorta analizo permesas al la uzanto efektivigi la kutimajn segmentojn laŭ kanalo aŭ laŭ uzantaj trajtoj (eventoj, speco de trafiko, ktp.).
La grafikaĵo sube rilatas al la lojala uzanto ĉiusemajne dum naŭ-semajna intervalo.
La unua kolumno de la grafeo reprezentas la kohortojn kaj la nombron de uzantoj en ĉiu kohorto.
En nia kazo, la uzantoj akiris en ĉiu periodo de tempo en la ekzempla retejo, pri kiu ni vidas la datumojn.
La sekvaj kolumnoj indikas la pliiĝojn de la valoroj, kiujn vi elektis, kiam vi establis la grandecon de la kohorto. Ekzemple, se vi indikis pliigon semajne, vi vidos datumojn por la unua, dua, tria semajno, ktp.
La ĉeloj anstataŭe identigas la valorojn analizantajn (elektitajn metrikojn) por ĉiu kohorto en ĉiu tempoperiodo, kiun vi indikis.
En la ekzemplo ni vidas, ke averaĝe ekzistas mezuma reten-indico de la tuta loĝantaro de 4%-uzantoj en la unua semajno (la sekva 0-semajno, kiu identigas la kohortojn), de la 1,63% en la dua semajno kaj tiel plu.
Ene de ĉiu ĉelo, vi povas trovi la saman valoron rilate al la identigita kohorto nur: de la komparo de la datumoj de ĉiu ĉelo rilate al tiuj de la aliaj kohortoj en la sama periodo kaj de la loĝantaro entute eblas akiri tre gravajn indikojn rilate al la konduto de uzantoj, kiuj vizitas nian retejon.
Kun la kohorta analizo eblas pli bone kompreni la homogenajn grupajn kondutojn de uzantoj de ĝia retejo rilate al la loĝantaro entute. (kies konduto estas videbla en la unua linio de la grafeo).
Coveware de Veeam daŭre liveros servojn de respondaj incidentoj pri ciberĉantaĝo. Coveware ofertos krimmedicinajn kaj solvajn kapablojn...
Prognoza prizorgado revolucias la petrolon kaj gasan sektoron, kun noviga kaj iniciatema aliro al plantadministrado...
La UK CMA publikigis averton pri la konduto de Big Tech en la merkato de artefarita inteligenteco. Tie…
La Dekreto "Verdaj Domoj", formulita de Eŭropa Unio por plibonigi la energi-efikecon de konstruaĵoj, finis sian leĝdonan procezon per...
