7월 2주차
Amplitude 101 : Cohort
코호트 유저perform으로는 더 다양한 연산수행가능
3 ㄱ을 통한 (지정조건 수렴하는)전체ㄴ값
1 ㄴ을 수행한 횟수 보다 ㄱ을 수행한 횟수가 많은사람
4 ㄱ을 수행했는데 (지정조건 수렴하는)ㄴ값을 가진 사람
※기간설정
: 세그멘테이션의 within은 사용x
조건설정에 따라서
and not who
예) 최근 30일동안 신규유입되서 노래를 들었지만 구매하지 않은 사람
예2) 최근 30일동안 신규유입하여 1곡이상 구매했지만 최근일주일동안 활성화되지 않은 유저
유입부터 최종행동에 이르는 과정의 유입속성이 달라짐.
cohort(최종상태값반영)- 유입여하불문하고 사용자의 가장 최근속성=최종조건
inline cohort-행동을 수행한 당시의 속성으로 조건걸림
※ new를 통해 만든 코호트는 수정가능하지만
차트에서 microscope로 만든 코호트는 수정불가
생성한 코호트와 전체활성화데이터의 비교 comparisons
통상적인 유의미한 분석= 전환사용자와 이탈사용자간의 차이
프로덕트 내의 모든 이벤트를 어떻게 다르게 수행했는지를 보여줌
위 비교데이터로 개발 및 마케팅 전략 가설수립 가능
(서비스 내에 가치가 높은 유저들의 행동을 분석해서 전체사용자에게 습관화 시키는 전략 구상해볼 수 있음)
sync to로 서드파티로 보낼 수 있음.
save
해야 반영됨cohort와 inline cohort의 차이
이때부터 위기가 찾아옴. 뭐슨 말씀하시는지 🤯
두번 세번 봄