Configuration d’une table de cohorte

Élément

Description

Vous pouvez appliquer jusqu’à dix segments d’inclusion et trois mesures d’inclusion. La mesure indique à quelle cohorte appartient un utilisateur ou une utilisatrice. Par exemple, si la mesure d’inclusion est Commandes, seuls les utilisateurs et utilisatrices qui ont passé une commande durant la période de l’analyse des cohortes seront inclus dans la cohorte initiale.
L’opérateur par défaut entre les mesures est AND, mais vous pouvez le changer en OR. En outre, vous pouvez ajouter une segmentation numérique à ces mesures. Par exemple : Sessions >= 1.

Vous pouvez appliquer jusqu’à dix segments de retour et trois mesures de retour. La mesure indique si la personne utilisatrice a été fidélisée (rétention) ou non (perte de clientèle). Par exemple, si la mesure de retour est Vues vidéos, seuls les utilisateurs et utilisatrices qui ont affiché les vidéos durant des périodes consécutives (après la période pendant laquelle ils ont été ajoutés à une cohorte) seront représentés comme fidélisés. La mesure Sessions quantifie également la rétention des utilisateurs et utilisatrices.

Granularité temporelle : jour, semaine, mois, trimestre ou année.

Rétention (par défaut) : une cohorte Rétention mesure si vos cohortes de personnes retournent sur votre propriété au fil du temps. Une cohorte de rétention est la cohorte standard et indique le comportement de retour et de répétition des utilisateurs et utilisatrices. Une couleur verte indique une cohorte Rétention dans la table.
Attrition ​  : une cohorte​ ​ Attrition ​(également appelée « perte de la clientèle » ou « abandon ») mesure la façon dont vos cohortes de personnes abandonnent votre propriété au fil du temps. L’attrition est le contraire de la rétention : Churn = 1 - Retention. L’attrition est une bonne mesure de l’attractivité et de l’opportunité, car elle vous indique la fréquence à laquelle les clients et clientes ne reviennent pas. Vous pouvez utiliser l’attrition pour analyser et identifier les domaines ciblés : quels segments de cohortes pourraient nécessiter une certaine attention ? Une couleur rouge indique une cohorte Attrition dans la table (similaire à l’abandon dans la visualisation​ ​ Flux ​).

Calcul variable  : calculez la rétention ou l’attrition en fonction de la colonne précédente, plutôt que de la colonne Inclus (par défaut). Le calcul variable change la méthode de calcul pour vos périodes de « retour ». Le calcul normal trouve les utilisateurs et les utilisatrices qui répondent aux critères de retour et qui faisaient partie de la période d’inclusion. Qu’ils fassent partie ou non de la cohorte de la période précédente. Au lieu de cela, le calcul variable trouve les utilisateurs qui répondent aux critères de « retour » et faisaient partie de la période précédente. Par conséquent, la Calcul variable segmente et entonnoir les utilisateurs qui répondent continuellement aux critères de « retour » sur une période donnée. Les critères de retour sont appliqués à chacune des périodes menant à la période sélectionnée.

Table de latence ​  : une table de latence mesure le temps qui s’est écoulé avant et après l’événement d’inclusion. La table de latence est intéressante à utiliser avant/après analyse. Par exemple, vous avez un lancement de produit ou de campagne à venir et vous souhaitez effectuer le suivi du comportement avant et après le lancement. La table de latence affiche côte à côte le comportement avant et après pour voir l’impact direct. Les cellules de préinclusion dans la table de latence sont calculées par les utilisateurs et utilisatrices qui répondent aux critères d’inclusion au cours de la période d’inclusion et répondent ensuite aux critères de retour dans les périodes antérieures à la période d’inclusion. Notez que la table de latence et la cohorte de dimension personnalisée ne peuvent pas être utilisées conjointement.

Cohorte de dimension personnalisée  : créez des cohortes en fonction de la dimension sélectionnée, plutôt qu’en fonction du temps (par défaut). Nombre de clients veulent analyser leurs cohortes en fonction d’autres aspects que le temps. La nouvelle fonctionnalité Cohorte de dimension personnalisée vous fournit la flexibilité de créer des cohortes en fonction des dimensions de votre choix. Utilisez des dimensions telles que le canal marketing, la campagne, le produit, la page, la zone géographique ou toute autre dimension dans Adobe Analytics de façon à afficher l’évolution de la rétention en fonction des différentes valeurs de ces dimensions. La définition de segment de cohorte de dimension personnalisée applique la dimension uniquement dans le cadre de la période d’inclusion, et non dans le cadre de la définition du renvoi.

Après avoir choisi l’option Cohorte de dimension personnalisée, vous pouvez faire glisser et déposer n’importe quelle dimension dans la zone de dépôt. Ajouter des dimensions vous permet de comparer des éléments de dimension similaires sur la même période. Par exemple, vous pouvez comparer les performances des villes côte à côte, des produits, des campagnes, etc. La table de cohorte renvoie vos 14 principaux éléments de dimension. Cependant, vous pouvez utiliser un segment pour afficher uniquement les éléments de dimension souhaités. Une cohorte de dimension personnalisée ne peut pas être utilisée avec la fonctionnalité de table de latence.