W skrócie
Trzy liczby
Decyzje na pierwszy tydzień
Jedna kwota:
Czy to, co widać na dashboardzie, jest wzrostem?
Wzrost to dwie rzeczy naraz: więcej pacjentów i lepsza retencja. Sprawdzamy oba warunki osobno, na danych oczyszczonych, i porównujemy ostatnie 12 miesięcy z rokiem wcześniej.
Dlaczego nie
Więcej pacjentów
TakLepsza retencja
NieWynik pod koniec okresu
Baza powracających pacjentów
Najważniejsze zastrzeżenia
Dashboard a dane oczyszczone
Co z tego robimy, od najważniejszej pozycji i z wartością w marży: lista priorytetów. Czego dane nie rozstrzygają i jakim testem to domknąć: czego nie wiemy.
Kohorty dzienne nowych pacjentów
Mapa kohort: powrót według dni od pierwszego zakupu
Wiersz to kohorta, kolumna to okno: odsetek pacjentów kohorty, którzy wrócili w ciągu tylu dni. Ten sam kolor znaczy w każdej kolumnie to samo. Ostatnia kolumna: zdarzenia, które wypadają w tej kohorcie.
Jak czytać
Kohorta to nowi pacjenci z tego samego miesiąca, tygodnia albo dnia pierwszego zakupu; domyślnie miesiąc. Kohorty dzienne mają po kilkadziesiąt pacjentów, więc ich wartości skaczą z dnia na dzień; rozdzielczość dzienną pokazuje wykres dzień po dniu niżej.
Skala koloru jest jedna dla całej mapy: progi są te same w każdej kolumnie i przy każdym zawężeniu, więc ten sam kolor zawsze oznacza ten sam przedział odsetka. Zdarzenia jakości danych (godzina bez danych, duplikaty w eksporcie) nie zmieniły kohort, więc ich tu nie ma.
Dzień po dniu
Oś pozioma to dzień pierwszego zakupu. Szare pola to porównywane okresy, pionowe linie to zdarzenia (numery jak na przyciskach pod wykresem). Serie dodasz i usuniesz w legendzie pod wykresem albo w tabeli niżej.
Grupy
Jak czytać i jak liczymy
Kohorta to nowi pacjenci z tego samego dnia pierwszego zakupu. Powrót to kolejne zamówienie, które nie zostało anulowane, w ciągu N dni. Marża na pacjenta to przychód z konsultacji po zwrotach i z TelemediGO minus koszt lekarza, przed kosztem pozyskania.
Powrót i marża kończą się na ostatniej kohorcie z pełnym oknem. Wcześniejszy okres obcinamy do tej samej długości co dojrzała część późniejszego, więc przy porównaniu rok do roku to te same dni kalendarzowe.
Kolor zmiany w tabeli tylko wtedy, gdy 95% przedział zmiany nie obejmuje zera (przybliżenie normalne: dla odsetków różnica dwóch odsetków, dla marży różnica dwóch średnich z marży pacjent po pacjencie, dla liczby pacjentów różnica tempa dziennego). Każdą komórkę oceniamy osobno, więc przy wielu grupach część wyraźnych zmian może być przypadkiem.
Przeciągnij po wykresie, żeby przybliżyć, kliknij dwukrotnie, żeby wrócić.
Krzywa powrotu według dnia od pierwszego zakupu
Dla każdego dnia od pierwszego zakupu: odsetek pacjentów, którzy do tego dnia wrócili. Legenda pod kursorem pokazuje liczbę pacjentów i poziom późniejszego okresu jako odsetek poziomu wcześniejszego.
Jak liczymy
Na każdy dzień bierzemy tylko kohorty, które ten dzień już osiągnęły, a wcześniejszy okres obcinamy tak samo jak w tabeli grup.
Jak liczymy w tej zakładce
Nowy pacjent to konto z pierwszym opłaconym zamówieniem, bez względu na status. Źródło pozyskania przypisujemy według pierwszego wejścia (pierwsze wejście pacjenta, także z anonimowych sesji jego przeglądarek; kod kampanii na pierwszym zamówieniu rozstrzyga) albo według sesji z płatnością.
Urządzenie i przeglądarka z sesji z płatnością. Pierwsza usługa: internista według celu wizyty, pediatra, psychiatra, inny specjalista. Opóźnienie i pora z pierwszej wizyty.
Źródło danych: analiza/definicje.py, analiza/a5r_kohorty.py, eksport analiza/b_eksport.py; istotność zmian w tabeli grup sprawdza też analiza/g_istotnosc.py.
Lejek: od wejścia na stronę do płatności
Sesje poza lejkiem głównym
Kroki lejka
Zależy od paska „Sesje w analizie”; grupę wybierasz obok tytułu.
Jak czytać
Pasek to odsetek sesji, które doszły do kroku. Pionowa kreska to ten sam odsetek we wcześniejszym okresie. Między krokami: jaka część sesji z poprzedniego kroku przechodzi dalej.
Etykieta „Najbardziej obniża płatności” wskazuje przejście, które najbardziej obniża odsetek sesji zakończonych płatnością. Mierzymy to spadkiem względnym wobec okresu porównania, bo odsetek płatności to iloczyn przejść. Ten sam spadek w punktach procentowych waży więcej tam, gdzie dalej przechodzi mniejsza część sesji. Liczby sesji przy krokach są z późniejszego okresu.
Dzień po dniu
Zależy od paska „Sesje w analizie” i od ustawień tej karty; tabela grup niżej używa tych samych.
Szare pola to porównywane okresy, pionowe linie to zdarzenia (numery jak na przyciskach pod wykresem). Serie dodasz i usuniesz w legendzie pod wykresem albo w tabeli niżej.
Grupy
Jak liczymy kolor zmiany
Kolor tylko wtedy, gdy 95% przedział zmiany nie obejmuje zera (przybliżenie normalne: dla odsetków różnica dwóch odsetków, dla sesji dziennie różnica tempa dziennego). Każdą komórkę oceniamy osobno, więc przy wielu grupach część wyraźnych zmian może być przypadkiem. Sesje tej samej osoby nie są od siebie niezależne, więc przedział jest raczej za wąski niż za szeroki.
Co już rozpoznaliśmy w lejku
Karty niżej to stałe porównania: nie zależą od paska „Sesje w analizie”.
Udział sesji nowych kampanii na L4 w ruchu osób, które jeszcze nie kupowały, miesiąc po miesiącu
Wczytywanie danych kampanii…
Jak liczymy w tej zakładce
Lejek główny obejmuje sesje zwykłe, czyli bez konta na wejściu albo z kontem, które pojawia się dopiero na kroku logowania. Sesje zalogowane od wejścia i zakupy samego TelemediGO są osobnymi typami sesji.
„Jeszcze nie kupowali” to osoby bez zakupu przed początkiem sesji, także na koncie, na które logowały się w tej samej przeglądarce. Dzień sesji liczymy w czasie polskim.
Źródło danych: analiza/a5p_lejek.py, eksport analiza/b_eksport.py; istotność zmian w tabeli grup sprawdza też analiza/g_istotnosc.py.
Po zakupie: przebieg wizyty
Punktualność wizyt według pory i specjalizacji
Wykres: odsetek wizyt spóźnionych w wybranej specjalizacji, osobno dla każdej pory, z liczbą wizyt w legendzie.
Jak liczymy
Opóźnienie to faktyczny start wizyty minus umówiony termin, tylko wizyty odbyte. Dzień i pora według terminu.
Opóźnienia według godziny terminu
Opóźnienia przy tym samym porannym ruchu
Tabela z liczbami
Jak liczymy
Ruch poranny w dniu to wszystkie nieanulowane wizyty u internisty z terminem 6:00–11:59 tego dnia. Dni grupujemy według tego ruchu i w każdej grupie porównujemy odsetek porannych wizyt spóźnionych ponad 15 minut w obu okresach.
Powrót według opóźnienia pierwszej wizyty
Powrót w 90 dniach na tych samych dniach kalendarzowych, tylko kohorty z pełnym oknem.
Oceny według opóźnienia wizyty
Zwroty, anulacje i wizyty nieodebrane
Wykres: odsetek odbytych wizyt, za które pacjent dostał zwrot po wizycie, według celu wizyty i dnia płatności. Tabela: ostatnie 12 miesięcy wobec roku wcześniej.
Jak liczymy w tej zakładce
Nowe kampanie na L4 to pacjenci z kampanii meta_prosp_l4_szybko i tt_prosp_l4_15min według pierwszego wejścia.
Źródło danych: analiza/a5r_punktualnosc.py, analiza/a5r_po_zakupie.py, eksport analiza/b_eksport.py.
Zdarzenia: co się stało, kiedy i co to zmieniło
Zdarzenia na osi czasu
Obszary zawężają oś i opisy zdarzeń pod nią; tabeli wyżej nie zmieniają.
Opisy zdarzeń
Kliknij zdarzenie, żeby rozwinąć: co się zmieniło, o ile i skąd to wiemy. Znacznik na osi otwiera ten sam opis.
Wszystkie zmiany wykryte automatycznie w lejku (surowy wynik metody)
Metoda dzieli każdą serię dzienną (podział, wartość, krok) na odcinki o różnym poziomie, w sesjach osób, które jeszcze nie kupowały. Nie każda wykryta zmiana jest zdarzeniem: część to zmiana struktury ruchu, część to sezon. Zdarzenia powyżej zostały sprawdzone na bazie.
Wynik biznesu: przychód, marża i ekonomia kampanii
Przychód i marża w czasie
Kwartały rok do roku
Stałe porównanie: każdy kwartał ostatnich 12 miesięcy wobec tego samego kwartału rok wcześniej; nie zależy od żadnych ustawień.
Marża i wydatki na kampanie w czasie
Grupowanie zmienia tylko dwa wykresy w tej karcie. Pionowe linie: starty kampanii, awaria Safari i spadek konwersji kampanii na markę, czyli zdarzenia, które mogły zmienić wynik.
Marża przed kosztem kampanii i wydatki na kampanie
Obie linie w złotych, na jednej osi. Marża przed kosztem kampanii to przychód z konsultacji po zwrotach i z TelemediGO minus koszt lekarza.
Marża po koszcie lekarza, kampaniach i prowizji
Tabela: miesiące i sumy obu lat
Ekonomia kampanii: koszt pozyskania i wynik na pacjenta
Tabela: koszt pozyskania i wynik na pacjenta
Wynik na pacjenta to marża na pacjenta w wybranym oknie minus koszt pozyskania; okno zmienia przełącznik „Okno wyniku” wyżej. Pod kosztem: liczba pacjentów; pod wynikiem: marża minus koszt. Przedział warunkowy pokazuje się po najechaniu na wynik.
Jak liczymy
Koszt pozyskania to wydatki na kampanię albo prowizja afiliacyjna na nowego pacjenta. Liczymy go osobno dla każdego okna: z kohort z pełnym oknem i z wydatków z tych samych dni, więc po 180 dniach to inne kohorty i inny koszt niż po 90 dniach.
Oba sposoby przypisania źródła stoją obok siebie: według pierwszego wejścia i według sesji z płatnością.
Jak liczymy w tej zakładce
Źródło danych: analiza/definicje.py (koszt lekarza, marża), analiza/a5e_ekonomia.py (ekonomia kampanii), eksport analiza/b_eksport.py.
Jakość danych
Danych nikt wcześniej nie czyścił. Tu jest to, jak dashboard ma się do danych oczyszczonych, co usunęliśmy i dlaczego, drobne niespójności oraz to, co sprawdziliśmy i jest czyste.
Od dashboardu do danych oczyszczonych
Dashboard liczy dane na surowo: z duplikatami zamówień, z zamówieniami testowymi i z przychodem przed zwrotami. Każdy wiersz mostka zmienia jedną rzecz.
Duplikaty zamówień
Zamówienia testowe
Godzina bez danych
Drobne niespójności
Sprawdzone i czyste
Skąd liczby w tej zakładce
Źródło: analiza/a2_jakosc.py, analiza/a2_czyste.py, analiza/a3_dashboard.py; liczby na tej stronie liczy analiza/b_eksport.py.