Niższa mediana czasu od koszyka do zakupu może wynikać z wyboru początku pomiaru

Te same zarejestrowane zakupy dały 2 różne mediany w historycznym rejestrze sklepu. Porównanie sparowanych wyników pokazuje, skąd wzięła się różnica.

Oryginalna analiza zarejestrowanych par użytkownik–produkt w rejestrze zdarzeń sklepu kosmetycznego REES46 z listopada 2019 roku.

Streszczenie

2 raporty mogą opierać się na tych samych zakupach i pokazywać różne mediany czasu od koszyka do zakupu. Sprawdziliśmy to w rejestrze zdarzeń 1 sklepu kosmetycznego z listopada 2019 roku. Wśród 193 397 zarejestrowanych par użytkownik–produkt z zakupem w ciągu 7 dni mediana wyniosła 44 minuty 16 sekund od pierwszego zaobserwowanego zdarzenia koszyka i 36 minut 48 sekund od ostatniego zdarzenia koszyka poprzedzającego zakup. Oba pomiary kończyły się tym samym zarejestrowanym zakupem.

Jednak dla 82,4% par oba pomiary były identyczne, a mediana różnic obliczonych w obrębie par wyniosła 0. Różnica 7 minut 28 sekund między ogólnymi medianami nie opisuje typowej zmiany dla 1 pary. Dla firm i twórców porównujących raporty pierwsze pytanie brzmi: co rozpoczyna pomiar czasu? Ten historyczny przykład jednego sklepu bada tę decyzję dotyczącą raportowania; nie testuje przypomnień ani zmian w procesie finalizacji zakupu.

Wyobraź sobie mały sklep z notesami, który analizuje miesięczny raport. Jedno podsumowanie podaje, że typowy czas od dodania produktu do zakupu wynosił około 44 minut. Drugie mówi o około 37 minutach. Zanim właściciel zmieni komentarz obok tej liczby, analityk musi rozstrzygnąć podstawową kwestię: które zdarzenie koszyka rozpoczynało każdy pomiar?

Produkt może mieć kilka zdarzeń koszyka przypisanych do tego samego zarejestrowanego identyfikatora użytkownika. Pomiar od pierwszego zaobserwowanego zdarzenia obejmuje czas przed późniejszymi działaniami w koszyku. Pomiar od ostatniego zdarzenia przed zakupem pomija ten wcześniejszy odcinek. Oba obliczenia mogą być poprawne, a zarazem opisywać różne rzeczy.

Porównaliśmy te 2 definicje w publicznym rejestrze zdarzeń sklepu kosmetycznego udostępnionym przez REES46. Analiza zachowuje ten sam zarejestrowany zakup dla każdej pary użytkownik–produkt, zmieniając wyłącznie poprzedzające go zdarzenie koszyka przyjęte za początek pomiaru. Pozwala to zmierzyć różnicę między pomiarami bez traktowania jej jako zmiany zachowań zakupowych.[1][2]

Dla firmy lub twórcy sprzedającego produkty przydatna decyzja dotyczy sposobu opisu i porównania raportu. Zmiana wyświetlanej mediany wymaga wyjaśnienia reguły wyboru zdarzenia, uwzględnionej grupy i okna obserwacji, zanim stanie się twierdzeniem o wynikach sklepu. Sparowane wyniki pokazują, dlaczego te informacje powinny znaleźć się obok liczby.

2 punkty początkowe mogą mieć 1 wspólny koniec

2 papierowe torby zakupowe łączą się z tą samą paczką osobnymi wstążkami w kolorze morskim i rdzawym.
Schematyczna ilustracja różnych punktów początkowych i wspólnego końca. Przedmioty i długości wstążek nie przedstawiają zmierzonych czasów, stanu koszyka ani zrealizowanych zamówień.

Te same zakupy dały 2 różne mediany

Porównanie obejmuje 193 397 dopasowanych par użytkownik–produkt, reprezentujących 23 692 zarejestrowane identyfikatory użytkowników. Każda para ma pierwsze nadające się do analizy zdarzenie koszyka z listopada oraz późniejszy zarejestrowany zakup w ciągu 7 dni. Użytkownik może wnieść kilka produktów, więc liczba par nie jest liczbą osób, koszyków ani zamówień.

Dla każdej pary pierwszy pomiar zaczyna się od najwcześniejszego zaobserwowanego zdarzenia koszyka z listopada. Drugi zaczyna się od ostatniego zdarzenia koszyka występującego ściśle przed tym samym zakupem. „Pierwsze” oznacza więc pierwsze zdarzenie w tym pliku listopadowym, a nie pierwsze w historii zainteresowanie produktem. Końcowy zakup pozostaje bez zmian.

3 rozkłady: czas od pierwszego zdarzenia, czas od ostatniego zdarzenia i różnica w obrębie pary

193 397 dopasowanych zarejestrowanych par użytkownik–produkt w rejestrze sklepu kosmetycznego z listopada 2019 roku. Wszystkie poniższe czasy podano w minutach.

Kwantyle pomiarów czasu i różnic w obrębie par, w minutach
PercentylCzas od pierwszego zdarzenia koszyka (minuty)Czas od ostatniego zdarzenia koszyka (minuty)Różnica w obrębie pary (minuty)
10. percentyl5,524,600,00
25. percentyl13,6011,470,00
50. percentyl (mediana)44,2736,800,00
75. percentyl676,92404,700,00
90. percentyl3160,502740,704,10
Źródło: rejestr sklepu kosmetycznego REES46, listopad 2019; analiza Influence IQ.[1][2][5] Każdy pomiar czasu kończy się tym samym zarejestrowanym zakupem. Różnice oblicza się w obrębie par przed wyznaczeniem ich percentyli. Wiersz percentyla nie wskazuje tej samej pary we wszystkich 3 rozkładach. Wartości w minutach zaokrąglono do 2 miejsc po przecinku; pakiet zachowuje sekundy.

Mediana pomiaru od pierwszego zdarzenia wyniosła 2 656 sekund, czyli 44 minuty 16 sekund. Mediana pomiaru od ostatniego zdarzenia wyniosła 2 208 sekund, czyli 36 minut 48 sekund. Odjęcie tych 2 podsumowań daje 448 sekund: 7 minut 28 sekund.

Różnice w obrębie par pokazują coś innego: ich mediana wyniosła 0. Środkowa wartość w raporcie i zmiana dla pojedynczego rekordu to różne podsumowania. Kolejne sekcje pokazują, dlaczego oba wyniki mogą być poprawne.

Tabela rozdziela 2 pomiary czasu i różnice w obrębie par na osobne kolumny. Każda kolumna jest porządkowana osobno, więc wiersz nie wskazuje tej samej pary zajmującej dane miejsce we wszystkich 3 zestawieniach.

Dla 82,4% dopasowanych par pomiary czasu były identyczne

Dla 159 358 par oba pomiary zaczynały się od tego samego odrębnego znacznika czasu zdarzenia koszyka. Różnica wyniosła 0. Pary te stanowiły 82,4% dopasowanej grupy, co wyjaśnia, dlaczego mediana różnic w obrębie par wyniosła 0, choć mediany 2 pomiarów czasu się różniły.

Dla pozostałych 34 039 par, czyli 17,6%, zarejestrowano co najmniej 2 odrębne znaczniki czasu zdarzeń koszyka przed ustalonym zakupem. W tej mniejszej grupie mediana różnicy między pomiarami wyniosła 469 sekund: 7 minut 49 sekund. Ta warunkowa mediana opisuje te 34 039 par, a nie wszystkie 193 397.

Większość dopasowanych par miała ten sam początkowy znacznik czasu

Wspólna podstawa 193 397 dopasowanych zarejestrowanych par użytkownik–produkt; liczebności i odsetki dotyczą par, a nie unikalnych osób.

Pary o identycznych lub różnych pomiarach czasu wraz z udziałami o wspólnej podstawie
Relacja między pomiarami czasuZarejestrowane pary użytkownik–produktUdział we wszystkich dopasowanych parach
Identyczne pomiary czasu: 1 odrębny znacznik czasu wcześniejszego zdarzenia koszyka159 35882,4%
Różne pomiary czasu: co najmniej 2 odrębne znaczniki czasu wcześniejszych zdarzeń koszyka34 03917,6%
Źródło: rejestr sklepu kosmetycznego REES46, listopad 2019; analiza Influence IQ.[1][2][5] Dodatnia różnica w obrębie pary i kilka odrębnych znaczników czasu wcześniejszych zdarzeń koszyka wskazują tę samą grupę. Jej warunkowa mediana różnicy wynosi 469 sekund (7 minut 49 sekund). Ogólna mediana różnic w obrębie par wynosi 0.

2 sposoby wyodrębnienia tej mniejszej grupy są równoważne. Jeśli istnieje więcej niż 1 odrębny znacznik czasu wcześniejszego zdarzenia koszyka, ostatni jest późniejszy od pierwszego, więc mierzony od niego czas jest krótszy. Przydatna zmierzona informacja to częstość takiej sytuacji i długość zarejestrowanego odcinka czasu. Sam kierunek wynika z definicji.

Identyczny pomiar oznacza, że ten sam zarejestrowany znacznik czasu zdarzenia koszyka wyznaczał oba początki. Nie opisuje każdego kroku historii zakupowej. Kilka działań w koszyku również nie wyjaśnia ich celu: źródło nie zawiera pola ilości, które pozwalałoby ustalić, co zmieniło się między nimi.

Mediana może się zmienić, nawet gdy większość par pozostaje bez zmian

Mały przykład ułatwia dostrzeżenie różnicy. Weźmy 3 wymyślone rekordy użytkownik–produkt, z czasami mierzonymi w minutach. Czasy od pierwszego zdarzenia koszyka wynoszą 10, 20 i 30. Dla 2 pierwszych rekordów czasy od ostatniego zdarzenia nadal wynoszą 10 i 20. Dla 3. rekordu rozpoczęcie pomiaru od późniejszego zdarzenia koszyka daje czas 5.

Pierwszy raport porządkuje czasy jako 10, 20, 30. Środkowa wartość, czyli mediana, wynosi 20. Drugi porządkuje je jako 5, 10, 20. Jego mediana to 10. Zmienił się tylko 1 z 3 rekordów, ale to wystarczyło, by zmienić wartość zajmującą środkowe miejsce w uporządkowanym zestawieniu.

Teraz porównaj każdy rekord z nim samym. Różnice to 0, 0 i 25. Środkowa wartość tego zestawienia wynosi 0. Różnica między medianami raportów to 10, a mediana różnic w obrębie rekordów to 0. Oba stwierdzenia wynikają bezpośrednio z tych wymyślonych wartości.

Wynik analizy większego zbioru rekordów sklepu opiera się na tej samej zasadzie. Jego mediany podsumowują całe rozkłady, a różnice w obrębie par zachowują każdy zakup jako jego własny punkt odniesienia. Odczytanie mniejszej mediany jako miary tego, o ile typowy zakup „przyspieszył”, pomyliłoby te 2 pytania. W naszej analizie żaden końcowy moment zakupu się nie zmienił.

Przedział raportowania zmienił się dla 4,5% dopasowanych par

Zespół może podsumowywać czasy za pomocą przedziałów, a także mediany. Użyliśmy 3 stałych przedziałów opisowych: poniżej 1 godziny, od 1 godziny do poniżej 1 dnia oraz od 1 dnia do 7 dni włącznie. To przykładowe grupy w raporcie, a nie proponowane pory wysyłania e-maila lub innej wiadomości.

Zmiana zdarzenia początkowego przeniosła 8 749 dopasowanych par do wcześniejszego przedziału, czyli 4,5% wszystkich 193 397. Spośród nich 3 841 przeszło ze środkowego przedziału do poniżej 1 godziny, 3 020 z najdłuższego do poniżej 1 godziny, a 1 888 z najdłuższego do środkowego.

Pełna tabela krzyżowa przedziałów czasu od pierwszego i ostatniego zdarzenia

Pokazano wszystkie 9 kombinacji. „Pierwsze” i „ostatnie” odnoszą się do zdarzenia koszyka rozpoczynającego pomiar czasu; końcowy zarejestrowany zakup pozostaje bez zmian.

Wszystkie kombinacje przedziałów czasu liczonych od pierwszego i ostatniego dodania do koszyka, w tym komórki o wartości 0
Przedział czasu od pierwszego zdarzenia; przedział czasu od ostatniego zdarzeniaZarejestrowane pary użytkownik–produktUdział we wszystkich dopasowanych parach
Czas od pierwszego: poniżej 1 godziny; czas od ostatniego: poniżej 1 godziny106 72255,2%
Czas od pierwszego: poniżej 1 godziny; czas od ostatniego: od 1 godziny do poniżej 1 dnia00,0%
Czas od pierwszego: poniżej 1 godziny; czas od ostatniego: od 1 dnia do 7 dni włącznie00,0%
Czas od pierwszego: od 1 godziny do poniżej 1 dnia; czas od ostatniego: poniżej 1 godziny38412,0%
Czas od pierwszego: od 1 godziny do poniżej 1 dnia; czas od ostatniego: od 1 godziny do poniżej 1 dnia48 55525,1%
Czas od pierwszego: od 1 godziny do poniżej 1 dnia; czas od ostatniego: od 1 dnia do 7 dni włącznie00,0%
Czas od pierwszego: od 1 dnia do 7 dni włącznie; czas od ostatniego: poniżej 1 godziny30201,6%
Czas od pierwszego: od 1 dnia do 7 dni włącznie; czas od ostatniego: od 1 godziny do poniżej 1 dnia18881,0%
Czas od pierwszego: od 1 dnia do 7 dni włącznie; czas od ostatniego: od 1 dnia do 7 dni włącznie29 37115,2%
Źródło: rejestr sklepu kosmetycznego REES46, listopad 2019; analiza Influence IQ.[1][2][5] Każdy odsetek ma w mianowniku wszystkie 193 397 dopasowanych par, nigdy sumę wiersza. Wartości 0 w kombinacjach z dłuższym czasem od ostatniego zdarzenia są wymagane przez definicje. Granice 1 godziny i 1 dnia to przykładowe przedziały raportu, a nie zalecane pory wysyłania wiadomości.

Większość par pozostała w tym samym przedziale raportowania. Dotyczy to także niektórych par, których dokładny czas się zmienił, ale nie przekroczył granicy przedziału. Tabela przedziałów i tabela identycznych pomiarów odpowiadają więc na różne pytania: czy zmieniła się wartość czasu i czy raport umieścił parę w innej grupie?

Każdy odsetek w tej tabeli krzyżowej odnosi się do wszystkich 193 397 dopasowanych par. Na przykład 3 841 par przechodzących ze środkowego przedziału do poniżej 1 godziny stanowi 2,0% całej dopasowanej grupy. Nie jest to 2,0% środkowego wiersza. Widoczny wspólny mianownik pozwala korzystać z tabeli razem z ogólnym porównaniem.

1 wymyślony zakup notesu, 2 pomiary czasu

Rozważmy Paper Orchard, fikcyjny sklep z notesami. Poniższa oś czasu i objaśnienie do raportu to wymyślone przykłady, odrębne od wyników sklepu kosmetycznego. Załóżmy, że wszystkie 3 zdarzenia mają te same zarejestrowane identyfikatory użytkownika i produktu, a wszystkie godziny podano w UTC.

Poniedziałek, 4 listopada, 09:00: zarejestrowano zdarzenie koszyka dotyczące notesu. Wtorek, 5 listopada, 09:00: zarejestrowano kolejne zdarzenie koszyka dotyczące tego notesu z tym samym identyfikatorem użytkownika. Wtorek, 5 listopada, 09:30: zarejestrowano zdarzenie zakupu.

Pomiar od pierwszego zdarzenia koszyka daje 24 godziny 30 minut. Pomiar od ostatniego zdarzenia daje 30 minut. Różnica w obrębie pary to 24 godziny, dokładnie tyle, ile dzieli 2 znaczniki czasu zdarzeń koszyka. W obu obliczeniach zakup pozostaje we wtorek o 09:30.

Przykład wyjaśnia arytmetykę zdarzeń, ale nie dostarcza historii koszyka. Nie mówi, czy notes pozostał w koszyku przez noc, czy zmieniły się ilości ani czy zakup stał się zrealizowanym zamówieniem. Raport może nazwać 2 zmierzone odcinki czasu bez uzupełniania tych luk opowieścią o kupującym.

Gotowe objaśnienie do raportu dla fikcyjnego sklepu

Analityk Paper Orchard może przekazać właścicielowi gotowe wyjaśnienie 2 czasów. To opracowanie korzysta z pojedynczego rekordu notesu pokazanego wyżej, dotyczy więc tego zakupu, a nie miesięcznej mediany.

Cel: wyjaśnić, dlaczego 2 podsumowania czasu tego samego zakupu notesu się różnią. Właściciel musi dokładnie opisać raport, zanim wykorzysta go w komentarzu do kampanii.

Rekord i okno obserwacji: pojedyncza fikcyjna para użytkownik–notes pokazana wyżej, 4–5 listopada, UTC. Zachowaj ten sam zakup we wtorek o 09:30. Rekord mieści się w przykładowym 7-dniowym oknie obserwacji. Nie obejmuje wcześniejszej historii tej pary.

Zdarzenia początkowe: nazwij jedną miarę „Czas od pierwszego zaobserwowanego zdarzenia koszyka”, a drugą „Czas od ostatniego zdarzenia koszyka przed tym samym zakupem”. Zachowaj oba znaczniki czasu w źródłowym rekordzie analityka. Nie skracaj obu etykiet do „czasu zakupu”, bo ukryłoby to różnicę ich znaczeń.

Gotowe porównanie: czas od pierwszego zdarzenia koszyka — 24 godziny 30 minut; od ostatniego zdarzenia — 30 minut; różnica w obrębie pary — 24 godziny. Raport może podać: „Te 2 odcinki czasu kończą się tym samym zarejestrowanym zakupem. Ich różnica wynika z przyjęcia różnych zdarzeń koszyka za punkt początkowy”.

Interpretacja dla właściciela: umieść to wyjaśnienie obok porównania. Krótszy odcinek opisuje czas od późniejszego zarejestrowanego działania w koszyku. Nie dostarcza dowodu na poprawę procesu finalizacji zakupu ani na to, że notes nieprzerwanie pozostawał w koszyku przez noc.

Następny raport: analityk przeniesie wybrane etykiety zdarzeń, czas UTC i stałą regułę obserwacji do kolejnego porównania. Jeśli definicja się zmieni, właściciel opisze tę zmianę przed porównaniem głównych liczb. Każda ocena wiadomości lub promocji wymaga własnych dowodów.

Odczytuj osobno pomiary czasu i różnice w obrębie par

3 panele przedstawiają kolejno paczkę na tacy, 2 torby połączone wstążkami ze wspólną paczką oraz 2 płytki ze stoperami nad pustą tabelą porównawczą.
  1. Zachowaj ten sam zakup

    Przyjmij ten sam zarejestrowany zakup dla pary użytkownik–produkt za koniec obu pomiarów czasu.

  2. Nazwij oba zdarzenia początkowe

    Porównaj pierwsze zaobserwowane zdarzenie koszyka z ostatnim zdarzeniem koszyka występującym ściśle przed tym zakupem.

  3. Rozróżniaj podsumowania

    Odczytuj rozkład każdego pomiaru czasu osobno od różnic obliczonych w obrębie par.

Schematyczne kroki odczytywania porównania 2 pomiarów czasu. Ilustracja nie zawiera zaobserwowanych czasów ani pomiarów zawartości koszyka lub realizacji zamówienia.

To objaśnienie daje twórcy lub małemu sklepowi konkretną kwestię do uzgodnienia z partnerem przygotowującym raport: od czego zaczyna się każdy pomiar czasu i na czym się kończy. Pozostawia wyjaśnienie komercyjne otwarte do czasu uzyskania dowodów, jednocześnie podając zmierzony odcinek czasu wprost.

Porównując raporty, podawaj regułę wyboru zdarzenia

Ten sam problem może wystąpić, gdy agencja i sklep używają różnych narzędzi raportowych albo gdy nowy eksport zawiera historię o innej długości. Wspólna etykieta, taka jak „czas od koszyka do zakupu”, nie oznacza, że za obiema liczbami stoją to samo zdarzenie początkowe, dopasowanie zakupu lub okno obserwacji.

Dla właściciela porównującego miesięczne raporty ma to znaczenie, zanim opisze trend. Jeśli w jednym miesiącu pomiar zaczyna się od pierwszego zaobserwowanego zdarzenia koszyka, a w następnym od ostatniego zdarzenia przed zakupem, szereg łączy 2 definicje. Niższa liczba może wtedy odzwierciedlać zmianę reguły obok innych różnic między miesiącami. Nasze porównanie zachowujące ten sam zakup wyodrębnia różnicę definicji; nie mierzy zmiany wyników z miesiąca na miesiąc.

Gdy zmienia się narzędzie raportowe lub eksport, wyraźnie zaznacz zmianę definicji w przekazywanym opracowaniu. Przydatne pytanie brzmi: czy stare i nowe podsumowanie opisują to samo? Jeśli dostępne historie również się różnią, nazwij tę różnicę osobno. Pierwsze zaobserwowane zdarzenie zależy od tego, gdzie zaczyna się zachowana historia, nawet jeśli jego etykieta brzmi jak początek całej ścieżki klienta.

Narzędzia analityczne już teraz jawnie określają reguły wejścia do lejka i dopasowania konwersji. Na przykład Amplitude opisuje reguły najwcześniejszego wejścia w obrębie sesji lub okna retrospektywnego wraz ze sposobem wyboru kwalifikujących się ścieżek konwersji. Definicje te dają kontekst do odczytania raportu; nasze obliczenie 2 pomiarów czasu nie odtwarza raportu Amplitude.[3]

Wybór nadal może być świadomy. Czas od pierwszego zaobserwowanego zdarzenia koszyka opisuje zarejestrowany odcinek od tego początkowego zdarzenia. Czas od ostatniego poprzedzającego zdarzenia koszyka opisuje okres od najnowszego zarejestrowanego działania w koszyku przed zakupem. Firma może wybrać miarę odpowiadającą na jej pytanie raportowe, a następnie zachować to znaczenie w kolejnych porównaniach.

Etykieta powinna przenieść to rozróżnienie do raportu, który właściciel rzeczywiście czyta. „Mediana czasu od pierwszego zaobserwowanego zdarzenia koszyka” i „Mediana czasu od ostatniego zdarzenia koszyka przed zakupem” wskazują różne początki. Nazwanie obu po prostu „czasem zakupu” usuwa informację potrzebną do zrozumienia, dlaczego wyniki się różnią. Podaj też w pobliżu uwzględnioną grupę i okno obserwacji.

Jest to szczególnie przydatne, gdy twórca lub mała firma polega na analizie przygotowanej przez kogoś innego. Właściciel nie musi sprawdzać każdego zdarzenia, by poprosić o jasną definicję. Partner przygotowujący raport powinien umieć wyjaśnić, jaki początek, koniec i kwalifikujące się rekordy dały tę liczbę, zanim przypisze jej komercyjną interpretację.

W powyższym badaniu uzasadniona interpretacja jest konkretna: te same zarejestrowane zakupy miały różne podsumowania czasu przy 2 regułach wyznaczania początku. Ocena, czy strona produktu, promocja lub wiadomość zachęcająca do powrotu poprawiła doświadczenie zakupowe, wymaga dowodów dotyczących tej osobnej zmiany.

Jak obliczono porównanie sparowanych wyników

Użyliśmy pliku z listopada 2019 roku z wersji 6 publicznie udostępnionych danych sklepu kosmetycznego. Zawiera 4 635 837 wierszy zdarzeń z etykietami view, cart, remove_from_cart i purchase. Znaczniki czasu podano w UTC, a rekordy występują w każdym dniu listopada. Dokumentuje to zakres dostarczonego pliku, a nie dowodzi ciągłego śledzenia każdej osoby.[1][2]

Zarejestrowano 1 061 242 pary użytkownik–produkt ze zdarzeniem koszyka. Zachowaliśmy pierwsze nadające się do analizy zdarzenia koszyka z okresu od 1 do 23 listopada, wymagając co najmniej 7 dni obserwacji do zaobserwowanego końca pliku. Poza tą kohortą znalazły się 270 024 pary, dla których pierwsze zdarzenie koszyka wystąpiło później w listopadzie. Żadna para kwalifikująca się według daty nie odpadła przez wymóg dotyczący końca pliku.

Spośród 791 218 kwalifikujących się par 193 397 miało jednoznaczny późniejszy zarejestrowany zakup w tym stałym horyzoncie. Pozostałych 597 821 nie udało się sparować w ciągu 7 dni. Nie są to zaobserwowane porzucone koszyki: zakup mógł nastąpić później, nie zostać zarejestrowany lub używać innego identyfikatora. Wartości czasu dotyczą wyłącznie dopasowanej grupy; nie stanowią współczynnika konwersji lub porzucenia.

Wybieraliśmy najwcześniejszy zakup w chwili pierwszego zdarzenia koszyka lub później, do końca 7-dniowego okresu włącznie. Zakup w tej samej chwili co pierwsze zdarzenie koszyka lub dowolne zdarzenie koszyka w tej samej chwili co wybrany zakup zostałby wykluczony jako niejednoznaczny, bez zastępowania go późniejszym zakupem. Nie wystąpił żaden taki przypadek. Powtórzone identyczne wybrane krotki zdarzeń scalono; usunięcia nie resetowały zakładanego stanu koszyka.

Udostępnione dane nie zawierają identyfikatora koszyka, identyfikatora zamówienia, ilości ani statusu zwrotu. Wcześniejsze badania tego samego rejestru analizowały sesje i odtwarzały stan koszyka za pomocą eksploracji procesów. Nasze obliczenie porównuje natomiast 2 zaobserwowane zdarzenia początkowe dla tego samego zakupu w parze użytkownik–produkt, bez odtwarzania koszyka.[4]

Ustaliliśmy kohortę, horyzont, reguły dla zdarzeń o tym samym znaczniku czasu i przedziały opisowe przed obliczeniem wyników. Percentyle korzystają z interpolacji liniowej. Wykresy opisują kwalifikujące się rekordy bez populacyjnych przedziałów ufności ani wnioskowania przyczynowego. Plik do pobrania zawiera zagregowane wyniki, dokładne definicje i kod odtwarzający analizę, bez źródłowych historii par użytkownik–produkt.[5]

Nie trzeba się rejestrować. Wspólny plik ZIP zawiera zbiorcze wyniki w sekundach i przetłumaczone instrukcje odtworzenia analizy. Tekst artykułu, omówiony przykład, gotowe objaśnienie do raportu i plik CSV z wynikami widocznymi w artykule są dostępne w każdej wersji językowej. Pakiet nie zawiera źródłowych rekordów zdarzeń ani historii par użytkownik–produkt.

Źródła i uwagi

  1. Michael Kechinov, eCommerce Events History in Cosmetics Shop, zbiór Kaggle 426888, wersja 6; ustalony plik 2019-Nov.csv. Autor opisuje średniej wielkości internetowy sklep kosmetyczny i czasy zdarzeń w UTC. Karta zbioru pozwala na bezpłatne użycie z linkami do Kaggle i REES46; prawa autorskie do danych pozostają przy pierwotnych autorach. Influence IQ obliczyło zagregowane wyniki.
  2. Oficjalny katalog zbiorów REES46 zawiera link do danych o zachowaniach w sklepie kosmetycznym z okresu październik 2019–luty 2020. Ten artykuł korzysta wyłącznie z pliku z listopada 2019 roku. Źródło opisuje zapisy zdarzeń, a nie reprezentatywną próbę obecnych sklepów lub konsumentów.
  3. Amplitude, How Amplitude computes conversions through funnels. Oficjalna dokumentacja wejścia, granic okna retrospektywnego i sesji oraz wyboru kwalifikujących się konwersji. Te definicje samego produktu dają kontekst, a nie potwierdzają równoważnego raportu Amplitude.
  4. Bilal Topaloglu, Basar Oztaysi i 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. Artykuł bada analizę sesji i ścieżek oraz wzbogacanie danych o stan koszyka w tym samym źródłowym rejestrze zdarzeń. Jego porównanie oparte na sesjach różni się od zastosowanego tutaj porównania czasu dla tego samego zakupu.
  5. Pakiet analityczny Influence IQ: kanoniczne zagregowane wyniki w sekundach, pełna tabela krzyżowa przedziałów, rozliczenie kohorty, definicje, identyfikatory źródeł i kod odtwarzający analizę. Nie zawiera źródłowych wierszy zdarzeń ani historii par użytkownik–produkt.

Każda wersja językowa opisuje ten sam historyczny rejestr sklepu kosmetycznego. Tłumaczenie nie tworzy oszacowań dla innego kraju, rynku ani okresu.

Przeczytaj powiązane badania Influence IQ