영향도 분석 차트 해석

영향도 분석 차트를 사용하면 한 이벤트를 트리거하면 사용자가 다른 이벤트를 실행하는 빈도에 어떤 영향을 미치는지 확인할 수 있습니다.

영향도 분석 차트의 결과 해석

영향도 분석 차트는 각 사용자가 처리 이벤트를 처음 트리거한 시점부터 시작하여 상대적 _n_일 기준으로 결과 이벤트를 표시합니다. Amplitude는 각 사용자의 상대적 타임라인을 정렬하므로 패턴을 볼 수 있습니다. 가운데 선은 사용자가 이벤트를 처음 트리거한 요일 또는 주를 나타냅니다.

지표를 선택하십시오

Amplitude는 영향도 분석 차트에 대한 네 가지 지표를 제공합니다: 평균, 활성 비율, 빈도 및 속성.

평균

평균을 사용할 경우 차트의 Y축은 각 n-상대적 일 또는 n-상대적 주 간격에서 사용자가 결과 이벤트를 트리거한 평균 횟수를 표시합니다. Amplitude는 이벤트를 한 번 이상 트리거한 사용자만 계산합니다. 각 데이터 포인트 위에 마우스를 올려 놓으면 각 간격에서 결과 이벤트를 최소 한 번 트리거한 사용자의 수를 확인할 수 있습니다.

활성 사용자 %

Y축은 각 n-상대적 일 또는 n-상대적 주 간격에서 결과 이벤트를 최소 한 번 트리거한 사람의 비율을 나타냅니다. Amplitude에는 해당 간격 동안 활성 이벤트를 트리거한 사용자가 포함됩니다. 각 데이터 포인트 위에 마우스를 올려 놓으면 각 간격에서 결과 이벤트를 최소 한 번 트리거한 사용자의 수를 확인할 수 있습니다.

아래 예제에서 160,836명의 사용자가 처음으로 노래를 즐겨찾기에 추가한 다음 날 활성 상태였으며, 85.1%의 사용자가 노래나 비디오를 재생했습니다.

빈도

이 차트의 Y축은 각 n-상대적 일 또는 n-상대적 주 간격에서 사람들이 결과 이벤트를 최소 한 번 트리거한 회의 분포를 보여줍니다.

아래 예제에서 15,085명의 사용자가 처음으로 노래를 좋아요로 선택한 후 7일째 되는 날 4개의 노래나 동영상을 재생했습니다.

속성

속성 지표를 사용하면 지정된 결과 이벤트에 대한 이벤트 속성의 평균 또는 합계를 계산할 수 있습니다. 이러한 계산은 각 n-상대적 일 또는 n-상대적 주 간격에서 트리거된 해당 결과 이벤트의 모든 인스턴스를 포함합니다. 예를 들어 사용자가 노래를 즐겨찾기 전과 후 몇 주 동안 재생한 모든 노래나 비디오의 평균 길이를 그려보십시오.

인과 추론 해석 모범 사례

영향도 분석은 가설을 검증하여 사용자 행동 간의 영향을 더 잘 이해할 수 있도록 도와줍니다. 이는 인과 관계를 파악하는 데 여전히 가장 확실한 방법인 무작위 실험을 대체하지 않습니다. 영향도 분석 차트를 실험 프로그램의 초점을 맞출 위치를 결정하는 도구로 사용하여 사용자가 제품에 더 성공적으로 참여할 수 있도록 하십시오.

인과적 결론을 내리기 전에 다음 요소를 고려하십시오.

• 대안 가설: 사용자가 처치 행동을 처음 실행할 때와 거의 동시에 취하는 다른 잠재적 행동을 고려해 본 적이 있습니까? 이러한 행동은 결과 행동의 비율 변화에도 기여할 수 있습니다. 이러한 대체 작업에 계측이 있는 경우 해당 작업을 처치 이벤트로 사용하여 다른 영향도 분석 차트를 생성하십시오. 결과가 비슷해 보인다면, 가능할 때마다 사용자 조사와 무작위 실험을 통해 각 처치 이벤트가 결과의 변화에 얼마나 기여하는지 조사하십시오.
• 사용자 수: 결과 지표가 높은 변동성(구간 간 극적인 변화)을 보이거나 처치 전 구간과 처치 후 구간을 비교했을 때 극적인 변화를 보이는 경우 사용자 수를 확인하십시오. 적은 사용자 수가 이러한 불일치나 그 규모를 설명할 수 있습니다. 소수의 사용자가 지표를 한 방향으로 조정할 수 있지만 사용자 수가 많으면 일반적으로 지표가 더 안정적으로 유지되는 평활 효과가 있습니다. 사용자 수가 적은 경우 반드시 광범위한 패턴을 반영하지는 않으므로 결론을 내릴 때는 주의해야 합니다.