Δες τη διατηρηση με μια ματια με θερμικο χαρτη cohort

Visualize

Δες τη διατηρηση με μια ματια με θερμικο χαρτη cohort

Στην αναλυση διατηρησης, ενας θερμικος χαρτης που συνδυαζει cohort αποκτησης και μηνες που περασαν ειναι πολυ χρησιμος. Καθετες ή οριζοντιες λωριδες συχνα δειχνουν προβληματα συγκεκριμενων περιοδων.

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

cohorts = ["2024-01", "2024-02", "2024-03", "2024-04", "2024-05", "2024-06"]
months = [f"Μηνας {m}" for m in range(1, 7)]
rng = np.random.default_rng(21)
base = np.linspace(0.7, 0.4, num=6)
matrix = np.vstack(
    [
        np.clip(base - idx * 0.03 + rng.normal(0, 0.01, size=base.size), 0.1, 0.9)
        for idx in range(len(cohorts))
    ]
)

fig, ax = plt.subplots(figsize=(6.4, 3.8))
im = ax.imshow(matrix, cmap="YlGnBu", vmin=0, vmax=1)

ax.set_xticks(range(len(months)), labels=months)
ax.set_yticks(range(len(cohorts)), labels=cohorts)
ax.set_title("Θερμικος χαρτης cohort διατηρησης συνδρομων")

for i in range(matrix.shape[0]):
    for j in range(matrix.shape[1]):
        ax.text(j, i, f"{matrix[i, j]*100:.0f}%", ha="center", va="center", fontsize=9)

cbar = fig.colorbar(im, ax=ax, fraction=0.045, pad=0.02)
cbar.set_label("Ποσοστο διατηρησης")
ax.set_xlabel("Μηνες απο την αποκτηση")
ax.set_ylabel("Cohort αποκτησης")

fig.tight_layout()

plt.show()

Τα μοτιβα λωριδων μπορουν να αποκαλυψουν προβληματα περιοδου.

Συμβουλες αναγνωσης #

  • Αν ενα cohort πεφτει αποτομα, ισως υπηρξε προβλημα στον μηνα αποκτησης.
  • Οι οριζοντιες αλλαγες χρωματος δειχνουν θεματα στον κυκλο ζωης του προϊοντος.
  • Η εμφανιση ποσοστων βοηθα να μην βασιζεσαι μονο στο χρωμα.