# ============================================ # コホート分析の実装 # ============================================ # コホート分析とは？ # → 同じ時期に獲得した顧客グループの行動を追跡 # → 例：1月に登録したユーザーが、2月、3月にどれだけ残るか import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # ============================================ # サンプルデータ作成 # ============================================ np.random.seed(42) # ユーザーデータを生成 n_users = 1000 signup_dates = pd.date_range(‘2024-01-01’, ‘2024-06-30′, freq=’D’) data = [] for user_id in range(1, n_users + 1): # ランダムに登録日を設定 signup_date = np.random.choice(signup_dates[:150]) # ランダムに利用日を生成 n_activities = np.random.poisson(5) # 平均5回の利用 for _ in range(n_activities): days_after = np.random.exponential(30) # 指数分布で利用間隔 activity_date = signup_date + pd.Timedelta(days=int(days_after)) if activity_date <= signup_dates[-1]: data.append({ 'user_id': user_id, 'signup_date': signup_date, 'activity_date': activity_date }) df = pd.DataFrame(data) print("【データ確認】") print(f"総レコード数: {len(df)}") print(f"ユニークユーザー数: {df['user_id'].nunique()}") print(df.head()) # ============================================ # 日付を月単位に変換 # ============================================ # .dt.to_period('M'): 日付を月単位の期間に変換 # '2024-03-15' → '2024-03' # # なぜ月単位に丸めるか？ # → 日単位だと細かすぎて傾向が見えにくい # → 月単位で集計するのが一般的 df['signup_month'] = df['signup_date'].dt.to_period('M') df['activity_month'] = df['activity_date'].dt.to_period('M') # ============================================ # 経過月数を計算 # ============================================ # activity_month - signup_month で期間の差を計算 # .apply(lambda x: x.n)で数値（月数）に変換 # → 登録月と同じ月 = 0 # → 1ヶ月後 = 1、2ヶ月後 = 2... df['months_since_signup'] = (df['activity_month'] - df['signup_month']).apply(lambda x: x.n) # 0以上の経過月数のみ（登録前の活動を除外） df = df[df['months_since_signup'] >= 0] # ============================================ # コホート×経過月のユニークユーザー数を集計 # ============================================ # groupby(): グループ化して集計 # nunique(): ユニークな値の数をカウント # → 同じユーザーが複数回利用しても1人とカウント cohort_data = df.groupby([‘signup_month’, ‘months_since_signup’])[‘user_id’].nunique().reset_index() cohort_data.columns = [‘signup_month’, ‘months_since_signup’, ‘active_users’] # 各コホートの初期ユーザー数 cohort_sizes = df.groupby(‘signup_month’)[‘user_id’].nunique().reset_index() cohort_sizes.columns = [‘signup_month’, ‘cohort_size’] # ============================================ # リテンション率を計算 # ============================================ # リテンション率 = アクティブユーザー数 / コホートサイズ × 100 cohort_data = cohort_data.merge(cohort_sizes, on=’signup_month’) cohort_data[‘retention_rate’] = (cohort_data[‘active_users’] / cohort_data[‘cohort_size’] * 100).round(1) # ============================================ # ピボットテーブルに変換（見やすい形式に） # ============================================ # .pivot(): 行・列・値を指定して表を変形 # index: 行にする列（signup_month = コホート） # columns: 列にする列（months_since_signup = 経過月） # values: セルの値（retention_rate = リテンション率） retention_table = cohort_data.pivot( index=’signup_month’, columns=’months_since_signup’, values=’retention_rate’ ) print(“\n【コホート分析：リテンション率(%)】”) print(retention_table) print(“\n→ 行: 登録月（コホート）”) print(“→ 列: 登録からの経過月数”) print(“→ 値: その月にアクティブだったユーザーの割合”)

# ヒートマップで可視化 import matplotlib.pyplot as plt import seaborn as sns # 日本語フォント設定（環境に応じて変更） plt.rcParams[‘font.family’] = ‘DejaVu Sans’ # ヒートマップ作成 plt.figure(figsize=(12, 6)) sns.heatmap( retention_table, annot=True, # 数値を表示 fmt=’.1f’, # 小数点1桁 cmap=’RdYlGn’, # 赤→黄→緑のカラーマップ cbar_kws={‘label’: ‘Retention Rate (%)’}, vmin=0, vmax=100, linewidths=0.5 ) plt.title(‘Cohort Analysis: Retention Rate’, fontsize=14, fontweight=’bold’) plt.xlabel(‘Months Since Signup’, fontsize=12) plt.ylabel(‘Signup Month’, fontsize=12) plt.tight_layout() plt.savefig(‘cohort_heatmap.png’, dpi=150, bbox_inches=’tight’) plt.show() print(“→ ヒートマップを保存しました: cohort_heatmap.png”) # サマリー統計 print(“\n【サマリー】”) print(f”1ヶ月目リテンション平均: {retention_table[1].mean():.1f}%”) print(f”2ヶ月目リテンション平均: {retention_table[2].mean():.1f}%”) print(f”3ヶ月目リテンション平均: {retention_table[3].mean():.1f}%”)

# コホート分析からアクションを導出 def analyze_cohort_patterns(retention_table): “””コホート分析からパターンを抽出””” print(“=” * 60) print(“コホート分析レポート”) print(“=” * 60) # 1. 初期離脱の分析 month1_retention = retention_table[1].dropna() avg_month1 = month1_retention.mean() print(f”\n【1. 初期離脱の分析】”) print(f”1ヶ月目リテンション平均: {avg_month1:.1f}%”) print(f”初期離脱率: {100 – avg_month1:.1f}%”) if avg_month1 < 40: print("⚠️ 警告: 初期離脱が非常に高い") print(" → オンボーディングの改善が急務") elif avg_month1 < 50: print("⚠️ 注意: 初期離脱が高め") print(" → 初回体験の見直しを推奨") else: print("✅ 良好: 初期離脱は許容範囲") # 2. トレンド分析 print(f"\n【2. トレンド分析】") trend = month1_retention.diff().dropna() avg_trend = trend.mean() if avg_trend > 0: print(f”✅ 改善傾向: 平均 +{avg_trend:.1f}%ポイント/月”) print(” → サービス改善の効果あり”) elif avg_trend < -2: print(f"⚠️ 悪化傾向: 平均 {avg_trend:.1f}%ポイント/月") print(" → 原因調査が必要") else: print(f"→ 横ばい傾向: 平均 {avg_trend:.1f}%ポイント/月") # 3. 最良・最悪コホートの特定 print(f"\n【3. コホート比較】") best_cohort = month1_retention.idxmax() worst_cohort = month1_retention.idxmin() print(f"最良コホート: {best_cohort} ({month1_retention.max():.1f}%)") print(f"最悪コホート: {worst_cohort} ({month1_retention.min():.1f}%)") print(f"差: {month1_retention.max() - month1_retention.min():.1f}%ポイント") # 4. 安定化タイミング print(f"\n【4. 安定化タイミング】") for col in retention_table.columns[1:]: if col > 0: prev_col = col – 1 drop = retention_table[prev_col].mean() – retention_table[col].mean() if drop < 3: # 3%未満の減少で安定とみなす print(f"→ {col}ヶ月目で安定化（減少幅 {drop:.1f}%）") break # 5. 推奨アクション print(f"\n【5. 推奨アクション】") if avg_month1 < 50: print("1. オンボーディングプロセスの見直し") print("2. 初回利用後のフォローアップ強化") if avg_trend < 0: print("3. 最悪コホートの離脱理由を調査") print("4. 最良コホートの成功要因を分析して横展開") print("=" * 60) # 実行 analyze_cohort_patterns(retention_table)