Комментарии 8
>метрики отличаются друг от друга, и их показатели отличаются от месяца к месяцу
Честно говоря крайне слабый вывод для аналитика. Спасибо капитан! А можно пример где это важно?? А можно побольше выводов, о том как изменение метрик или их соотношения зависит от структуры спроса или иных факторов?
Зачем брать рандомный магазин с непонятной структурой спроса и неизвестным ретеншеном? Ну возьмите какой нибудь самокат/лавку и наглядно увидете, насколько это разные метрики. Возьмите любую приложеньку с freemium моделью и увидите такую же наглядную разницу между arpu/arppu
✊
Добрый день!)
Да конечно можно!) И добавить примеров, и побольше сделать выводов. И разбить пользователей на сегменты - по категориям купленных товаров, и посмотреть как меняется средний чек по категориям и от каких продуктов в конкретной категории это зависит.
Можно еще собрать когорты пользователей по неделям, и посмотреть ARPU по когортам. Да много чего еще можно придумать. Но я не думал делать этого в рамках текущей задачи.
Возможно, потом добавлю больше примеров как можно "играть" с средним чеком. Например, смоделировать кейс: "В Я.Маркете всего 5 категорий товаров, за один месяц средний чек вырос в каждой категории. Что в таком случае будет с общим ср.чеком Маркета ?"
Рандомный магазин взять проще всего, чтобы покрутить данные, и разобраться в сути вещей.
P.s.: я не капитан. Я адмирал !)))
Количество возвратов составляет 8 585 тыс. Это примерно полтора процента от основного датасета. Их мы тоже вычистим.
Нифига себе. Р-р-раз и получили завышенный ARPU за счет этих 8585 транзакций. А мужики-то думают, гадают, как ARPU повысить :)))
То есть, это может быть реальный заказ, а не тех.баг. Однако, для нашего дальнейшего исследования по расчету среднего чека и ARPU, данное количество товара в транзакции будет выглядеть как «выброс» тянущий на себя среднее значение. Поэтому мы удалим данный заказ.
Еще веселее - реальный заказ, реальный чек, но портит нам красивую картинку?? Что делать?
Правильно - подогнать данные под желаемый результат. Р-р-р-раз, и самый крупный чек летит в мусорку.
Для нашей задачи (нахождение среднего чека и ARPU) удобнее перевести цены товаров в рубли.
Для этого парсим с страницы банка актуальный курс по валютам.
Ну это вообще класика подгона данных под результат, транзакции у нас за целый год, а курс за один день!! Думаю уже все в курсе как сильно могут курсы (простите за каламбур) плясать не то что за год, за неделю.
Нифига себе. Р-р-раз и получили завышенный ARPU за счет этих 8585 транзакций. А мужики-то думают, гадают, как ARPU повысить :)))
В смысле ? Для учебной задачи, мы вполне можем себе позволить срезать часть данных. По факту мы рассчитывали ARPPU, и в таком контексте транзакции с возвратами нам не нужны. Если из данной выборки пользователи совершали другие покупки, то они учитываются в датасете и последующий расчетах.
Еще веселее - реальный заказ, реальный чек, но портит нам красивую картинку?? Что делать?
Правильно - подогнать данные под желаемый результат. Р-р-р-раз, и самый крупный чек летит в мусорку.
А здесь-то чего? Абзацем ниже я пишу, что так делать не нужно, так как это искажает реальную картину. Но мы так делаем сейчас в рамках учебной задачи. (см. внимательнее статью)
Ну это вообще класика подгона данных под результат, транзакции у нас за целый год, а курс за один день!! Думаю уже все в курсе как сильно могут курсы (простите за каламбур) плясать не то что за год, за неделю.
Да, конечно. Не вижу здесь какой-либо грубой подгонки. Я закинул способ как можно взять реальный текущий курс, и сделать по нему перевод. Легко можно автоматизировать на каждый день.
Ммм, считать средний чек продавая мороженки и айфоны. Даже не знаю, что может пойти не так. Вы не пробовали считать эффективность больниц по средней температуре? Тоже удобно, инновационно, и также бессмыленно. Нормальные метрики - валовая прибыль по категориям товаров и/или брендам, просто суммы продаж, количество новых покупателей, отношение сумм продаж к себестоимости остатков, и практически ручная оценка и поиск покупателей, которые перестали покупать с разбором причин. А средний чек - самая дурная характеристика из вохможных.
Разбираемся в отличии среднего чека от ARPU на примере одного интернет-магазина