Behavior offset : segmentation des utilisateurs sur deux périodes distinctes

Avec les cohortes comportementales d’Amplitude, vous pouvez créer des groupes d’utilisateurs qui partagent une même tendance de comportement. La fonctionnalité de  décalage comportemental vous offre la capacité de segmenter encore davantage ces utilisateurs en fonction des comportements observés chez eux au cours de deux périodes distinctes.

Voici les cas d’utilisation courants des décalages comportementaux :

• Identifier les utilisateurs qui ont effectué un achat au cours de la semaine précédente et qui ont également effectué au moins deux autres achats au cours des trois mois précédents. Cela peut être utilisé comme indicateur de la satisfaction client.
• Évaluer le nombre d’utilisateurs qui ont installé l’application, mais sans effectuer d’achat pendant les 45 jours qui suivent. Ces informations peuvent vous aider à cibler des campagnes de réengagement dans le but de convaincre ces nouveaux utilisateurs de se convertir en clients payants.
  
• Dans le secteur des médias, les décalages de comportement peuvent identifier les utilisateurs qui achètent un abonnement, mais qui ne lisent pas d’article dans les deux semaines suivantes. Cela peut vous aider à identifier les utilisateurs qui n’ont pas pris l’habitude de lire du contenu, que vous pouvez ainsi cibler dans le cadre de vos efforts de prévention de perte de clients.
• À l’inverse, identifier les utilisateurs qui lisent un article au cours d’une semaine donnée, puis lisent deux articles ou plus la semaine suivante peut vous aider à cibler les lecteurs engagés en leur proposant des offres d’abonnement.
• Suivre les utilisateurs qui étaient dormants à une date donnée et qui sont devenus des utilisateurs de retour le mois suivant. Cela peut vous aider à comprendre pourquoi ces utilisateurs reviennent et quelles campagnes sont efficaces pour convaincre les utilisateurs de revenir.

Notez que dans chacun de ces cas d’utilisation, deux cohortes sont analysées, séparées l’une de l’autre par un intervalle de temps. Dans le deuxième exemple, ces deux cohortes sont composées, respectivement :

• des utilisateurs ayant installé l’application ;
• des utilisateurs n’ayant pas effectué d’achat dans les 45 jours suivant l’installation.

Les décalages de comportement facilitent la segmentation des utilisateurs qui apparaissent dans ces deux cohortes.

Avant de commencer

Avant de commencer, nous vous suggérons de lire l’article sur les cohortes comportementales (en particulier la section sur les cohortes incorporées) et sur les fenêtres glissantes afin d’être à l’aise avec ces deux concepts.

Sachez également que les décalages comportementaux ne sont disponibles que pour les clients disposant des plans Entreprise, Growth et Scholarship.

Ajout d’un décalage comportemental à une cohorte incorporée

Dans cette section, nous suivrons le premier exemple de la liste à puces ci-dessus : nous procéderons à la segmentation des utilisateurs qui ont effectué un achat récent, mais qui ont également effectué deux achats ou plus au cours des 90 derniers jours. Pour ajouter ce décalage comportemental, procédez comme suit :

1. Dans le module Segmentation, cliquez sur +perform pour commencer la création d’une cohorte incorporée.
   
2. Commencez par définir l’événement de la période précédente. Dans cet exemple, notre événement de la période précédente est Complete Purchase .
3. Ajustez l’opérateur et la fréquence de l’événement, si nécessaire.
4. Cliquez sur +rolling. Dans le champ rolling over qui s’affiche, saisissez le nombre de jours pendant lesquels vous souhaitez autoriser l’événement de la période en cours à se produire. Pour suivre notre exemple de scénario, nous saisissons 90.

REMARQUE : vous pouvez définir les durées par défaut pour passer d’une durée quotidienne à hebdomadaire, horaire, mensuelle ou trimestrielle en modifiant le paramètre dans le sélecteur de date du module Metrics.

En outre, lors de l’utilisation d’une cohorte during (par opposition à in each, reportez-vous à cet article relatif aux cohortes incorporées dans Amplitude pour une explication plus détaillée), la fonctionnalité +offset vous permettra de créer des décalages quotidiens, quel que soit l’intervalle spécifié dans le sélecteur de date.

5. Cliquez sur +offset. Dans le champ offset qui s’affiche, saisissez le nombre de jours après le déclenchement de l’événement de la période précédente pendant lesquels vous souhaitez patienter avant que la fenêtre glissante (voir l’étape 4 ci-dessus) ne commence. Dans cet exemple, nous ne voulons pas inclure le jour au cours duquel l’événement de la période précédente s’est déclenché dans la fenêtre glissante, c’est pourquoi nous saisissons 1. Si vous souhaitez intégrer ce jour dans votre analyse, n’incluez pas de décalage.
6. Cliquez à nouveau sur +perform. Dans la liste déroulante and who performed, sélectionnez l’événement de la période en cours. Pour poursuivre avec notre exemple, il s’agit encore une fois de Complete Purchase. 

Voici à quoi devrait ressembler votre cohorte incorporée, dans laquelle vous segmentez les utilisateurs qui ont effectué deux achats ou plus au cours de la période en cours et qui n’ont effectué qu’un seul achat au cours de la période précédente (soit les 90 derniers jours, dans notre cas) :

En appliquant la fenêtre glissante et le décalage à l’événement de la période précédente, nous avons pour l’essentiel déplacé cette cohorte vers une période passée. N’oubliez pas que ce processus décale seulement la cohorte incorporée, et non l’événement sélectionné dans le module Event. 

REMARQUE : le décalage incorporé pour les cohortes in each est disponible sur les graphiques Event Segmentation. Le décalage incorporé pour les cohortes during est disponible sur tous les types de graphiques, sauf Compass. Lors de l’utilisation d’une cohorte during, votre plage de dates doit être définie en jours.