Kuvitteellinen esimerkki: puuttuva solu ei ole nolla
A:ssa ja B:ssä on aluksi 100 henkilöä. Solu laskee paluun erikseen päivän 7 tai 30 jaksossa. A on saavuttanut molemmat; B päivän 7 muttei 30:tä. Nimittäjä säilyy alkuperäisessä sadassa.
| Kuvitteellinen solu | Palanneet / alkupopulaatio | Osuus |
|---|---|---|
| A päivänä 7 | 30 / 100 | 30 % |
| A päivänä 30 | 20 / 100 | 20 % |
| B päivänä 7 | 40 / 100 | 40 % |
| B päivänä 30 | Ei havaittavissa | — |
Tee soluista vertailukelpoisia
- Määritä paluu ja jaksojen rajat aikavyöhykkeineen. Kalenteripäivä ei aina ole liukuva 24 tunnin ikkuna.
- GA4:n Standard, Rolling ja Cumulative laskevat eri asioita: yksittäinen jakso, läsnäolo nykyisessä ja kaikissa aiemmissa jaksoissa tai kertynyt paluu. Älä sekoita soluja.
- Merkitse saavuttamattomat ajat ei-havaittaviksi. Vertaa samaa ikää ja yhteensopivia populaatioita; hankinnan muutos voi selittää eroja.
Kuvaa muutos nimeämättä syytä
B:n 40 % ja A:n 30 % päivänä 7 eroavat 10 prosenttiyksikköä; tämä ei todista tuotevaikutusta. Tarkista määrät, epävarmuus ja seuranta. Havaittu pysyvyys ei ole varma asiakasarvoennuste eikä syy-seuraustodiste.
Alkuperäiset lähteet
Vertaile samanikäisiä kohortteja
Viimeaikaisilla kohorteilla on ollut vähemmän aikaa palata kuin vanhemmilla. Määrittele aloitustapahtuma, yksikkö, intervallit ja paluutapahtuma. Merkitse keskeneräiset jaksot ja erota pisteen säilyminen, paluu ikkunan sisällä ja kumulatiivinen aktiivisuus; nämä määritelmät eivät ole keskenään vaihdettavissa.
- Tasaa kohortit aloituspäivästä kuluneen ajan mukaan.
- Määrittele kunkin intervallin nimittäjän populaatio.
- Merkitse ikkunat, jotka eivät ole vielä kypsyneet.
Miksi tyhjän solun ei pitäisi muuttua nollaksi?
Se voi edustaa tulevaa tai keskeneräistä jaksoa poissaolevan aktiviteetin sijaan. Säilytä tämä tila, jotta vältät raportoimasta vielä mittaamatonta säilymisen laskua.
Ensisijainen lähde: Google SRE — Data processing pipelines. Aiheeseen liittyvä menetelmä: lue käytännön opas.
Vertaa kohortteja samalla seuranta-ajalla
Kuvitteellinen esimerkki: tiedot eivät kuvaa asiakasta tai havaittua tulosta.
Vanha kohortti on ehtinyt palata kuukausien ajan, mutta uusi kohortti ei ole saavuttanut samaa seurantaikää.
- Määrittele liittyminen ja paluu. Vertaa kohortteja samassa iässä samoin rajauksin ja merkitse keskeneräiset seurantajaksot.
- Siirrä keskeneräisten jaksojen vertailua. Näennäisesti heikompi pysyvyys voi johtua lyhyemmästä seurannasta.
Ensisijainen lähde: Google Analytics — Cohort exploration. Aiheeseen liittyvä menetelmä: lue käytännön opas.