Analisi delle conversioni

Analisi delle conversioni

La conversione non è solo «numero di divisioni». Questo è un sistema gestito: definizioni chiare e schemi di eventi, denominatore e finestra di tempo corretti, segmentazione e attribuzione del collegamento con il valore (LTV/ROMI), monitoraggio ed esperimenti. Di seguito è una struttura scalabile dall'attivazione dei prodotti ai corvi di pagamento e marketing.

1) Definizioni e formula base

Eventi di voragine - Passaggi sequenziali (visualizzazione click, registrazione, verifica, deposito e destinazione).

Conversione passo: (\text {CR} _ {i\to j} =\frac {\text {entità univoche che hanno completato} j\text {}} i} {\text {entità univoche che hanno raggiunto} i})

La conversione è completa: (\text {CR} {0\to k} =\prod {s = 0} ^ {k-1 }\text {CR} _ {s\to s + 1})

Unità di contabilità: utente/sessione/dispositivo/ordine - fissa esplicitamente.
Finestra di tempo: limitazione tra i passaggi (ad esempio, registrazione di un deposito di 7 giorni).

2) Passaporti metriche (template)

METRIC: `CR_REG2DEP_7D_v2`

La definizione è la percentuale di utenti registrati che hanno effettuato un deposito di 7 giorni.
Unità utente (user _ id, master _ id).
Finestra: 7 x 24 ore dì ts _ registration ".
Eccezioni bot/frod/account di prova/duplicati.
I segmenti predefiniti sono paese, piattaforma, canale di attrazione.
Sorgenti: «event _ registrer», «event _ deposit».
Guardrails: fresh≤1ch, coverage≥99%, FPR antifroda≤Kh.
Versione/proprietari/dizionario.

3) Schema degli eventi e qualità dei dati

Schema canonico: «event _ id», «user _ id», «device _ id», «sessions _ id», «ts», «type», «payload», «source», «vision».
Idampotenza: Deduplo per '(source _ id, checksum)'; Registro delle correzioni.
Pulizia: filtri di bot (velocità, headless, known-ASN), flag, account di prova.
Identità: ponte «user _ id ↔ device/email/phone», Guida dello split/merge degli utenti.

4) Denominatori corretti: trappole frequenti

«Nel denominatore solo quelli attivi ieri», la sovrastampa di CR.
Survivorship: escluse le persone che hanno superato il passo - CR in crescita artificiale.
Combinazione di unità: denominatore di sessioni, numeratore di utenti.
Doppia assegnazione: un successo assegnato a più canali.
Media media: media CR per segmenti anziché aggregare numeratori/denominatori.

5) Pseudo-SQL: vortice con finestre e unicità

sql
WITH regs AS (
SELECT user_id, MIN(ts) AS ts_reg
FROM event_register
WHERE ts BETWEEN:from AND:to
GROUP BY user_id
),
deps AS (
SELECT user_id, MIN(ts) AS ts_dep
FROM event_deposit
GROUP BY user_id
),
eligible AS (
SELECT r.user_id, r.ts_reg, d.ts_dep
FROM regs r
LEFT JOIN deps d
ON d.user_id = r.user_id
AND d.ts_dep BETWEEN r.ts_reg AND r.ts_reg + INTERVAL '7 day'
)
SELECT
COUNT()                AS users_reg,
COUNT(ts_dep)              AS users_dep_7d,
COUNT(ts_dep)::decimal / COUNT()    AS cr_reg2dep_7d
FROM eligible;

Drop-off per passo

sql
-- Пример: просмотр → регистрация → депозит (7d)
WITH base AS (...), -- ваш источник views AS (...), regs AS (...), deps AS (...)
SELECT
COUNT(DISTINCT views.user_id)                           AS step0_view,
COUNT(DISTINCT regs.user_id)                            AS step1_reg,
COUNT(DISTINCT CASE WHEN regs.ts BETWEEN views.ts AND views.ts + INTERVAL '24 h'
THEN regs.user_id END)                     AS view2reg_24h,
COUNT(DISTINCT CASE WHEN deps.ts BETWEEN regs.ts AND regs.ts + INTERVAL '7 day'
THEN deps.user_id END)                     AS reg2dep_7d;

6) Coorti e segmentazione

Coorti: formare la data del primo evento (registrazione/prima visita) → confrontare le curve di conversione.
Segmenti: paese/canale/piattaforma/OS/dispositivo/contenuto/prezzo/partner.
Vortice per segmenti: CR e drop-off prima/dopo azioni, lanci, modifiche UX.
Equità: controlla la differenza tra errori/CR per segmenti sensibili (etica/compilation).

7) Attributo: chi «merita» la conversione

Single-touch: last/first click è semplice, ma distorce lunghi cicli.
Posizione-based: a U/lineare/temporale.
Data-driven (Shapley/Markov) - Valuta il contributo dei canali in base alle sequenze.
Controllo dei duplicati: un successo = un credito (o una quota) e la versione dell'algoritmo è registrata.

8) Micro-conversione e qualità click

Micro-passaggi: visualizzazione pricing, aggiunta al cestino, verifica KYC, compilazione del modulo 50%.
Qualità del traffico: bounce-rate, engaged-sessions, percentuale di visualizzazioni «validi», pattern bot.
Connessioni con il valore: le micro-conversioni sono utili solo se correlate/causali a effetti aziendali (LTV, GGR, Net).

9) Connettività di conversione con denaro: CAC, LTV, ROMI

CAC: costo di acquisizione per unità di conversione (registrazione/deposito/acquisto).
ROMI: (\frac {\text {Ricavi incrementali}} {\text {Costi di marketing}} - 1).
Conversione LTV ponderata: priorità segmenti/canali non per CR, ma per valore previsto.
Causalità: valutazione ROMI - via A/B, controllo sintetico; la correlazione non è sufficiente.

10) Esperimenti e uplift

Test A/B: randomizzazione, MDE/power, contabilità stagionale e interferenza.
Metriche: primario CR + guardrail (denunce, latency, FPR antifrode).
Modelli Uplift: target per aumentare la conversione anziché la probabilità di evento; valutare Qini/AUUC, uplift @ k.

11) Aspetti e finestre temporali

Look-back/Look-forward - Finestra tra l'esposizione (click/anteprima) e la conversione/deposito.
Isteresi: diverse soglie di ingresso/uscita per accendere/spegnere i regressori promozionali per non «lampeggiare».
Calendario: vacanze, stipendi, grandi iventi - regolatori obbligatori/bandiere.

12) Multi-dispositivi e deduplicazione

Cross device: grafico degli identificatori (cookie/device/IDFA/email/telefono).
One-to-one: un'azione di destinazione conta una volta per utente (o per ordine/pagamento).
Test/Internal: elenchi filtrati QA/operatori/bot - fuori dal denominatore e dal numeratore.

13) Visualizzazioni e report

Step-bars/Sankey: drop-off per passo.
Cerchi termici coorti: CR per 1/3/7/14/30.
Grafica bridge - Contribuisce a modificare CR (UX, promo, canale mix).
Dash: fresh-timer, coverage eventi, guardrail, alert.

14) Monitoraggio, SLO e alert

Gli SLO di freschezza sono aggiornati a N minuti/ore.
Guardie della qualità: picco di bots/frode, divario di identità, caduta di coverage.
Alert: deviazione della CR dalla previsione stagionale, diradamento, aumento degli errori/latency.

15) Pseudo-SQL - Assegnazione «last non direct»

sql
WITH touch AS (
SELECT user_id, channel, ts,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY ts DESC) AS rn
FROM session_touchpoints
WHERE is_direct = false
AND ts <= (SELECT first_conversion_ts FROM conversions WHERE conversions.user_id = session_touchpoints.user_id)
),
credit AS (
SELECT user_id, channel FROM touch WHERE rn = 1
)
SELECT channel, COUNT() AS conv, COUNT()::decimal / SUM(COUNT()) OVER() AS share
FROM credit
GROUP BY channel
ORDER BY conv DESC;

16) Anti-pattern

CR medio per paese/canale senza pesi.
Miscela unità (sessione vs utenti) e zone temporanee.
Ignora le descrizioni di formule e versioni (la metrica «nuota»).
Le finestre «come funzionano» (non fissate) non sono compatibili con CR.
La mancanza di filtri di bot/frode ha aumentato le metriche.
L'attributo «last click» è l'unica verità per tutte le soluzioni.

17) Foglio di assegno prima di pubblicare il report di conversione

• Passaporto metrico: definizione, unità, finestra, eccezioni, sorgenti, versione
• Schema di eventi canonizzato, deducibilità/idampotenza inclusi
• Gli account bot/frod/QA sono esclusi; identità unificate
• Finestre e denominatori documentati; zone temporali concordate
• Segmenti/coorti controllati; invarianti (DAU ≤ MAU, importi giornalieri = mese) rispettati
• Assegnazione selezionata e descritta doppio credito escluso
• Relazione con valore: CAC/LTV/ROMI aggiunti, valutazione causale pianificata
• Dashboard: freschezza, coverage, guardrail; gli alert sono configurati

18) Mini glossario

CR (Conversion Rate) - Quota che ha completato l'attività di destinazione.
Drop-off è la parte «caduta» tra i passi.
Attribute è il metodo di distribuzione del merito per la conversione a tocco.
Cohort: gruppo per data del primo evento.
ROMI: recupero degli investimenti di marketing (incrementale).
Uplift: aumento della conversione dall'intervento.
Guardrails: limitatori dei rischi (denunce, FPR, latency).

Totale

L'analisi affidabile delle conversioni si basa su tre balene: le definizioni corrette (denominatori/finestre/unità), la disciplina dei dati (idampotenza, deadup, antibot), la relazione con il valore (LTV/CAC/ROMI e causalità). Costruendo vortici, coorti, attribuzioni e monitoraggio in base all'ossatura descritta, si ottengono metriche che consentono di gestire in modo effettivo il prodotto e il marketing, non solo di osservare i grafici.