이 페이지에서

For AI agents: a documentation index is available at /docs/llms.txt. Append .md to any page URL for markdown, or send Accept: text/markdown.

과거 수행 횟수, 3부: 퍼널 및 행동 코호트

Amplitude의 과거 수행 횟수 필터는 사용자가 이벤트를 수행한 N번째 시점(예: 사용자의 다섯 번째 운동)을 분리합니다. 3부로 구성된 시리즈 중 3부인 이 문서에서는 과거 수행 횟수가 퍼널 분석 차트와 행동 코호트라는 두 가지 특정 영역에서 어떻게 작동하는지 설명합니다. 필터의 정의와 기본 사항에 대해서는 1부부터 시작하고, 구문 및 이벤트 세분화 사용법에 대해서는 2부로 이동하십시오.

사용자의 N번째 단계 발생이 귀하의 날짜 범위와 전환 기간 모두에 해당하는지 여부를 알아야 할 경우 이력 횟수 필터를 사용하여 퍼널 분석을 수행하십시오. 단계 순서와 관계없이 N번째 전체 발생 횟수로 정의된 재사용 가능한 사용자 그룹을 원할 경우 대신 히스토리적 수행 횟수와 함께 행동 코호트를 사용하십시오.

퍼널 분석의 과거 데이터 수

퍼널 분석 차트에서 사용자는 퍼널에 여러 회 진입하거나 다양한 단계를 여러 회 수행할 수 있습니다. 사용자가 과거 수행 횟수 필터를 사용한 퍼널 분석 차트에서 전환된 것으로 간주되는지 결정하기 위해 Amplitude는 다음 두 가지 사항을 고려합니다.

  1. N번째 인스턴스는 날짜 선택기의 날짜 범위 내에 있어야 하며,
  2. N번째 인스턴스는 다른 퍼널 단계의 전환 창 내에서 발생해야 합니다.

예를 들어, 2단계 퍼널을 상상해 보십시오. 이 예에서 event_a의 이력 카운트 필터는 2로 설정되어 있으며, 날짜 범위는 2020년 12월 21일부터 2020년 12월 22일까지입니다. 즉, event_a가 두 번째로 수행된 시기를 알고 싶다는 의미입니다(과거 수행 횟수 filter = 2).

퍼널은 다음과 같습니다.

1단계 = event_a

2단계 = event_b

그리고 사용자는 BBABAB 순서대로 이벤트를 수행했습니다.

이 차트는 과거 상황을 위해 12개월 전(이 예에서는 2019년 12월 21일까지)을 되돌아봅니다. 이벤트가 두 번째로 발생한 시점이 명시된 날짜 범위(2020년 12월 21일~2020년 12월 22일) 내에 있지 않고 그보다 이전인 경우, 해당 사용자는 차트에 포함되지 않습니다.

사용자는 지정된 날짜 범위(2020년 12월 21일부터 12월 22일까지) 내에 event_a를 두 번째로 수행해야 변환된 것으로 간주됩니다.

기록 수행 횟수 필터가 두 번째 이벤트(event_b)에 적용되고 사용자가 다음 순서대로 이벤트를 수행하는 경우: BBABAB

그런 다음 사용자가 차트에 나타나려면 다음 모든 조건이 충족되어야 합니다.

  • event_a 지정된 기간 내에 발생(2020년 12월 21일~2020년 12월 22일)
  • event_b 지정된 특정 기간 내 발생
  • event_a(지정된 기간 내 발생)가 event_b의 두 번째 발생 이전에 발생

이벤트 중 하나가 지정된 날짜 범위 밖에서 발생했거나 해당 기간 내에 event_b이 event_a의 두 번째 발생보다 먼저 발생하지 않은 경우 차트에는 해당 사용자가 포함되지 않습니다.

같은 초 내에 발생하는 동일한 이벤트에 이력 카운트 필터를 사용하면 사용자가 이탈한 것처럼 보입니다. 이는 퍼널 쿼리는 동일한 초 내에 발생하는 이벤트를 구별하지 않지만 과거 수행 횟수 필터는 구별하기 때문입니다.

행동 코호트의 과거 수행 횟수

과거 수행 횟수와 행동 코호트는 관련이 있지만 Amplitude에서 별도의 개념입니다.

행동 코호트는 특정 기간 동안 특정 빈도로 특정 행동을 취한 사용자 그룹을 정의합니다. 예를 들어 지난 30일 동안 운동을 다섯 번 완료한 사용자를 예로 들 수 있습니다. 피트니스 회사는 이 설명에 맞는 사용자를 알고 싶어할 수 있습니다. 이 설명은 최근 파워 유저에 대한 회사의 정의일 수 있기 때문입니다.

반대로 과거 수행 횟수를 사용하면 사용자의 다섯 번째 운동을 정확하게 파악할 수 있습니다. 따라서 지난 30일 동안 2번의 운동을 완료했지만 그 전에 3번의 운동도 완료했다면 가장 최근의 운동은 실제로 5번째였습니다. 이는 중요한 구별입니다. 사용자의 전체 다섯 번째 운동은 이제 장기적인 사용자 그룹으로 전환되었다는 점에서 전체 사용자 생애주기 분석에서 중요한 이정표가 될 수 있기 때문입니다.

Amplitude를 사용하면 과거 수행 횟수를 조건으로 코호트를 생성하여 두 가지의 강력한 성능을 결합할 수 있습니다. 또한 시간별 코호트 인구를 볼 수 있습니다.

"모든 이벤트" 및 "모든 활성 이벤트"의 제한 사항

코호트 빌더에서 과거 수행 횟수를 사용할 때 동적 코호트에 대해 "모든 이벤트" 또는 "모든 활성 이벤트"를 사용할 수 없습니다. 이러한 이벤트 유형은 정적 코호트를 생성할 때만 작동합니다.

  • 동적 코호트: 코호트 빌더에서 과거 수행 횟수를 사용하면 자동으로 업데이트되는 동적 코호트가 생성됩니다. 그러나 과거 수행 횟수가 있는 동적 코호트는 "모든 이벤트" 및 "모든 활성 이벤트"를 지원하지 않습니다.
  • 정적 코호트: "모든 이벤트(과거 기준) Count = 1"를 사용하여 코호트를 생성하면 해당 코호트는 정적 코호트가 됩니다. 정적 코호트는 자동으로 업데이트되지 않으며 특정 시점의 사용자의 스냅샷을 나타냅니다.
  • 해결 방법: 과거 수행 횟수가 포함된 "모든 이벤트"를 기반으로 사용자를 추적하려면 먼저 이벤트 세분화 차트에서 분석을 생성한 다음 이를 정적 코호트로 저장하십시오.

이 제한은 코호트 빌더에만 적용됩니다. 이벤트 세분화, 퍼널 분석, 패스파인더 및 리텐션 분석 차트에서 과거 수행 횟수와 함께 "모든 이벤트" 또는 "모든 활성 이벤트"를 계속 사용할 수 있습니다.

행동 코호트에 과거 수행 횟수를 추가하려면 Amplitude에서 행동 코호트 만들기를 참조하십시오.

이 내용이 도움이 되었나요?