ਡਾਟਾ ਵਿਗਿਆਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ChatGPT

ਗਾਹਕ ਵਿਕਾਸ ਵਿਸ਼ਲੇਸ਼ਣ ਯੋਜਨਾ

ਤੁਹਾਡੀਆਂ ਫਾਈਲਾਂ ਵਿੱਚ ਸਟੇਕਹੋਲਡਰਾਂ ਦੇ ਸਵਾਲਾਂ ਦੇ ਅਧਾਰ 'ਤੇ, ਇਹ 6 ਹਫ਼ਤਿਆਂ ਦਾ ਪ੍ਰਸਤਾਵਿਤ ਐਨਾਲਿਟਿਕਸ ਰੋਡਮੈਪ ਹੈ, ਜੋ ਗਾਹਕਾਂ ਨੂੰ ਜੋੜਨ ਦੇ ਰੁਝਾਨਾਂ ਦੀ ਪਰਖ ਕਰੇਗਾ ਅਤੇ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਮਾਰਕੀਟਿੰਗ ਖਰਚਿਆਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ। ਯੋਜਨਾ JAF Analytics’ ਦੀਆਂ ਤੀਜੀ ਤਿਮਾਹੀ (Q3) ਦੀਆਂ ਤਰਜੀਹਾਂ ਦੇ ਅਨੁਕੂਲ ਹੈ ਅਤੇ ਪੂਰੀ ਜਾਣਕਾਰੀ ਲਈ ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਪ੍ਰੋਡਕਟ ਡੇਟਾ ਦੋਵਾਂ ਨੂੰ ਜੋੜਦੀ ਹੈ।

ਸਫਲਤਾ ਦੇ ਮਾਪਦੰਡ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ

• ਮੁੱਖ ਮਾਪਦੰਡ: ਖੇਤਰ ਅਨੁਸਾਰ ਨਵੇਂ ਭੁਗਤਾਨਸ਼ੁਦਾ ਉਪਭੋਗਤਾ

• ਸਹਾਇਕ ਮਾਪਦੰਡ: ਟ੍ਰਾਇਲ ਤੋਂ ਭੁਗਤਾਨਸ਼ੁਦਾ ਵਿੱਚ ਬਦਲਣ ਦੀ ਦਰ, ਚੈਨਲ ਅਨੁਸਾਰ CAC, ਖੇਤਰੀ ਐਕਟੀਵੇਸ਼ਨ ਦਰ

• ਟੀਚਾ: ਨਾਲ ਵਧ ਰਹੇ ਬਾਜ਼ਾਰਾਂ (EMEA, LATAM) ਵਿੱਚ ਭੁਗਤਾਨਸ਼ੁਦਾ ਪਰਿਵਰਤਨ ਨੂੰ 12% ਤੱਕ ਵਧਾਉਣਾ

ਡਾਟਾ ਦੇ ਸਰੋਤ

• CRM: SaleslyPro — ਲੀਡ ਅਤੇ ਡੀਲ ਟ੍ਰੈਕਿੰਗ

• ਪ੍ਰੋਡਕਟ ਟੈਲੀਮੈਟਰੀ: AppEvent Stream (D-Data export) — ਐਕਟੀਵੇਸ਼ਨ, ਰਿਟੈਂਸ਼ਨ, ਅਤੇ ਐਨਗੇਜਮੈਂਟ ਡੇਟਾ

• ਵਿਗਿਆਪਨ ਪ੍ਰਦਰਸ਼ਨ: AdScope360 — ਮੁਹਿੰਮ ਅਤੇ ਖੇਤਰ ਅਨੁਸਾਰ ਖਰਚ ਅਤੇ ROI

• ਵਿੱਤੀ ਸਿਸਟਮ: LedgerIQ — ਆਮਦਨ ਦੀ ਪੁਸ਼ਟੀ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ

ਫੀਚਰ ਪਾਈਪਲਾਈਨ ਜਨਰੇਟਰ

ਦਿੱਤੇ ਗਏ ਸਕੀਮਾ ਅਤੇ ਫੀਚਰ ਪਰਿਭਾਸ਼ਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਮੈਂ SteamForge AI ਦੀ ਰੀਅਲ-ਟਾਈਮ ਨਿੱਜੀਕਰਨ ਪਾਈਪਲਾਈਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ SQL ਟ੍ਰਾਂਸਫਾਰਮੇਸ਼ਨ ਲੋਜਿਕ ਅਤੇ ਵੈਲੀਡੇਸ਼ਨ ਨਿਯਮ ਤਿਆਰ ਕੀਤੇ ਹਨ। ਇਸਦਾ ਉਦੇਸ਼ ਮਾਡਲ ਟ੍ਰੇਨਿੰਗ ਅਤੇ ਇਨਫਰੈਂਸ ਲਈ ਇੱਕਸਾਰ ਅਤੇ ਨਿਗਰਾਨੀ ਹੇਠ ਰਹਿਣ ਵਾਲੀਆਂ ਫੀਚਰ ਟੇਬਲਸ ਬਣਾਉਣਾ ਹੈ।

ਟ੍ਰਾਂਸਫਾਰਮੇਸ਼ਨ SQL

• user_events ਅਤੇ session_metadata ਦੇ ਇਵੈਂਟਸ ਨੂੰ ਜੋੜ ਕੇ user_activity_features ਟੇਬਲ ਤਿਆਰ ਕੀਤੀ

• ਗਤੀਵਿਧੀ ਦੀ ਬਾਰੰਬਾਰਤਾ ਅਤੇ ਮਿਆਦ ਦੇ ਮੈਟ੍ਰਿਕਸ ਲਈ ਨਾਰਮਲਾਈਜ਼ੇਸ਼ਨ ਲਾਗੂ ਕੀਤੀ

• ਪਿਛਲੇ 7 ਦਿਨਾਂ ਦੀ ਔਸਤ ਇੰਗੇਜਮੈਂਟ ਕੱਢਣ ਲਈ ਵਿੰਡੋ ਫੰਕਸ਼ਨ ਲਾਗੂ ਕੀਤੇ

• ਟ੍ਰਾਂਸਫਾਰਮੇਸ਼ਨਸ ਨੂੰ /pipelines/features_v2/ ਦੇ ਅੰਦਰ ਵਰਜ਼ਨਡ .sql ਸਕ੍ਰਿਪਟਾਂ ਵਜੋਂ ਸੇਵ ਕੀਤਾ ਗਿਆ ਹੈ

ਪ੍ਰਮਾਣਿਕਤਾ ਟੈਸਟ

• ਮਹੱਤਵਪੂਰਨ ਕਾਲਮਾਂ (user_id, ਟਾਈਮਸਟੈਂਪ, event_type) ਲਈ ਨਲ ਚੈੱਕ (null checks) ਜੋੜੇ ਗਏ

• session_length ਅਤੇ page_depth ਵਰਗੇ ਨਿਊਮੈਰੀਕਲ ਫੀਲਡਸ ਲਈ ਰੇਂਜ ਟੈਸਟ ਕੌਂਫਿਗਰ ਕੀਤੇ ਗਏ

• ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਜੁਆਇਨ ਇੰਟੈਗ੍ਰਿਟੀ ਟੈਸਟ ਤੈਅ ਕੀਤੇ ਗਏ ਕਿ ਸਾਰੇ user_ids ਮਾਸਟਰ ਪ੍ਰੋਫਾਈਲ ਟੇਬਲ ਨਾਲ ਸਹੀ ਤਰ੍ਹਾਂ ਮੈਪ ਹੋਣ

• DataGuard CI ਰਾਹੀਂ ਆਟੋਮੇਟਿਡ ਅਸਰਸ਼ਨਸ ਨੂੰ ਇੰਟੀਗ੍ਰੇਟ ਕੀਤਾ ਗਿਆ

ਮਾਡਲ ਡ੍ਰਿਫਟ ਰਿਪੋਰਟ – ਕਨਵਰਜ਼ਨ ਪ੍ਰੀਡਿਕਸ਼ਨ v3

ਸੰਖੇਪ

ਇੱਕ ਆਟੋਮੇਟਿਡ ਡ੍ਰਿਫਟ ਵਿਸ਼ਲੇਸ਼ਣ ਨੇ ਹਾਲੀਆ ਮੋਬਾਈਲ ਸੈਸ਼ਨਾਂ ਦੌਰਾਨ session_duration ਫੀਚਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਦੇਖਿਆ ਹੈ। ਇਹ ਰਿਪੋਰਟ ਸਤੰਬਰ ਤੋਂ ਬਾਅਦ ਦੇ ਡੇਟਾ ਦੀ ਤੁਲਨਾ Nsyte Systems ਦੇ 'ਕਨਵਰਜ਼ਨ ਪ੍ਰੀਡਿਕਸ਼ਨ v3' ਮਾਡਲ ਲਈ ਵਰਤੇ ਗਏ ਬੇਸਲਾਈਨ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ ਨਾਲ ਕਰਦੀ ਹੈ।

ਡ੍ਰਿਫਟ ਦੇ ਨਤੀਜੇ

• ਇਨਪੁਟ ਡ੍ਰਿਫਟ ਦੀ ਤੀਬਰਤਾ: 0.42 (ਮੱਧਮ)

• ਪ੍ਰਭਾਵਿਤ ਫੀਚਰ: session_duration — ਔਸਤ 4.2 ਮਿੰਟ ਤੋਂ ਵਧ ਕੇ 6.7 ਮਿੰਟ ਹੋ ਗਈ ਹੈ

• ਪ੍ਰਭਾਵਿਤ ਵਰਗ: ਮੋਬਾਈਲ ਯੂਜ਼ਰ (iOS ਅਤੇ Android ਦੋਵੇਂ)

• ਮਾਡਲ ਦੀ ਸਟੀਕਤਾ 'ਤੇ ਪ੍ਰਭਾਵ: –ਸਮੁੱਚੇ ਪੂਰਵ-ਅਨੁਮਾਨੀ ਸਕੋਰ ਵਿੱਚ 3.2% ਦੀ ਗਿਰਾਵਟ

ਮੁੱਖ ਕਾਰਨਾਂ ਦੇ ਸੰਕੇਤ

• ਸਤੰਬਰ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਹੋਏ ਪ੍ਰੋਡਕਟ ਅਪਡੇਟ ਨੇ ਇਨ-ਐਪ ਟਾਈਮਰ ਦੇ ਵਿਵਹਾਰ ਨੂੰ ਬਦਲ ਦਿੱਤਾ ਹੈ

• ਬੈਕਗ੍ਰਾਊਂਡ ਸੈਸ਼ਨਾਂ ਦੇ ਵਧਣ ਕਾਰਨ ਡਿਊਰੇਸ਼ਨ ਦਾ ਡੇਟਾ ਪ੍ਰਭਾਵਿਤ ਹੋ ਰਿਹਾ ਹੈ

• TelemetrySync v2.4 ਦੇ ਲਾਂਚ ਹੋਣ ਕਾਰਨ ਲੌਗਿੰਗ ਵਿੱਚ ਮਾਮੂਲੀ ਦੇਰੀ ਆਈ ਹੈ

ਐਗਜ਼ੀਕਿਊਟਿਵ KPI ਡੈਸ਼ਬੋਰਡ ਡਰਾਫਟ

ਤੁਹਾਡੇ ਅਪਲੋਡ ਕੀਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਦੇ ਅਧਾਰ 'ਤੇ, ਮੈਂ ਔਰੋਰਾ ਇਨਸਾਈਟਸ ਗਰੁੱਪ ਲਈ ਮਾਲੀਆ ਅਤੇ ਰਿਟੈਂਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਦਾ ਇੱਕ ਸਾਂਝਾ ਡੈਸ਼ਬੋਰਡ ਸਟੋਰੀਬੋਰਡ ਤਿਆਰ ਕੀਤਾ ਹੈ। ਇਹ ਸਟੋਰੀਬੋਰਡ ਖੇਤਰੀ ਵਿਕਾਸ ਦੇ ਮੌਕਿਆਂ, ਰਿਟੈਂਸ਼ਨ ਦੀ ਸਥਿਤੀ, ਅਤੇ ਗਾਹਕਾਂ ਦੇ ਜਾਣ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ ਤਾਂ ਜੋ ਅਗਲੀ ਤਿਮਾਹੀ ਦੀਆਂ ਪਲਾਨਾਂ 'ਤੇ ਚਰਚਾ ਕੀਤੀ ਜਾ ਸਕੇ।

ਸੰਯੁਕਤ ਮੈਟ੍ਰਿਕਸ

• ਖੇਤਰ ਅਨੁਸਾਰ ਮਾਲੀਆ: Revenue_By_Region.ipynb ਦੇ ਨਤੀਜਿਆਂ ਤੋਂ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ, ਜਿਸ ਨੂੰ ਕਰੰਸੀ ਅਤੇ ਵਿੱਤੀ ਹਫ਼ਤੇ ਅਨੁਸਾਰ ਸੈੱਟ ਕੀਤਾ ਗਿਆ ਹੈ

• ਗਾਹਕ ਰੋਕਥਾਮ: Customer_Retention_Analysis.csv ਤੋਂ ਲਿਆ ਗਿਆ, ਜਿਸ ਨੂੰ ਗਾਹਕ ਮਿਲਣ ਦੇ ਸਮੇਂ ਅਤੇ ਪਲਾਨ ਦੇ ਅਧਾਰ 'ਤੇ ਵੰਡਿਆ ਗਿਆ ਹੈ।

• ਗਾਹਕ ਦੇ ਜਾਣ ਦਾ ਰੁਝਾਨ: 3-ਮਹੀਨੇ ਦੀ ਗਾਹਕ ਦੇ ਜਾਣ ਦੀ ਦਰ ਦੀ ਗਣਨਾ ਕੀਤੀ ਅਤੇ ਸੰਦਰਭ ਲਈ ਕੈਂਪੇਨ ਖਰਚ ਡੇਟਾ ਜੋੜਿਆ ਗਿਆ

• ਲਾਈਫਟਾਈਮ ਵੈਲਿਊ (LTV) ਅਤੇ ਨੈੱਟ ਰਿਟੈਂਸ਼ਨ ਰੇਟ (NRR)ਲਈ ਗਣਨਾ ਕੀਤੇ KPI ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ

ਸਟੋਰੀਬੋਰਡ ਆਉਟਪੁੱਟ

• ਥੀਮ ਅਨੁਸਾਰ ਸਮੂਹਬੱਧ ਆਟੋ-ਜਨਰੇਟ ਕੀਤੀਆਂ ਸਲਾਈਡਾਂ: ਖੇਤਰੀ ਵਿਕਾਸ, ਰਿਟੈਂਸ਼ਨ ਦੇ ਕਾਰਕ, ਮਾਲੀਆ ਸਥਿਰਤਾ

• ਹਰੇਕ ਸੈਕਸ਼ਨ ਵਿੱਚ ਸਮਰੀ ਚਾਰਟ, ਟ੍ਰੈਂਡ ਐਨੋਟੇਸ਼ਨਸ, ਅਤੇ ਐਗਜ਼ੀਕਿਊਟਿਵ ਰਿਵਿਊ ਲਈ ਮੁੱਖ ਨੁਕਤੇ ਸ਼ਾਮਲ ਹਨ

• ਖਾਸ ਖੇਤਰਾਂ ਅਤੇ ਰਿਟੈਂਸ਼ਨ ਵਿੱਚ ਆਏ ਵੱਡੇ ਬਦਲਾਅ ਲਈ ਡਾਇਨਾਮਿਕ ਕਾਲਆਉਟਸ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ

• ਡਰਾਫਟ ਨੂੰ ਪ੍ਰੀਵਿਊ ਲਈ .pptx ਡੈੱਕ ਵਜੋਂ ਅਤੇ ਡੈਸ਼ਬੋਰਡ ਲਈ JSON ਸਕੀਮਾ ਵਜੋਂ ਐਕਸਪੋਰਟ ਕੀਤਾ ਗਿਆ