Меньшая медиана времени от корзины до покупки может объясняться точкой отсчёта

Одни и те же зафиксированные покупки дали 2 разные медианы в историческом журнале событий магазина. Парное сравнение показывает, откуда взялась разница.

Собственный анализ зафиксированных пар «пользователь — товар» в журнале событий магазина косметики за ноябрь 2019 года, предоставленном REES46.

Аннотация

2 отчёта могут использовать одни и те же покупки и показывать разные медианы времени от корзины до покупки. Мы проверили это на журнале событий 1 магазина косметики за ноябрь 2019 года. Для 193 397 зафиксированных пар «пользователь — товар» с покупкой в пределах 7 дней медиана составила 44 минуты 16 секунд от первого наблюдаемого события добавления в корзину и 36 минут 48 секунд от последнего такого события перед покупкой. Оба отсчёта заканчивались одной и той же зафиксированной покупкой.

При этом у 82,4 % пар отсчёты совпали, а медиана разниц, рассчитанных внутри пар, была равна 0. Разница в 7 минут 28 секунд между общими медианами не описывает типичное изменение для 1 пары. Для бизнеса и авторов контента, сравнивающих отчёты, первый вопрос — с чего начинается отсчёт. Этот исторический пример 1 магазина рассматривает выбор в отчётности; он не проверяет напоминания или изменения оформления заказа.

Представьте небольшой магазин блокнотов, который изучает месячный отчёт. Одна сводка сообщает, что типичный интервал от добавления товара до покупки составлял около 44 минут. Другая — около 37 минут. Прежде чем владелец изменит комментарий к числу, аналитик должен выяснить основное: какое событие добавления в корзину запускало каждый отсчёт?

У товара может быть несколько событий добавления в корзину с одним и тем же зафиксированным ID пользователя. Отсчёт от первого наблюдаемого события включает время до последующих действий с корзиной. Отсчёт от последнего события перед покупкой оставляет этот более ранний период за пределами интервала. Оба расчёта могут быть правильными, описывая разные вещи.

Мы сравнили эти 2 определения в публичном журнале событий магазина косметики, предоставленном REES46. Анализ сохраняет каждую зафиксированную покупку пары «пользователь — товар» неизменной и меняет только предшествующее событие добавления в корзину, выбранное начальной точкой. Это позволяет измерить разницу между отсчётами, не считая её изменением покупательского поведения.[1][2]

Для бизнеса или автора контента, продающего товары, полезное решение — как описывать и сравнивать отчёт. Изменение показанной медианы требует пояснить правило выбора события, включённую группу и окно наблюдения, прежде чем делать из него вывод о результатах магазина. Парные результаты показывают, почему эти сведения должны стоять рядом с числом.

2 начальные точки могут иметь 1 общую конечную точку

2 бумажных пакета для покупок соединяются с одной и той же посылкой отдельными дорожками из бирюзовых и рыжевато-коричневых лент.
Условная иллюстрация разных начальных точек и общей конечной точки. Предметы и длина лент не кодируют измеренные длительности, состояние корзины или выполненные заказы.

Одни и те же покупки дали 2 разные медианы

Сравнение включает 193 397 сопоставленных пар «пользователь — товар», представляющих 23 692 зафиксированных ID пользователей. У каждой пары есть первое подходящее ноябрьское событие добавления в корзину и более поздняя зафиксированная покупка в пределах 7 дней. Пользователь может быть связан с несколькими товарами, поэтому число пар не равно числу людей, корзин или заказов.

Для каждой пары первый отсчёт начинается с самого раннего наблюдаемого ноябрьского события добавления в корзину. Второй — с самого позднего такого события строго до той же покупки. Поэтому «первое» означает первое в этом ноябрьском файле, а не первый интерес к товару за всё время. Конечная точка покупки не меняется.

3 распределения: отсчёт от первого события, от последнего и разница внутри пары

193 397 сопоставленных зафиксированных пар «пользователь — товар» в журнале магазина косметики за ноябрь 2019 года. Все длительности ниже указаны в минутах.

Квантили отсчётов и квантили разниц внутри пар, в минутах
ПерцентильОтсчёт от первого добавления (минуты)Отсчёт от последнего добавления (минуты)Разница внутри пары (минуты)
10-й перцентиль5,524,600,00
25-й перцентиль13,6011,470,00
50-й перцентиль (медиана)44,2736,800,00
75-й перцентиль676,92404,700,00
90-й перцентиль3 160,502 740,704,10
Источник: журнал событий магазина косметики от REES46, ноябрь 2019 года; анализ Influence IQ.[1][2][5] Каждый отсчёт заканчивается той же зафиксированной покупкой. Разницы рассчитываются внутри пар до вычисления их перцентилей. Строка перцентиля не указывает одну и ту же пару в 3 распределениях. Значения округлены до 2 десятичных знаков в минутах; пакет сохраняет секунды.

Медиана отсчёта от первого события составила 2 656 секунд, или 44 минуты 16 секунд. Медиана отсчёта от последнего события — 2 208 секунд, или 36 минут 48 секунд. Вычитание этих сводных показателей даёт 448 секунд: 7 минут 28 секунд.

Разницы внутри пар показывают другую картину: их медиана равна 0. Срединное значение отчёта и изменение отдельной записи — разные сводные показатели. Следующие разделы показывают, почему оба результата могут быть правильными.

В таблице 2 отсчёта и разницы внутри пар находятся в отдельных столбцах. Каждый столбец ранжируется отдельно, поэтому строка не указывает одну и ту же пару на этой позиции во всех 3 списках.

У 82,4 % сопоставленных пар отсчёты совпали

Для 159 358 пар оба отсчёта начинались с одной и той же временной метки события добавления в корзину. Разница была равна 0. Эти пары составляли 82,4 % сопоставленной группы, что объясняет, почему медиана парных разниц равна 0, хотя медианы 2 отсчётов различались.

У оставшихся 34 039 пар, или 17,6 %, было не менее 2 разных временных меток событий добавления в корзину до фиксированной покупки. В этой меньшей группе медиана разницы между отсчётами составила 469 секунд: 7 минут 49 секунд. Эта условная медиана описывает 34 039 пар, а не все 193 397.

У большинства сопоставленных пар была одна и та же начальная временная метка

Общая база — 193 397 сопоставленных зафиксированных пар «пользователь — товар»; количества и проценты относятся к парам, а не к уникальным людям.

Пары с совпадающими или разными отсчётами и долями от общей базы
Связь между отсчётамиЗафиксированные пары «пользователь — товар»Доля всех сопоставленных пар
Совпадающие отсчёты: 1 уникальная временная метка добавления в корзину перед покупкой159 35882,4 %
Разные отсчёты: не менее 2 разных временных меток добавления в корзину перед покупкой34 03917,6 %
Источник: журнал событий магазина косметики от REES46, ноябрь 2019 года; анализ Influence IQ.[1][2][5] Положительная разница внутри пары и несколько разных временных меток добавления в корзину перед покупкой выделяют одну и ту же группу. Её условная медиана разницы равна 469 секундам (7 минутам 49 секундам). Общая медиана парных разниц равна 0.

2 способа выделения этой меньшей группы эквивалентны. Если до покупки есть больше 1 уникальной временной метки добавления в корзину, последняя позже первой, поэтому прошедшее время по ней меньше. Полезная измеренная информация — как часто это происходило и какова длина зафиксированного промежутка. Само направление следует из определений.

Совпадение отсчётов означает, что их началом стала одна и та же зафиксированная временная метка корзины. Оно не описывает каждый шаг истории покупок. Назначение нескольких действий с корзиной тоже остаётся неясным: в источнике нет поля количества, которое объясняло бы изменения между ними.

Медиана может меняться, даже если большинство пар не меняется

Небольшой пример помогает увидеть различие. Возьмём 3 вымышленные записи «пользователь — товар», где все длительности измерены в минутах. Время от первого добавления в корзину равно 10, 20 и 30. Для первых 2 записей время от последнего добавления остаётся 10 и 20. Для третьей отсчёт от более позднего события даёт длительность 5.

Первый отчёт упорядочивает длительности как 10, 20, 30. Срединное значение, медиана, равно 20. Второй — как 5, 10, 20. Его медиана равна 10. Изменилась только 1 из 3 записей, но этого хватило для смены значения в середине упорядоченного списка.

Теперь сравним каждую запись с ней самой. Разницы равны 0, 0 и 25. В середине этого списка — 0. Разница между медианами отчётов равна 10, а медиана разниц внутри записей равна 0. Оба утверждения прямо следуют из вымышленных значений.

Результат большего журнала магазина устроен так же. Его медианы описывают полные распределения, а парные разницы сохраняют каждую покупку как отдельное сравнение. Прочитать меньшую медиану как величину «ускорения» типичной покупки означало бы смешать 2 вопроса. Ни у одной покупки в анализе не менялась конечная точка.

Отчётный интервал изменился для 4,5 % сопоставленных пар

Команда может группировать длительности по интервалам наряду с медианой. Мы использовали 3 фиксированных описательных интервала: меньше 1 часа, от 1 часа до менее 1 дня и от 1 дня до 7 дней включительно. Это пример группировки в отчёте, а не предлагаемые сроки письма или другого сообщения.

Изменение начального события перевело 8 749 сопоставленных пар в более ранний интервал, то есть 4,5 % всех 193 397 пар. Из них 3 841 пара перешла из среднего интервала в интервал меньше 1 часа, 3 020 пар — из самого длинного в интервал меньше 1 часа, а 1 888 пар — из самого длинного в средний.

Полная таблица сопряжённости интервалов отсчёта от первого и последнего события

Показаны все 9 сочетаний. «Первое» и «последнее» относятся к событию добавления в корзину, запускающему отсчёт; зафиксированная конечная точка покупки не меняется.

Все сочетания интервалов от первого и последнего добавления в корзину, включая ячейки со значением 0
Интервал от первого события; интервал от последнего событияЗафиксированные пары «пользователь — товар»Доля всех сопоставленных пар
От первого события: меньше 1 часа; от последнего: меньше 1 часа106 72255,2 %
От первого события: меньше 1 часа; от последнего: от 1 часа до менее 1 дня00,0 %
От первого события: меньше 1 часа; от последнего: от 1 дня до 7 дней включительно00,0 %
От первого события: от 1 часа до менее 1 дня; от последнего: меньше 1 часа3 8412,0 %
От первого события: от 1 часа до менее 1 дня; от последнего: от 1 часа до менее 1 дня48 55525,1 %
От первого события: от 1 часа до менее 1 дня; от последнего: от 1 дня до 7 дней включительно00,0 %
От первого события: от 1 дня до 7 дней включительно; от последнего: меньше 1 часа3 0201,6 %
От первого события: от 1 дня до 7 дней включительно; от последнего: от 1 часа до менее 1 дня1 8881,0 %
От первого события: от 1 дня до 7 дней включительно; от последнего: от 1 дня до 7 дней включительно29 37115,2 %
Источник: журнал событий магазина косметики от REES46, ноябрь 2019 года; анализ Influence IQ.[1][2][5] Все проценты рассчитаны от общего числа 193 397 сопоставленных пар, а не от итога строки. Значения 0 в сочетаниях с более длинным интервалом от последнего события обязательны по определениям. Границы 1 часа и 1 дня — примеры интервалов отчёта, а не рекомендуемые сроки сообщений.

Большинство пар осталось в прежнем отчётном интервале. Среди них есть пары, у которых точная длительность изменилась, но граница интервала не была пересечена. Поэтому таблица интервалов и таблица совпадения отсчётов отвечают на разные вопросы: изменилась ли числовая длительность и поместил ли отчёт пару в другую группу?

Все проценты в этой таблице сопряжённости рассчитаны от общего числа 193 397 сопоставленных пар. Например, 3 841 пара, перешедшая из среднего интервала в интервал меньше 1 часа, составляет 2,0 % всей сопоставленной группы. Это не 2,0 % средней строки. Общий видимый знаменатель позволяет использовать таблицу рядом с общим сравнением.

1 вымышленная покупка блокнота, 2 длительности

Рассмотрим Paper Orchard — вымышленный магазин блокнотов. Хронология и бриф к отчёту ниже — придуманные примеры, отдельные от результатов магазина косметики. Пусть все 3 события имеют одинаковые зафиксированные идентификаторы пользователя и товара, а всё время указано в UTC.

Понедельник, 4 ноября, 09:00: зафиксировано добавление блокнота в корзину. Вторник, 5 ноября, 09:00: зафиксировано ещё одно такое событие для блокнота с тем же ID пользователя. Вторник, 5 ноября, 09:30: зафиксировано событие покупки.

Отсчёт от первого добавления в корзину даёт 24 часа 30 минут. От последнего — 30 минут. Разница внутри пары равна 24 часам — точно промежутку между 2 временными метками добавления в корзину. В обоих расчётах покупка остаётся во вторник в 09:30.

Пример объясняет арифметику событий, не предоставляя историю содержимого корзины. Он не сообщает, оставался ли блокнот в корзине на ночь, менялось ли количество и стала ли покупка выполненным заказом. Отчёт может назвать 2 прошедших интервала, не заполняя эти пробелы историей о покупателе.

Готовый бриф по отчёту для вымышленного магазина

Аналитик Paper Orchard может дать владельцу готовое объяснение 2 длительностей. Это пояснение использует 1 запись о блокноте выше, поэтому относится к той покупке, а не к месячной медиане.

Цель: объяснить, почему 2 сводных показателя времени одной и той же покупки блокнота различаются. Владельцу нужно точно описать отчёт перед использованием в комментарии к кампании.

Запись и окно: 1 вымышленная пара «пользователь — блокнот» выше, 4–5 ноября, UTC. Сохраняем покупку во вторник в 09:30 неизменной. Запись входит в 7-дневное окно последующего наблюдения примера. Более ранней истории за всё время она не даёт.

Начальные события: назовите один показатель «Время от первого наблюдаемого добавления в корзину», а другой — «Время от последнего добавления в корзину перед той же покупкой». Сохраните обе временные метки в исходной записи аналитика. Не сокращайте оба названия до «время покупки», что скроет разный смысл.

Готовое сравнение: интервал от первого добавления — 24 часа 30 минут; от последнего — 30 минут; разница внутри пары — 24 часа. Отчёт может сообщить: «Эти 2 интервала заканчиваются одной и той же зафиксированной покупкой. Разница возникает из-за выбора разных событий добавления в корзину как начальной точки».

Интерпретация владельца: поместите пояснение рядом со сравнением. Более короткий интервал описывает время после более позднего зафиксированного действия с корзиной. Он не доказывает улучшение оформления заказа или непрерывное нахождение блокнота в корзине всю ночь.

Следующий отчёт: аналитик перенесёт выбранные названия событий, время UTC и фиксированное правило последующего наблюдения в следующее сравнение. Если определение изменится, владелец опишет изменение до сравнения основных чисел. Любая оценка сообщений или акций требует отдельных подтверждений.

Рассматривайте отсчёты и разницы внутри пар отдельно

3 панели показывают посылку в лотке, 2 пакета, соединённых лентами с общей посылкой, затем 2 карточки с секундомерами над пустой сравнительной таблицей.
  1. Оставьте покупку неизменной

    Для обоих отсчётов используйте одну и ту же зафиксированную покупку пары «пользователь — товар» как конечную точку.

  2. Назовите оба начальных события

    Сравните первое наблюдаемое добавление в корзину с последним добавлением строго до этой покупки.

  3. Разделяйте сводные показатели

    Рассматривайте распределение каждого отсчёта отдельно от разниц, рассчитанных внутри пар.

Условные шаги чтения сравнения 2 отсчётов. Иллюстрация не содержит наблюдаемых длительностей или измерений содержимого корзины и выполнения заказов.

Бриф даёт автору контента или небольшому магазину конкретный вопрос для согласования со специалистом, готовящим отчёт: с чего начинается каждая длительность и чем заканчивается. Коммерческое объяснение остаётся открытым до появления подтверждений, но измеренный интервал указан прямо.

Указывайте правило выбора события при сравнении отчётов

Похожая проблема возникает, когда агентство и магазин используют разные инструменты отчётности или новый экспорт содержит историю другой длины. Общее название вроде «время от корзины до покупки» не доказывает, что за обоими числами стоят одинаковое начальное событие, сопоставление покупки или окно наблюдения.

Для владельца, сравнивающего месячные отчёты, это важно до описания тенденции. Если в одном месяце отсчёт начинается с первого наблюдаемого добавления в корзину, а в следующем — с последнего перед покупкой, ряд объединяет 2 определения. Тогда меньшее число может отражать изменённое правило наряду с прочими различиями между месяцами. Наше сравнение с фиксированной покупкой выделяет разницу определений; оно не измеряет изменение результатов от месяца к месяцу.

При смене инструмента отчётности или экспорта явно укажите изменение определения в передаваемом пояснении. Полезно спросить, описывают ли старые и новые сводные показатели одно и то же. Если доступная история тоже различается, назовите это отдельно. Первое наблюдаемое событие зависит от начала сохранённой истории, даже если его название звучит как начало всего пути клиента.

Аналитические инструменты уже явно задают правила входа в воронку и сопоставления конверсий. Например, Amplitude описывает правила самого раннего входа в пределах сеанса или окна ретроспективного анализа и выбор подходящих путей конверсии. Эти определения помогают читать отчёт; наш расчёт 2 отсчётов не воссоздаёт отчёт Amplitude.[3]

Выбор при этом может быть осознанным. Интервал от первого наблюдаемого добавления в корзину описывает зафиксированное время от того начального события. Интервал от последнего предшествующего добавления описывает время после самого недавнего зафиксированного действия с корзиной до покупки. Бизнес может выбрать показатель, отвечающий вопросу отчётности, и сохранять его смысл при сравнениях.

Название должно передавать различие в отчёт, который действительно читает владелец. «Медиана времени от первого наблюдаемого добавления в корзину» и «Медиана времени от последнего добавления в корзину перед покупкой» сообщают о разных начальных точках. Общее название «время покупки» убирает сведения, необходимые для понимания расхождений. Рядом также укажите включённую группу и окно последующего наблюдения.

Это особенно полезно, когда автор контента или небольшой бизнес поручает анализ другому. Владельцу не нужно изучать каждое событие, чтобы запросить ясное определение. Специалист, готовящий отчёт, должен объяснить, какие начальная и конечная точки и подходящие записи дали число, прежде чем связывать его с коммерческой интерпретацией.

Для исследования выше подтверждена конкретная интерпретация: одни и те же зафиксированные покупки дали разные сводные длительности при 2 правилах начала отсчёта. Чтобы решить, улучшили ли страница товара, акция или сообщение для возвращения к покупке процесс покупки, нужны данные об этом отдельном изменении.

Как рассчитано парное сравнение

Мы использовали файл за ноябрь 2019 года из версии 6 публичного набора данных магазина косметики. Он содержит 4 635 837 строк событий с метками view, cart, remove_from_cart и purchase. Временные метки заданы в UTC, записи есть за каждый день ноября. Это описывает охват предоставленного файла, а не доказывает непрерывное отслеживание каждого человека.[1][2]

Было 1 061 242 зафиксированные пары «пользователь — товар» с событием добавления в корзину. Мы оставили первые подходящие ноябрьские события с 1 по 23 ноября, требуя наличия 7 дней до наблюдаемого конца файла. 270 024 пары с первым добавлением позже в ноябре не вошли в когорту. Все пары, подходящие по дате, выполнили требование к концу файла.

Из 791 218 подходящих пар у 193 397 была однозначная более поздняя зафиксированная покупка в пределах фиксированного горизонта. Остальные пары (597 821) остались без сопоставленной покупки в течение 7 дней. Это не наблюдаемые брошенные корзины: покупка могла произойти позже, не попасть в запись или использовать другой идентификатор. Показатели времени рассчитаны только для сопоставленной группы; это не доли конверсии или отказа от корзины.

Мы выбирали самую раннюю покупку в момент первого добавления в корзину или после него до включительной границы 7 дней. Покупка с той же меткой времени, что и первое добавление, или любое добавление с той же меткой, что и выбранная покупка, исключались бы как неоднозначные без замены более поздней покупкой. Таких случаев не было. Повторные одинаковые выбранные кортежи событий объединялись; удаления не сбрасывали предполагаемое состояние корзины.

В наборе нет ID корзины, ID заказа, количества или статуса возврата. Предыдущие исследования того же журнала изучали сеансы и восстанавливали состояние корзины с помощью анализа процессов. Наш расчёт вместо этого сравнивает 2 наблюдаемые начальные точки событий для 1 фиксированной покупки пары «пользователь — товар», не восстанавливая содержимое корзины.[4]

Мы зафиксировали когорту, горизонт, правила совпадения временных меток и описательные интервалы до расчёта результатов. Перцентили используют линейную интерполяцию. Рисунки описывают подходящие записи без доверительных интервалов для популяции и причинных выводов. Для скачивания доступны агрегированные результаты, точные определения и код воспроизведения без исходных историй «пользователь — товар».[5]

Регистрация не нужна. Общий ZIP содержит агрегированные результаты в секундах и переведённые инструкции по воспроизведению анализа. Текст статьи, разобранный пример, заполненный бриф и CSV с показанными результатами доступны на каждом языке статьи. Исходные строки событий и истории взаимодействий пользователей с товарами не включены.

Источники и примечания

  1. Michael Kechinov, eCommerce Events History in Cosmetics Shop, набор данных Kaggle 426888, версия 6; фиксированный файл 2019-Nov.csv. Автор описывает средний интернет-магазин косметики и время событий UTC. Карточка разрешает бесплатное использование со ссылками на Kaggle и REES46; авторские права на данные остаются у исходных авторов. Influence IQ рассчитал агрегаты.
  2. Официальный каталог наборов данных REES46 ссылается на данные поведения в магазине косметики за октябрь 2019 — февраль 2020 года. Эта статья использует только файл за ноябрь 2019 года. Источник описывает записи событий, а не репрезентативную выборку современных магазинов или потребителей.
  3. Amplitude, How Amplitude computes conversions through funnels. Официальная документация о входе, границах ретроспективного окна и сеанса и выборе подходящих конверсий. Эти определения самого продукта дают контекст, но не подтверждают эквивалентность отчёту Amplitude.
  4. Bilal Topaloglu, Basar Oztaysi и 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, с. 2851–2879, DOI 10.3390/jtaer19040138. Работа рассматривает анализ сеансов и путей и обогащение состоянием корзины в том же исходном журнале событий. Её сравнение на основе сеансов отличается от сравнения времени с фиксированной покупкой здесь.
  5. Пакет анализа Influence IQ: канонические агрегированные секунды, полная таблица сопряжённости интервалов, учёт когорты, определения, идентификаторы источника и код воспроизведения. Исходные строки событий или истории «пользователь — товар» не включены.

Каждая языковая версия описывает один и тот же исторический журнал магазина косметики. Перевод не создаёт оценок для другой страны, рынка или периода.

Читайте связанные исследования Influence IQ