Kohortna analiza u statističkoj znanosti ukazuje na skup pojedinaca, koji pripadaju populaciji, za koje je karakteristično da su doživjeli isti događaj prijedefinoć.
Primjer skupine su oni rođeni u određenoj godini.
U statističkim studijama postoji tendencija isticanja, za skupine predefinite, parametri koji mjere socioekonomski fenomen.
Izvorno je bila jedinica (brojčana i taktička) rimske vojske. Kasnije je korištena i u napoleonskoj vojsci i u fašističkoj vojsci. Ali sigurno je najpoznatija referenca ona sadržana u talijanskoj himni ... "Budimo li blizu Kohorte, spremni smo umrijeti, Italija se zove" ...
Ali natrag na statistiku, kohorta je skupina ljudi odabranih unutar populacije na temelju obilježja koja dijele u određenom razdoblju.
Kohort može biti skup ljudi rođenih u određenoj godini ili na određenom mjestu; to može biti skupina ljudi ujedinjena činjenicom da su imali zajedničko iskustvo. Na primjer, nakon što je u kolovozu 2018 napustio Milano Central.
Kako usporediti podatke o smrtnosti od raka pluća, u populaciji koja je izložena određenom zagađivaču, u usporedbi s populacijom koja nije bila izložena istoj izloženosti.
Ovo je vrlo važna metodologija analize koja očito može dovesti do zanimljivih rezultata čak i u digitalnom marketingu.
Otvaranjem bočnog izbornika stavke Javno pronaći ćete izbor Kohortna analiza koja je trenutno još u beta verziji.
Kroz ovu analizu moći ćete razumjeti ponašanje homogenih skupina posjetitelja i usporediti ga s čitavom populacijom posjetitelja.
Pristupanjem zaslonu Kohortna analiza vidjet ćete izbornik koji će vam omogućiti odabir kohorte na kojoj želite pooštriti analizu.
Stavke se tiču:
Treba napomenuti da kohortna analiza omogućuje korisniku da provede uobičajene segmentacije prema kanalu ili prema karakteristikama korisnika (događaji, vrsta prometa itd.).
Grafikon u nastavku relativan je prema vrijednosti lojalnost korisnika tjedno u razmaku od devet tjedana.
Prvi stupac grafikona predstavlja kohorte i broj korisnika u svakoj skupini.
U našem slučaju korisnici su nabavljali svaki vremenski period na primjeru web stranice o kojoj vidimo podatke.
Sljedeći stupci pokazuju prirasta vrijednosti koje ste odabrali kad ste utvrdili veličinu kohorte. Na primjer, ako ste naveli porast tjedno, vidjet ćete podatke za prvi, drugi, treći tjedan i tako dalje.
Stanice umjesto toga identificiraju vrijednosti koje se analiziraju (odabrana metrika) za svaku skupinu u svakom vremenskom razdoblju koje ste naveli.
U primjeru vidimo da u prosjeku postoji prosječna stopa zadržavanja cjelokupne populacije 4% korisnika u prvom tjednu (ona koja slijedi nakon 0 tjedna, koja identificira kohorte), od 1,63% u drugom tjednu i tako dalje.
Unutar svake ćelije možete pronaći istu vrijednost samo u odnosu na identificiranu kohortu: iz usporedbe podataka svake ćelije u odnosu na podatke drugih skupina u istom razdoblju i populacije u cjelini, moguće je dobiti vrlo važne indikacije s obzirom na ponašanje korisnika koji posjećuju našu stranicu.
Kohortnom analizom moguće je bolje razumjeti homogeno grupno ponašanje korisnika njegove web stranice u odnosu na populaciju u cjelini. (čije je ponašanje vidljivo u prvom retku grafikona).
UK CMA izdao je upozorenje o ponašanju Big Tech-a na tržištu umjetne inteligencije. Tamo…
Uredba o "zelenim kućama", koju je formulirala Europska unija za povećanje energetske učinkovitosti zgrada, završila je svoj zakonodavni proces s...
Predstavljeno godišnje izvješće tvrtke Casaleggio Associati o e-trgovini u Italiji. Izvješće pod naslovom “AI-Commerce: granice e-trgovine s umjetnom inteligencijom”.…
Rezultat stalnih tehnoloških inovacija i predanosti okolišu i dobrobiti ljudi. Bandalux predstavlja Airpure®, šator…