सांख्यिकी शास्त्रातील समूहाचे विश्लेषण लोकसंख्येशी संबंधित असलेल्या व्यक्तींचा संच दर्शविते, ज्यांचे वैशिष्ट्य पूर्व काळात समान घटना अनुभवलेले असते.defiरात्री
एकत्र येण्याचे उदाहरण म्हणजे दिलेल्या वर्षात जन्मलेले लोक.
सांख्यिकीय अभ्यासामध्ये ठळक करण्याची प्रवृत्ती आहे, पूर्व समूहासाठीdefinite, मापदंड जे सामाजिक-आर्थिक घटना मोजतात.
मुळात ते रोमन सैन्याचे एक युनिट (संख्यात्मक आणि रणनीतिकखेळ) होते. नंतर ते नेपोलियन सैन्यात आणि फॅसिस्ट मिलिशियामध्ये देखील वापरले गेले. पण नक्कीच, इटालियन गाण्यातला सर्वात चांगला संदर्भ हा आहे ... "आपण कोहॉर्टच्या जवळ जाऊया, आपण मरणार आहोत, इटली" असं म्हणतात.
पण आकडेवारीकडे परत जाण्यासाठी एक गट आहे लोकसंख्येमध्ये निवडलेल्या लोकांचा समूह, दिलेल्या कालावधीत ते सामायिक केलेल्या वैशिष्ट्याच्या आधारे.
एक गट म्हणजे दिलेल्या वर्षात किंवा एखाद्या विशिष्ट ठिकाणी जन्मलेल्या लोकांचा समूह असू शकतो; हा एक सामान्य लोकांचा अनुभव असू शकतो. उदाहरणार्थ, ऑगस्ट 2018 महिन्यात मिलान सेंट्रल सोडले.
फुफ्फुसांच्या कर्करोगामुळे होणा mort्या मृत्यूच्या आकडेवारीची तुलना, विशिष्ट प्रदूषक असणार्या लोकसंख्येच्या तुलनेत कसे करावे, ज्याची तुलना समान प्रमाणात झाली नाही.
ही एक महत्त्वपूर्ण विश्लेषण पद्धत आहे जी डिजिटल मार्केटींगमध्येही स्वारस्यपूर्ण परिणाम देईल.
आयटम पब्लिकला साइड मेनू उघडल्याने आपल्याला कोहोर्ट अॅनालिसिस निवड मिळेल जो सध्या बीटामध्ये आहे.
या विश्लेषणाद्वारे आपण अभ्यागतांच्या एकसमान गटांचे वर्तन समजून घेऊ आणि अभ्यागतांच्या संपूर्ण लोकसंख्येशी तुलना करू शकाल.
कोहोर्ट अॅनालिसिस स्क्रीनमध्ये प्रवेश करून, आपणास एक मेनू दिसेल ज्याद्वारे आपण विश्लेषण कडक करू इच्छित असलेला गट निवडण्यास अनुमती देईल.
आयटमची चिंताः
हे नोंद घ्यावे की कोहोर्ट विश्लेषण वापरकर्त्यास चॅनेलद्वारे किंवा वापरकर्त्याच्या वैशिष्ट्यांद्वारे (इव्हेंट्स, रहदारीचा प्रकार इ.) नेहमीचे विभाजन करण्याची परवानगी देते.
खाली आलेख संबंधित आहे नऊ आठवड्यांच्या अंतराने आठवड्यातून वापरकर्त्याची निष्ठा.
आलेखाचा पहिला स्तंभ प्रत्येक गटातील गट आणि वापरकर्त्यांची संख्या दर्शवितो.
आमच्या बाबतीत, वापरकर्त्यांनी ज्या वेबसाइटचा डेटा आम्हाला दिसतो त्या उदाहरणार्थ वेबसाइटवर प्रत्येक कालावधीत विकत घेतले.
खालील समूह स्तंभ आकार स्थापित करता तेव्हा आपण निवडलेल्या मूल्यांच्या वाढ दर्शवितात. उदाहरणार्थ, जर आपण दर आठवड्याला वेतनवाढ दर्शविली असेल तर आपल्याला पहिल्या, दुसर्या, तिसर्या आठवड्यात डेटा दिसतील.
त्याऐवजी पेशी आपण दर्शविलेल्या प्रत्येक कालावधीत प्रत्येक गटातील विश्लेषित केलेली मूल्ये (मेट्रिक निवडलेली) ओळखतात.
उदाहरणात आम्ही पाहतो की पहिल्या आठवड्यात एक्सएनयूएमएक्स% वापरकर्त्यांच्या संपूर्ण लोकसंख्येचा सरासरी प्रतिधारण दर आहे (दुसर्या आठवड्यात एक्सएनयूएमएक्स% चा एक्सएनयूएमएक्स आठवड्यानंतर एक).
प्रत्येक कक्षात, आपल्याला फक्त ओळखल्या जाणार्या समुहाशी संबंधित असलेले समान मूल्य सापडेलः त्याच कालावधीतील इतर समूहांच्या आणि संपूर्ण लोकसंख्येच्या संदर्भात प्रत्येक सेलच्या डेटाच्या तुलनेत, त्यासंदर्भात अतिशय महत्त्वपूर्ण संकेत मिळविणे शक्य आहे. आमच्या साइटला भेट देणार्या वापरकर्त्यांचे वर्तन.
संपूर्ण लोकसंख्येच्या संदर्भात त्याच्या वेबसाइटवरील वापरकर्त्यांचे एकसंध गट वर्तन चांगल्या प्रकारे समजणे शक्य आहे. (ज्यांचे वर्तन आलेखाच्या पहिल्या ओळीत दृश्यमान आहे).
Veeam द्वारे Coveware सायबर खंडणी घटना प्रतिसाद सेवा प्रदान करणे सुरू ठेवेल. Coveware फॉरेन्सिक आणि उपाय क्षमता प्रदान करेल…
वनस्पती व्यवस्थापनासाठी नाविन्यपूर्ण आणि सक्रिय दृष्टीकोनसह, भविष्यसूचक देखभाल तेल आणि वायू क्षेत्रात क्रांती घडवत आहे.…
UK CMA ने आर्टिफिशियल इंटेलिजन्स मार्केटमध्ये बिग टेकच्या वर्तनाबद्दल चेतावणी जारी केली आहे. तेथे…
इमारतींची उर्जा कार्यक्षमता वाढविण्यासाठी युरोपियन युनियनने तयार केलेल्या "ग्रीन हाऊसेस" डिक्रीने त्याची वैधानिक प्रक्रिया पूर्ण केली आहे ...