Effectuer une analyse de cohortes
Analyser la rétention des utilisateurs par cohorte
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Écris un code Python pour réaliser une analyse de rétention par cohorte sur un DataFrame d'événements utilisateurs avec les colonnes : user_id, event_date et event_type. Définis les cohortes selon le mois du premier achat, calcule les taux de rétention mensuels et présente-les sous forme de heatmap. Exporte les résultats dans un tableau croisé dynamique pandas.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Utilisez `groupby('user_id')['event_date'].min()` pour identifier le mois du premier achat, puis créez une colonne 'cohort_month'. Pour le calcul de rétention, décalez les mois d'activité par rapport au mois de cohorte avec `(df['event_date'].dt.to_period('M') - df['cohort_month']).apply(lambda x: x.n)` pour obtenir le 'month_offset'. Filtrer `event_type == 'purchase'` si nécessaire.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Analyse des données de stocks et d'inventaire
Analyse complète des données d'inventaire avec classification ABC/XYZ, calcul des seuils et optimisation du BFR.
Analyse de la rétention
Améliorer la rétention utilisateur
Ingénierie de caractéristiques temporelles
Extraire des caractéristiques de colonnes datetime
Génération d'un rapport automatisé hebdomadaire
Conçoit un système de rapport hebdomadaire automatisé avec commentaires intelligents et alertes contextuelles.