اندازه‌گیری LTV با متابیس

یک نمای کلی از روش‌هایی که می‌توانید برای ردیابی پیشرفت، تخمین تأثیر، و بیشتر استفاده کنید.

نمای کلی تحلیل سری زمانی

یک نمای کلی از روش‌هایی که می‌توانید برای ردیابی پیشرفت، تخمین تأثیر، و بیشتر استفاده کنید.

تحلیل سری زمانی چیست؟

یک سری زمانی یک مجموعه داده است که هر ردیف یک event یا measurement در نقطه مختلفی در زمان را نشان می‌دهد. به عنوان مثال، همه جداول در پایگاه داده نمونه مجموعه داده‌های سری زمانی هستند، چون هر ردیف یک timestamp "Created At" دارد. جداول Fact همچنین می‌توانند برای تحلیل سری زمانی استفاده شوند.

تحلیل سری زمانی معیارها و تجسم‌های داده را ترکیب می‌کند تا به سؤال‌های کسب‌وکار مثل:

درآمد من چگونه در طول زمان رشد، کاهش، یا plateau می‌کند؟
مشتریان من چه زمانی برمی‌گردند (یا نمی‌گردند)؟
آیا مشتریان من در طول زمان ارزش بیشتری از کسب‌وکار من دریافت می‌کنند؟

روندها

یک روند یک معیار یا metric را در دوره‌های زمانی مختلف ردیابی می‌کند.

وقتی روندها را تحلیل می‌کنید، می‌خواهید یک دوره زمانی که با کسب‌وکار شما match می‌کند انتخاب کنید. به عنوان مثال، اگر محتوای تازه را به یک blog هر هفته پست می‌کنید، به معیارهای engagement مخاطب هفتگی نگاه می‌کنید. اگر کسب‌وکار شما از یک مدل اشتراک ماهانه استفاده می‌کند، درآمد اشتراک خود را به صورت ماهانه ردیابی می‌کنید.

تحلیل روندها در متابیس

مقایسه دوره‌های زمانی به شما نشان می‌دهد چگونه کل درآمد را یک سال در یک زمان دریافت کنید، تا بتوانید درآمد را سال به سال مقایسه کنید. مقایسه‌های ماه به ماه و فصل به فصل نیز در این آموزش پوشش داده می‌شوند.
تجسم دوره‌های زمانی نکاتی درباره نحوه سازماندهی و ارائه روندها از سؤال‌های مختلف روی یک داشبورد واحد به شما می‌دهد.
نرخ‌های تغییر یک معیار درصد را در همه ماه‌ها در یک مجموعه داده محاسبه می‌کند و روند را به عنوان یک نمودار خطی تجسم می‌کند. همچنین یاد می‌گیرید چگونه زمینه اضافی را در tooltip نمودار نمایش دهید.
تاریخ‌ها در SQL همراه SQL برای نرخ‌های تغییر است.
نوع تجسم Trend یک snapshot از delta از دوره زمانی قبلی به دوره زمانی فعلی است.

معیارهای rolling

یک روند با یک معیار rolling معیار را روی یک پنجره shifting محاسبه می‌کند. به عنوان مثال، به جای محاسبه درآمد هر ماه تقویمی، درآمد را روی دوره‌های shifting 30 روزه محاسبه می‌کنید:

1 ژانویه تا 30 ژانویه
2 ژانویه تا 31 ژانویه
3 ژانویه تا 1 فوریه
و غیره، تا 28 ژانویه تا 28 فوریه

رایج‌ترین نوع معیار rolling یک میانگین rolling (گاهی moving average نامیده می‌شود) است. معیارهای rolling مفید هستند چون seasonality و noise در داده شما را smooth می‌کنند.

به عنوان مثال، نرخ churn معمولاً به عنوان یک معیار rolling محاسبه می‌شود، چون لغو اشتراک می‌تواند در هر زمانی در ماه تقویمی اتفاق بیفتد.

KPIها

برخی معیارها یک گروه از اعداد را بهتر از یک میانگین یا نسبت خلاصه می‌کنند. این معیارها اغلب به عنوان شاخص‌های عملکرد کلیدی (KPI) استفاده می‌شوند.

به عنوان مثال، Customer Lifetime Value (CLV یا LTV) معیاری است که ارزش مشتری را با استفاده از ترکیبی از خرج تاریخی میانگین و خرج آینده پیش‌بینی شده تخمین می‌زند.

روند در یک معیار مثل LTV می‌تواند نمایش بهتری از نحوه عملکرد کسب‌وکار شما (در مقایسه با یک میانگین یا نسبت) به شما بدهد، چون محاسبه LTV بر اساس اطلاعات بیشتری است.