Stacked cohorts (накопительные когорты) и non-overlapping (disjoint) — когда использовать что?

Варианты ответа

• Overlapping — для больших выборок и гладких кривых retention (тренды). Disjoint — когда важна чистая статистика и сравнимость между когортами без пересечений
• Overlapping всегда лучше, потому что больше данных — это даёт более стабильные оценки retention по любой когорте
• Disjoint используется только в академической литературе — в продакшн-аналитике достаточно скользящих overlapping окон
• Они идентичны по смыслу, разница только в названии — pandas-функции pd.cohort вычисляют их одинаково

Разбор ответа

Получить доступ к ответам — все вопросы →

Похожие вопросы из категории «Продукт»

• Продакт говорит «давай просто увеличим AOV» для роста GMV. Какие подводные камни?
• У тебя есть дашборд Weekly DAU. CPO спрашивает «почему на прошлой неделе был дроп?». Как ответить за 10 минут?
• Как декомпозировать продуктовую метрику? На примере «retention снизился на 5%».
• Что такое продуктовый эффект (product impact) и как его измерить?
• DAU мобильного приложения упал на 20% за последнюю неделю. Какой первый шаг диагностики?