Когортный анализ удержания и LTV

Когортный анализ на синтетических данных: удержание пользователей, кривые оттока и выручка/LTV по когортам прихода. Пайплайн на Python (pandas + matplotlib/seaborn) плюс выгрузка, готовая к загрузке в Tableau.

Данные синтетические — сгенерированы детерминированно (seed=42), воспроизводятся из кода. Бизнес-сценабий: monthly-активность нового юзера с момента регистрации.

Модель данных

Одна строка — один «пользователь × месяц наблюдения»:

Поле	Тип	Описание
user_id	int	идентификатор пользователя
cohort_month	date	месяц прихода (ключ когорты, выводится из join_date)
join_date	date	дата регистрации (первое число месяца)
period	int	месяцев с прихода (0 = месяц регистрации)
is_active	int 0/1	активен ли пользователь в этом месяце
revenue	int	выручка за месяц (0, если не активен)

cohort_month выводится из join_date (а не отдельным случайным полем), как в реальном продакшене. Младшие когорты наблюдались меньше месяцев — матрица удержания треугольная.

Методология

• Период 0 = 100 % удержания по определению. Все активны в месяц прихода. Кривая убывает с периода 1: retention(p) = 0.85 · 0.75^(p-1).
• Выручка: активный месяц → Poisson(λ=10); неактивный → 0.
• Размеры когорт: число уникальных user_id в period == 0.
• ARPU = средняя выручка на user-period; LTV = суммарная выручка когорты / размер когорты.

Метрики

Метрика	Где	Что показывает
Размер когорты	cohort_sizes()	приток пользователей по месяцам
Матрица удержания	retention_matrix()	% активных, когорта × период
Кривые удержания	retention_matrix() (линиями)	скорость оттока
Выручка / ARPU / LTV	revenue_by_cohort()	монетизация по когортам

Запуск

Требуется uv и Python ≥ 3.10.

uv sync --all-groups               # зависимости (+ dev: jupyter/ipykernel/nbformat)
uv run python cohort_analysis.py   # текстовый summary метрик
uv run jupyter notebook            # открыть tableau_cohort_analysis.ipynb

Перегенерировать ноутбук с выводами:

uv run python -m ipykernel install --sys-prefix --name cohort-py   # один раз
uv run jupyter nbconvert --to notebook --execute --inplace \
    --ExecutePreprocessor.kernel_name=cohort-py tableau_cohort_analysis.ipynb

Tableau

uv run python tableau_export.py

Создаёт в tableau/:

• cohort_export.csv — плоская таблица, идеальный shape для Tableau (доб. cohort_label и period_date — календарный месяц наблюдения);
• cohort_extract.hyper — Tableau Hyper-экстракт (через официальный Tableau Hyper API). Загружается через Connect to Data → Tableau Extract.

Как построить когортный heatmap в Tableau: Columns = period, Rows = cohort_label (или cohort_month), Marks = Square, Color = AVG(is_active), Text = % of Total по строке. Либо period_date на Columns для календарной оси.

Tableau Public: дашборд и публикация

Сборка 4-вью дашборда в Tableau Public Desktop и публикация по публичной ссылке.

0. Подготовка данных

uv run python tableau_export.py    # обновить tableau/cohort_extract.hyper
open tableau/cohort_extract.hyper  # открыть Tableau Public Desktop с данными

1. Подключение данных

• Tableau Public Desktop → Connect to Data → Tableau Extract → выбрать tableau/cohort_extract.hyper. Либо открыть .hyper двойным кликом.

2. Четыре вью (листы)

Лист	Тип	Поля
Retention heatmap	Square	Columns = period, Rows = cohort_label, Color = AVG(is_active), Text = % of Total (по строке)
Cohort sizes	Bar	Columns = cohort_label, Rows = COUNTD(user_id), Filter = period = 0
Retention curves	Line	Columns = period, Rows = AVG(is_active), Color = cohort_label
LTV	Bar	Columns = cohort_label, Rows = SUM(revenue) / COUNTD(user_id)

3. Дашборд

• New Dashboard → 4 листа тайлами (heatmap крупнее, остальные в ряд).
• Заголовок «Cohort Retention & LTV»; опционально фильтр по cohort_label.

4. Публикация

• File → Save to Tableau Public → вход в аккаунт (бесплатно) → Publish.
• Ссылка вида https://public.tableau.com/views/<name>/... — вставить в README.

Структура проекта

tableau_cohort_analysis/
├── cohort_analysis.py            # генерация данных + функции метрик (+ CLI summary)
├── tableau_export.py             # Tableau-выгрузка: CSV + .hyper extract
├── tableau_cohort_analysis.ipynb # нарратив: генерация → метрики → viz → выводы
├── cohort_data.csv                # плоский датасет (выход ноутбука)
├── tableau/                       # артефакты выгрузки (CSV + .hyper)
├── images/                        # скриншоты для README
├── pyproject.toml                 # зависимости + ruff
└── README.md

Что было улучшено

До	После
README — только заголовок	полная документация: модель, методология, запуск, Tableau
Ноутбук — 1 гигант-ячейка без текста	14 ячеек: markdown-нарратив + изолированные шаги
cohort — отдельное случайное поле, дублировало join_date	cohort_month выводится из join_date
Удержание в period 0 = 80 % (некорректно)	period 0 = 100 % по конвенции
Heatmap рендерил nan% в пустых ячейках	NaN замаскированы
Только retention-heatmap	+ размеры когорт, кривые удержания, ARPU/LTV
Нет Tableau (несмотря на название)	CSV + Hyper-экстракт, инструкция по сборке view
Не воспроизводимо	uv + pyproject.toml + .python-version

Ограничения

• Данные синтетические — паттерны удержания заданы формулой, не выведены из реального поведения.
• LTV младших когорт занижен из-за короткой истории наблюдения; сравнивать LTV корректно только при равном «возрасте» когорты.
• .hyper-экстракт генерируется локально; для публикации на Tableau Server / Cloud нужен Tableau Server Client Library (tableau-server-client) — не входит в scope.