En lavere median fra kurv til køb kan skyldes, hvor tidsmålingen starter

De samme registrerede køb gav 2 forskellige medianer i en historisk butikslog. En parvis sammenligning viser, hvor forskellen kom fra.

Original analyse af registrerede bruger-produkt-par i REES46’s hændelseslog fra en kosmetikbutik i november 2019.

Resumé

2 rapporter kan bruge de samme køb og vise forskellige medianer for tiden fra kurv til køb. Det undersøgte vi i hændelsesloggen fra 1 kosmetikbutik for november 2019. For 193.397 registrerede bruger-produkt-par med et køb inden for 7 dage var medianen 44 minutter og 16 sekunder fra den første observerede kurvhændelse og 36 minutter og 48 sekunder fra den sidste kurvhændelse før købet. Begge tidsmålinger sluttede ved det samme registrerede køb.

Alligevel var tidsmålingerne ens for 82,4 % af parrene, og medianen af forskellene beregnet inden for hvert par var 0. De 7 minutter og 28 sekunder mellem de samlede medianer beskriver ikke den typiske ændring for et enkelt par. For virksomheder og indholdsskabere, der sammenligner rapporter, er det første spørgsmål, hvad der starter tidsmålingen. Dette historiske eksempel fra en enkelt butik undersøger dette valg i rapporteringen; det tester ikke påmindelser eller ændringer af købsafslutningen.

Forestil dig en lille butik med notesbøger, som gennemgår en månedsrapport. Den ene opgørelse siger, at der typisk gik cirka 44 minutter, fra et produkt blev lagt i kurven, til det blev købt. Den anden siger cirka 37 minutter. Før ejeren ændrer kommentaren ved siden af tallet, må analytikeren afklare et grundlæggende spørgsmål: Hvilken kurvhændelse startede hver tidsmåling?

Et produkt kan have flere kurvhændelser under samme registrerede bruger-ID. En måling fra den første observerede hændelse medregner tiden før senere handlinger med kurven. En måling fra den sidste hændelse før købet udelader dette tidligere tidsrum. Begge beregninger kan være korrekte og samtidig beskrive forskellige ting.

Vi sammenlignede de 2 definitioner i en offentlig hændelseslog fra en kosmetikbutik, leveret af REES46. Analysen fastholder hvert registreret køb for et bruger-produkt-par og ændrer kun den forudgående kurvhændelse, der bruges som startpunkt. Dermed kan vi måle forskellen mellem tidsmålingerne uden at behandle den som en ændring i købsadfærden.[1][2]

For en virksomhed eller indholdsskaber, der sælger produkter, handler den relevante beslutning om, hvordan rapporten skal beskrives og sammenlignes. En ændring i den viste median bør ledsages af en forklaring af hændelsesreglen, den medtagne gruppe og observationsvinduet, før den bliver til et udsagn om butikkens resultater. De parvise resultater viser, hvorfor disse oplysninger hører til ved siden af tallet.

2 startpunkter kan have samme slutpunkt

2 indkøbsposer af papir er forbundet med den samme pakke via separate blågrønne og rustfarvede bånd.
Illustration af princippet med forskellige startpunkter og et fælles slutpunkt. Genstandene og båndenes længder angiver ikke målte varigheder, kurvens tilstand eller opfyldte ordrer.

De samme køb gav 2 forskellige medianer

Sammenligningen omfatter 193.397 matchede bruger-produkt-par, som repræsenterer 23.692 registrerede bruger-ID’er. Hvert par har en første brugbar kurvhændelse i november og et senere registreret køb inden for 7 dage. En bruger kan bidrage med flere produkter, så antallet af par er ikke et antal personer, kurve eller ordrer.

For hvert par starter den første tidsmåling ved den tidligste observerede kurvhændelse i november. Den anden starter ved den seneste kurvhændelse, der ligger strengt før det samme køb. ”Første” betyder derfor første i denne novemberfil, ikke den første interesse for produktet nogensinde. Købet som slutpunkt er uændret.

3 fordelinger: første tidsmåling, sidste tidsmåling og parvis forskel

193.397 matchede registrerede bruger-produkt-par i kosmetikbutikkens log fra november 2019. Alle varigheder nedenfor er i minutter.

Kvantiler for tidsmålingerne og de parvise forskelle, i minutter
PercentilTid fra første kurvhændelse (minutter)Tid fra sidste kurvhændelse (minutter)Forskel inden for parret (minutter)
10. percentil5,524,600,00
25. percentil13,6011,470,00
50. percentil (median)44,2736,800,00
75. percentil676,92404,700,00
90. percentil3.160,502.740,704,10
Kilde: REES46’s log fra en kosmetikbutik, november 2019; Influence IQ-analyse.[1][2][5] Hver tidsmåling slutter ved det samme registrerede køb. Forskellene beregnes inden for hvert par, før deres percentiler findes. En percentilrække angiver ikke det samme par på tværs af de 3 fordelinger. Værdierne er afrundet til 2 decimaler i minutter; pakken bevarer sekunder.

Medianen for den første tidsmåling var 2.656 sekunder, svarende til 44 minutter og 16 sekunder. Medianen for den sidste tidsmåling var 2.208 sekunder, svarende til 36 minutter og 48 sekunder. Trækkes disse 2 opgørelser fra hinanden, bliver forskellen 448 sekunder: 7 minutter og 28 sekunder.

Forskellene inden for hvert par fortæller noget andet: Deres median var 0. Den midterste værdi i en rapport og ændringen for en enkelt registrering er forskellige opgørelser. De næste afsnit viser, hvorfor begge resultater kan være korrekte.

Tabellen viser de 2 tidsmålinger og forskellene inden for hvert par i separate kolonner. Hver kolonne er sorteret for sig, så en række angiver ikke det samme par på den pågældende placering i alle 3 lister.

For 82,4 % af de matchede par var tidsmålingerne ens

For 159.358 par startede begge tidsmålinger ved det samme registrerede tidsstempel for en kurvhændelse. Forskellen var 0. Disse par udgjorde 82,4 % af den matchede gruppe, hvilket forklarer, hvorfor medianen af de parvise forskelle var 0, selvom medianerne for de 2 tidsmålinger var forskellige.

De resterende 34.039 par, svarende til 17,6 %, havde mindst 2 forskellige tidsstempler for kurvhændelser før det fastholdte køb. I denne mindre gruppe var medianen af forskellene mellem tidsmålingerne 469 sekunder: 7 minutter og 49 sekunder. Denne betingede median beskriver de 34.039 par, ikke alle 193.397.

De fleste matchede par havde samme starttidsstempel

Et fælles grundlag på 193.397 matchede registrerede bruger-produkt-par; antal og procentsatser vedrører par, ikke unikke personer.

Par med ens eller forskellige tidsmålinger og andele med fælles grundlag
Forhold mellem tidsmålingerneRegistrerede bruger-produkt-parAndel af alle matchede par
Ens tidsmålinger: 1 særskilt tidsstempel for en forudgående kurvhændelse159.35882,4 %
Forskellige tidsmålinger: mindst 2 særskilte tidsstempler for forudgående kurvhændelser34.03917,6 %
Kilde: REES46’s log fra en kosmetikbutik, november 2019; Influence IQ-analyse.[1][2][5] En positiv parvis forskel og flere særskilte tidsstempler for forudgående kurvhændelser identificerer samme gruppe. Gruppens betingede medianforskel er 469 sekunder (7 minutter og 49 sekunder). Den samlede median af de parvise forskelle er 0.

De 2 måder at identificere denne mindre gruppe på er ækvivalente. Hvis der er mere end 1 særskilt tidsstempel for en forudgående kurvhændelse, er det sidste senere end det første, og den målte tid er derfor kortere. De relevante måleresultater er, hvor ofte det skete, og hvor stort det registrerede tidsrum var. Selve retningen følger af definitionerne.

Ens tidsmålinger betyder, at begge startede ved det samme registrerede tidsstempel for en kurvhændelse. Det beskriver ikke alle trin i købshistorikken. Selv flere kurvhandlinger fortæller ikke, hvad formålet var: Kilden har intet felt for antal, der kan forklare, hvad der ændrede sig mellem dem.

Medianen kan ændre sig, selvom de fleste par er uændrede

Et lille eksempel gør forskellen lettere at se. Tag 3 opdigtede bruger-produkt-registreringer, hvor alle varigheder måles i minutter. Varighederne fra den første kurvhændelse er 10, 20 og 30. For de første 2 registreringer er varighederne fra den sidste kurvhændelse stadig 10 og 20. For den tredje giver en start ved en senere kurvhændelse en varighed på 5.

Den første rapport sorterer varighederne som 10, 20, 30. Den midterste værdi, medianen, er 20. Den anden sorterer dem som 5, 10, 20. Medianen er 10. Kun 1 af de 3 registreringer ændrede sig, men det var nok til at ændre, hvilken værdi der ligger i midten af den sorterede liste.

Sammenlign nu hver registrering med sig selv. Forskellene er 0, 0 og 25. Den midterste værdi i den liste er 0. Forskellen mellem rapporternes medianer er 10, mens medianen af forskellene inden for registreringerne er 0. Begge udsagn følger direkte af disse opdigtede værdier.

Det større resultat fra butiksloggen følger samme princip. Medianerne sammenfatter hele fordelinger, mens de parvise forskelle bruger hvert køb som sin egen sammenligning. At læse den lavere median som et mål for, hvor meget et typisk køb ”gik hurtigere”, ville blande de 2 spørgsmål sammen. Intet køb ændrede sluttidspunkt i vores analyse.

Et rapporteringsinterval ændrede sig for 4,5 % af de matchede par

Et team kan sammenfatte varigheder i intervaller såvel som med en median. Vi brugte 3 faste beskrivende intervaller: under 1 time, fra 1 time til under 1 døgn og fra 1 døgn til og med 7 døgn. Det er illustrative grupperinger til rapportering, ikke forslag til, hvornår en e-mail eller en anden besked skal sendes.

Ved at ændre starthændelsen blev 8.749 matchede par flyttet til et tidligere interval, svarende til 4,5 % af alle 193.397. Heraf flyttede 3.841 fra det mellemste interval til under 1 time, 3.020 fra det længste interval til under 1 time og 1.888 fra det længste til det mellemste interval.

Den fulde krydstabel over intervaller for første og sidste tidsmåling

Alle 9 kombinationer vises. Første og sidste henviser til den kurvhændelse, der starter tidsmålingen; det registrerede køb som slutpunkt fastholdes.

Alle intervalkombinationer for første og sidste tidsmåling, inklusive celler med 0
Interval for første tidsmåling; interval for sidste tidsmålingRegistrerede bruger-produkt-parAndel af alle matchede par
Første tidsmåling: under 1 time; sidste tidsmåling: under 1 time106.72255,2 %
Første tidsmåling: under 1 time; sidste tidsmåling: fra 1 time til under 1 døgn00,0 %
Første tidsmåling: under 1 time; sidste tidsmåling: fra 1 døgn til og med 7 døgn00,0 %
Første tidsmåling: fra 1 time til under 1 døgn; sidste tidsmåling: under 1 time3.8412,0 %
Første tidsmåling: fra 1 time til under 1 døgn; sidste tidsmåling: fra 1 time til under 1 døgn48.55525,1 %
Første tidsmåling: fra 1 time til under 1 døgn; sidste tidsmåling: fra 1 døgn til og med 7 døgn00,0 %
Første tidsmåling: fra 1 døgn til og med 7 døgn; sidste tidsmåling: under 1 time3.0201,6 %
Første tidsmåling: fra 1 døgn til og med 7 døgn; sidste tidsmåling: fra 1 time til under 1 døgn1.8881,0 %
Første tidsmåling: fra 1 døgn til og med 7 døgn; sidste tidsmåling: fra 1 døgn til og med 7 døgn29.37115,2 %
Kilde: REES46’s log fra en kosmetikbutik, november 2019; Influence IQ-analyse.[1][2][5] Hver procentsats har alle 193.397 matchede par som nævner, aldrig en rækkes total. Nuller i kombinationer med et længere interval for den sidste tidsmåling følger nødvendigvis af definitionerne. Grænserne ved 1 time og 1 døgn er illustrative rapporteringsintervaller, ikke anbefalede tidspunkter for beskeder.

De fleste par blev i samme rapporteringsinterval. Det gælder også nogle, hvis præcise varighed ændrede sig uden at krydse en intervalgrænse. Intervaltabellen og tabellen med ens tidsmålinger besvarer derfor forskellige spørgsmål: Ændrede den numeriske varighed sig, og placerede rapporten parret i en anden gruppe?

Alle procentsatser i denne krydstabel bruger alle 193.397 matchede par som grundlag. De 3.841 par, som flyttede fra det mellemste interval til under 1 time, udgør for eksempel 2,0 % af hele den matchede gruppe. De udgør ikke 2,0 % af den mellemste række. Når den fælles nævner er synlig, kan tabellen bruges sammen med den samlede sammenligning.

1 opdigtet køb af en notesbog, 2 målte tidsrum

Se på Paper Orchard, en fiktiv butik med notesbøger. Tidslinjen og rapporteringsnotatet nedenfor er opdigtede eksempler, som er adskilt fra kosmetikbutikkens resultater. Antag, at alle 3 hændelser har de samme registrerede bruger- og produkt-ID’er, og at alle tider er UTC.

Mandag den 4. november kl. 09:00 registreres en kurvhændelse for en notesbog. Tirsdag den 5. november kl. 09:00 registreres endnu en kurvhændelse for notesbogen under samme bruger-ID. Tirsdag den 5. november kl. 09:30 registreres en købshændelse.

Tidsmålingen fra den første kurvhændelse er 24 timer og 30 minutter. Tidsmålingen fra den sidste kurvhændelse er 30 minutter. Forskellen inden for parret er 24 timer, præcis tidsrummet mellem de 2 kurvtidsstempler. Købet ligger fortsat tirsdag kl. 09:30 i begge beregninger.

Eksemplet forklarer beregningen ud fra hændelser uden at give en historik over kurvens indhold. Det fortæller ikke, om notesbogen blev i kurven natten over, om antallet ændrede sig, eller om købet blev til en opfyldt ordre. En rapport kan navngive de 2 målte intervaller uden at udfylde disse huller med en fortælling om kunden.

Et færdigt rapporteringsnotat til den fiktive butik

Paper Orchards analytiker kan give ejeren en færdig forklaring på de 2 varigheder. Dette notat bruger den ene notesbogsregistrering ovenfor og handler derfor om dette køb frem for en månedsmedian.

Formål: Forklar, hvorfor 2 tidsopgørelser for det samme køb af en notesbog er forskellige. Ejeren skal kunne beskrive rapporten korrekt, før den bruges i kommentarer til kampagner.

Registrering og vindue: Det ene fiktive bruger-notesbog-par ovenfor, den 4.–5. november, UTC. Fasthold købet tirsdag kl. 09:30. Registreringen ligger inden for eksemplets opfølgningsvindue på 7 dage. Den giver ingen historik fra før det viste forløb.

Starthændelser: Kald det ene mål ”Tid fra første observerede kurvhændelse” og det andet ”Tid fra sidste kurvhændelse før samme køb”. Bevar begge tidsstempler i analytikerens kilderegistrering. Forkort ikke begge betegnelser til ”købstid”, da det ville skjule forskellen i betydning.

Færdig sammenligning: Interval fra første kurvhændelse: 24 timer og 30 minutter. Interval fra sidste kurvhændelse: 30 minutter. Parvis forskel: 24 timer. Rapporten kan sige: ”Disse 2 intervaller slutter ved det samme registrerede køb. Forskellen skyldes, at forskellige kurvhændelser bruges som startpunkt.”

Ejerens fortolkning: Placer forklaringen ved siden af sammenligningen. Det kortere interval beskriver tiden siden den senere registrerede kurvhandling. Det giver intet grundlag for at konkludere, at købsafslutningen blev forbedret, eller at notesbogen lå i kurven uafbrudt natten over.

Næste rapport: Analytikeren vil bruge de valgte hændelsesbetegnelser, UTC som tidsgrundlag og den faste opfølgningsregel i den næste sammenligning. Hvis definitionen ændres, vil ejeren beskrive ændringen, før hovedtallene sammenlignes. En vurdering af beskeder eller kampagner kræver sit eget grundlag.

Læs tidsmålingerne og deres parvise forskelle hver for sig

3 felter viser en pakke i en bakke, 2 poser forbundet med bånd til en fælles pakke og derefter 2 felter med stopure over en tom sammenligningstabel.
  1. Fasthold købet

    Brug det samme registrerede køb for et bruger-produkt-par som slutpunkt for begge tidsmålinger.

  2. Navngiv begge starthændelser

    Sammenlign den første observerede kurvhændelse med den sidste kurvhændelse, der ligger strengt før dette køb.

  3. Hold opgørelserne adskilt

    Læs fordelingen for hver tidsmåling adskilt fra de forskelle, der er beregnet inden for hvert par.

Illustration af trinnene i at læse en sammenligning med 2 tidsmålinger. Illustrationen indeholder ingen observerede varigheder eller målinger af kurvenes indhold eller opfyldelsen af ordrer.

Dette notat giver en indholdsskaber eller lille butik noget konkret at afklare med en rapporteringspartner: Hvad hver varighed starter ved, og hvad den slutter ved. Det lader den kommercielle forklaring stå åben, indtil der er grundlag for den, samtidig med at det målte interval angives direkte.

Gør hændelsesreglen synlig, når rapporter sammenlignes

Det samme problem kan opstå, når et bureau og en butik bruger forskellige rapporteringsværktøjer, eller når en ny eksport indeholder en anden længde historik. En fælles betegnelse som ”tid fra kurv til køb” fastslår ikke, at begge tal bygger på samme starthændelse, købsmatchning eller observationsvindue.

For en ejer, der sammenligner månedsrapporter, er dette vigtigt, før en tendens beskrives. Hvis den ene måned starter ved den første observerede kurvhændelse og den næste ved den sidste kurvhændelse før købet, kombinerer serien 2 definitioner. Et lavere tal kan da afspejle den ændrede regel sammen med eventuelle andre forskelle mellem månederne. Vores sammenligning med fastholdte køb isolerer forskellen i definition; den måler ikke en ændring i resultaterne fra måned til måned.

Når et rapporteringsværktøj eller en eksport ændres, skal ændringen af definitionen fremgå ved overdragelsen. Det relevante spørgsmål er, om de gamle og nye opgørelser beskriver det samme. Hvis de tilgængelige historikker også er forskellige, skal den forskel angives særskilt. En først observeret hændelse afhænger af, hvor den bevarede historik begynder, selvom betegnelsen lyder som starten på hele kunderejsen.

Analyseværktøjer træffer allerede eksplicitte valg om, hvor en tragt starter, og hvordan konverteringer matches. Amplitude dokumenterer for eksempel regler for den tidligste indgang inden for en session eller et tilbagebliksvindue samt udvælgelsen af konverteringsforløb, der opfylder kravene. Disse definitioner giver kontekst til at læse en rapport; vores beregning med 2 tidsmålinger genskaber ikke en Amplitude-rapport.[3]

Valget kan stadig være bevidst. Et interval fra den første observerede kurvhændelse beskriver det registrerede tidsrum fra denne indledende hændelse. Et interval fra den sidste forudgående kurvhændelse beskriver tiden siden den seneste registrerede kurvhandling før købet. En virksomhed kan vælge det mål, der besvarer dens rapporteringsspørgsmål, og derefter fastholde betydningen på tværs af sammenligninger.

Betegnelsen skal bevare forskellen i den rapport, som ejeren faktisk læser. ”Median for tiden fra første observerede kurvhændelse” og ”Median for tiden fra sidste kurvhændelse før køb” angiver forskellige startpunkter. Kaldes begge blot ”købstid”, fjernes den oplysning, der er nødvendig for at forstå, hvorfor de er forskellige. Angiv også den medtagne gruppe og opfølgningsvinduet i nærheden.

Det er særligt nyttigt, når en indholdsskaber eller lille virksomhed får andre til at udarbejde analysen. Ejeren behøver ikke gennemgå alle hændelser for at bede om en klar definition. Rapporteringspartneren bør kunne forklare, hvilket startpunkt, hvilket slutpunkt og hvilke kvalificerede registreringer der gav tallet, før det får en kommerciel fortolkning.

For undersøgelsen ovenfor er den underbyggede fortolkning konkret: De samme registrerede køb gav forskellige opgørelser af den forløbne tid med 2 startregler. En vurdering af, om en produktside, en kampagne eller en besked om at vende tilbage til kurven forbedrede købsoplevelsen, kræver dokumentation for netop den ændring.

Sådan blev den parvise sammenligning beregnet

Vi brugte novemberfilen fra 2019 i version 6 af den offentlige udgivelse fra en kosmetikbutik. Den indeholder 4.635.837 hændelsesrækker med betegnelserne view, cart, remove_from_cart og purchase. Tidsstemplerne var i UTC, og der var registreringer fra alle dage i november. Dette beskriver den leverede fils dækning og er ikke bevis for løbende sporing af hver person.[1][2]

Der var 1.061.242 registrerede bruger-produkt-par med en kurvhændelse. Vi medtog de første brugbare kurvhændelser i november fra den 1. til og med den 23. november og krævede 7 dage frem til den observerede fils afslutning. De 270.024 par med første kurvhændelse senere i november var uden for denne kohorte. Ingen af de par, der opfyldte datokravet, faldt fra på kravet om tid frem til filens afslutning.

Af 791.218 kvalificerede par havde 193.397 et entydigt senere registreret køb inden for denne faste tidshorisont. De øvrige 597.821 var uden et købsmatch inden for 7 dage. De er ikke observerede forladte kurve: Et køb kan ske senere, mangle i registreringen eller bruge et andet ID. Tidsfigurerne er betinget af den matchede gruppe og udgør ikke en konverterings- eller frafaldsrate.

Vi valgte det tidligste køb ved eller efter den første kurvhændelse, til og med sluttidspunktet efter 7 dage. Et køb med samme tidsstempel som den første kurvhændelse, eller en kurvhændelse med samme tidsstempel som dette kandidatkøb, ville blive udeladt som tvetydigt uden at blive erstattet af et senere køb. Ingen sådanne tilfælde forekom. Gentagelser af identiske udvalgte hændelsestupler blev slået sammen; fjernelser nulstillede ikke en antaget kurvtilstand.

Udgivelsen indeholder intet kurv-ID, ordre-ID, antal eller returstatus. Tidligere forskning i samme log har undersøgt sessioner og rekonstrueret kurvenes tilstand med procesmining. Vores beregning sammenligner i stedet 2 observerede starthændelser for et fastholdt køb for et bruger-produkt-par uden at rekonstruere kurvens indhold.[4]

Vi fastlagde kohorten, tidshorisonten, reglerne for sammenfaldende tidsstempler og de beskrivende intervaller, før vi beregnede resultaterne. Percentiler bruger lineær interpolation. Figurerne beskriver de kvalificerede registreringer uden konfidensintervaller for populationen eller kausal inferens. Downloaden indeholder aggregerede resultater, præcise definitioner og kode til reproduktion, men ingen oprindelige bruger-produkt-historikker.[5]

Ingen tilmelding kræves. Den fælles ZIP-fil indeholder aggregerede resultater i sekunder og oversatte instruktioner til at reproducere analysen. Artikelteksten, det gennemarbejdede eksempel, det færdige rapporteringsnotat og CSV-filen med de viste resultater er tilgængelige på alle artiklens sprog. Ingen oprindelige hændelsesrækker eller bruger-produkt-historikker er medtaget.

Kilder og noter

  1. Michael Kechinov, eCommerce Events History in Cosmetics Shop, Kaggle-datasæt 426888, version 6; fastlagt fil 2019-Nov.csv. Producenten beskriver en mellemstor kosmetikwebshop og hændelsestider i UTC. Datasætkortet tillader fri brug med links til Kaggle og REES46; ophavsretten til data tilhører fortsat de oprindelige forfattere. Influence IQ beregnede de aggregerede resultater.
  2. REES46’s officielle oversigt over datasæt linker til udgivelsen om adfærd i en kosmetikbutik fra oktober 2019 til februar 2020. Denne artikel bruger kun novemberfilen fra 2019. Kilden beskriver hændelsesregistreringer, ikke et repræsentativt udsnit af nutidige butikker eller forbrugere.
  3. Amplitude, How Amplitude computes conversions through funnels. Officiel dokumentation om indgang, tilbagebliks- og sessionsgrænser og udvælgelse af konverteringer, der opfylder kravene. Disse indbyggede produktdefinitioner giver kontekst og validerer ikke en tilsvarende Amplitude-rapport.
  4. Bilal Topaloglu, Basar Oztaysi og Onur Dogan, Cart-State-Aware Discovery of E-Commerce Visitor Journeys with Process Mining, Journal of Theoretical and Applied Electronic Commerce Research 19(4), 2024, s. 2851–2879, DOI 10.3390/jtaer19040138. Artiklen undersøger sessions- og kunderejseanalyse og berigelse med kurvtilstand i samme hændelseslog som kilde. Dens sessionsbaserede sammenligning adskiller sig fra sammenligningen af tid med fastholdt køb her.
  5. Influence IQ-analysepakke: kanoniske aggregerede værdier i sekunder, fuld krydstabel over intervaller, opgørelse over kohorten, definitioner, kilde-ID’er og kode til reproduktion. Ingen oprindelige hændelsesrækker eller bruger-produkt-historikker er medtaget.

Alle sprogudgaver beskriver den samme historiske log fra en kosmetikbutik. En oversættelse skaber ikke estimater for et andet land, marked eller en anden periode.

Læs relaterede undersøgelser fra Influence IQ