Analiza conversiilor

Analiza conversiilor

Conversia nu este doar "număr divizibil după număr. "Acesta este un sistem controlat: definiții clare și schema de evenimente → numitorul corect și fereastra de timp → segmentare și atribuire → conexiune cu valoarea (LTV/ROMI) → monitorizare și experimente. Mai jos este un cadru care scalează de la activarea produsului la plăți și pâlnii de marketing.

1) Definiții și formula de bază

Evenimente de pâlnie: pași secvențiali (vizualizare clicuri înregistrare verificare depunere).

Step conversion: (\text {CR} _ {i\to j} =\frac {\text {entități unice care au completat} j\text {after} i} {\text {entități unice care au realizat} i})

Conversia end-to-end: (\text {CR} {0\to k} =\prod {s = 0} ^ {k-1 }\text {CR} _ {s\to s + 1})

Unitatea de contabilitate: user/session/device/order - fix explicit.
Fereastra de timp: limita între pași (ex. check-in → depozit ≤ 7 zile).

2) Foi de date (șablon)

METRIC: 'CR _ REG2DEP _ 7D _ v2'

Definiție: proporția de utilizatori înregistrați care au făcut un depozit ≥1 de 7 zile.
Unitate: utilizator (user_id, master_id).
Fereastră: 7 × 24 de ore de la 'ts _ registration'.
Excepții: boți/fraude/conturi de testare/duplicate.
Segmente implicite: țară, platformă, canal de atracție.
Surse: 'event _ register', 'event _ deposit'.
Guardrails: fresh≤1ch, coverage≥99%, antifroda≤Kh FPR.
Dicționar versiune/proprietari/dată.

3) Schema de evenimente și calitatea datelor

Schema canonică: 'event _ id',' user _ id', 'device _ id',' session _ id', 'ts', 'type', 'payload', 'source', 'version'.
Idempotence: dedup by „(source_id, sumă de control)”; jurnal de corecție.
Curățare: filtre bot (viteză, fără cap, cunoscut-ASN), steaguri de fraudă, conturi de testare.
Identități: bridge 'user _ id ↔ device/email/phone', ajutor despre utilizatorii divizați/îmbinați.

4) Numitori corecți: capcane frecvente

Părtinire de selecție: „numai activă ieri în numitor” → supraestimarea CR.
Supraviețuire: cei care au plecat înainte de pas au fost excluși - CR este în creștere artificială.
Amestecarea unităților: numitor - sesiuni, numărător - utilizatori.
Dublă atribuire: un succes atribuit mai multor canale.
Media mediilor: media RC pe segmente în loc de numărători/numitori agregatori.

5) Pseudo-SQL: pâlnie cu ferestre și unicitate

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 în trepte

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) Cohorte și segmentare

Cohorte: formular după data primului eveniment (înregistrare/prima vizită) → compararea curbelor de conversie.
Segmente: Țară/Canal/Platformă/Sistem de operare/Dispozitiv/Conținut/Preț/Partener.
Pâlnie pe segmente: CR și drop-off înainte/după stocuri, versiuni, modificări UX.
Corectitudine: Verificați diferențele de eroare/CR între segmentele sensibile (etică/conformitate).

7) Atribuire: cine „merita” conversia

O singură atingere: ultimul/primul clic - simplu, dar distorsionează ciclurile lungi.
Pe bază de poziție: dezintegrare în formă de U/liniar/timp.
Data-driven (Shapley/Markov): evaluează contribuția canalului prin secvență.
Control duplicat: un succes = un credit (sau partajat), versiunea algoritmului fixă.

8) Micro conversii și faceți clic pe calitate

Pași micro: vizualizarea prețurilor, adăugarea la coș, verificarea KYC, completarea formularului 50%.
Calitatea traficului: bounce-rate, angajate-sesiuni, cota de vizualizări „valide”, modele de bot.
Asocierea cu valoarea: micro-conversiile sunt utile numai dacă sunt corelate/cauzal legate de efectul afacerii (LTV, GGR, Net).

9) Conversia în Money Link: CAC, LTV, ROMI

CAC: costul de atracție pe unitate de conversie (înregistrare/depozit/cumpărare).
ROMI: (\frac {\text {Incremental Revenue}} {\text {Marketing Costs}} - 1).
Conversia ponderată LTV: prioritizează segmentele/canalele nu prin CR, ci prin valoarea așteptată.
Cauzalitate: scor ROMI - prin A/B, DiD, control sintetic; corelația este insuficientă.

10) Experimente și ridicare

Teste A/B: randomizare, MDE/putere, sezonalitate și contabilitate interferențe.
Valori: core CR + parapete (reclamații, latență, FPR antifraudă).
Modele Uplift: câștiguri de conversie țintă, nu probabilități de eveniment; tarif Qini/AUUC, uplift @ k.

11) Aspecte de timp și ferestre

Privire înapoi/Privire înainte: fereastră între expunere (clic/vizualizare) și conversie/depozit.
Histerezis: diferite praguri de intrare/ieșire pentru a activa/dezactiva regresoarele promoționale pentru a nu „clipi”.
Calendar: concedii, salariu, evenimente mari - regresori/steaguri obligatorii.

12) Multi-dispozitive și eliminarea duplicatelor

Dispozitiv încrucișat: grafic de identificare (cookie/dispozitiv/IDFA/e-mail/telefon).
Unu la unu: numărăm o acțiune țintă o dată pe utilizator (sau pe comandă/plată).
Test/online: liste filtrate de QA/operatori/roboți - în afara numitorului și numărătorului.

13) Vizualizări și rapoarte

Step-bars/Sankey: drop-off în trepte.
Hărți termice ale cohortei: CR în ziua 1/3/7/14/30.
Grafice bridge: contribuția factorilor la schimbarea CR (UX, promo, mix canal).
Dash: cronometru proaspăt, evenimente de acoperire, parapete, alerte.

14) Monitorizare, SLO-uri și alerte

Prospețime SLO: actualizare lag ≤ N minute/ore.
Gărzi de calitate: explozie de boți/fraudă, discordie de identități, scădere în acoperire.
Alerte: abaterea CR de la prognoza sezonieră, ruperea evenimentelor, creșterea/latența erorilor.

15) Pseudo-SQL: ultima atribuire non-directă

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-modele

RC medie pe ţări/canale fără greutăţi.
Se amestecă unități (sesiuni vs utilizatori) și fusuri orare.
Ignorarea definițiilor formulei și versiunii (metric "floats').
Windows „după cum se dovedește” (nu fix) nu → CR comparabil.
Lipsa filtrelor bot/fraudă → valori ridicate.
Ultima atribuire clic ca singurul adevăr pentru toate deciziile.

17) Lista de verificare înainte de publicarea raportului de conversie

• Pașaport metric: Definiție, Unitate, Fereastră, Excepții, Surse, Versiune
• Model eveniment canonizat, dedup/idempotence inclus
• Boți/fraude/conturi QA excluse; identități amestecate
• Ferestre și numitoare documentate; zonele temporare convenite
• Segmente/cohorte testate; invarianți (DA ≤ MAU, sume zilnice = lună) îndeplinite
• Atribuirea selectată și descrisă; credit dublu exclus
• Relația de valoare: CAC/LTV/ROMI adăugat, evaluarea cauzală planificată
• Tablou de bord: prospețime, acoperire, parapete; sunt configurate alerte

18) Mini glosar

CR (Rata de conversie): Proporția care a completat activitatea țintă.
Drop-off: cota „a scăzut” între pași.
Atribuire: metodă de atribuire a meritului pentru conversie prin atingere.
Cohortă: grup după data primului eveniment.
ROMI: randamentul investițiilor de marketing (incremental).
Uplift: câștig de conversie din intervenție.
Guardrails: limitatoare de risc (plângeri, FPR, latență).

Rezultat

Analiza fiabilă a conversiilor se bazează pe trei balene: definiții corecte (numitori/ferestre/unități), disciplina datelor (idempotență, dedup, antiboot), asocierea cu valoarea (LTV/CAC/ROMI și cauzalitate). Construind pâlnii, cohorte, atribuire și monitorizare pe cadrul descris, obțineți valori prin care puteți gestiona cu adevărat produsul și marketingul și nu doar observați graficele.