Summary  
This chapter explains how to group tabular data by multiple dimensions using pandas’ groupby and perform aggregations such as counts and averages to uncover deeper patterns.  

General domain of usage  
Marketing analytics

This video introduces multi-dimensional cohort segmentation, explaining how you can analyze user behavior across more than one attribute—such as combining signup month with acquisition channel or geography. You'll see why adding extra dimensions uncovers deeper business insights, and you'll walk through a practical example using Python and pandas to segment users by both when they signed up and how they were acquired. Real-world cases show how companies use this approach to discover patterns that single-dimensional analysis might miss. Each code sample in video should include no more than 10 lines of code.

Moniulotteinen kohorttien segmentointi mahdollistaa käyttäjien ryhmittelyn useamman kuin yhden ominaisuuden perusteella, kuten sekä rekisteröitymiskuukauden että hankintakanavan mukaan. Perinteinen kohorttianalyysi keskittyy usein yhteen tekijään – esimerkiksi rekisteröitymispäivään – mutta moniulotteinen segmentointi auttaa vastaamaan monimutkaisempiin kysymyksiin. Voit esimerkiksi tarkastella, käyttäytyvätkö tietyn markkinointikampanjan kautta tiettynä kuukautena hankitut käyttäjät eri tavalla kuin toisen kanavan tai alueen kautta hankitut. Tämä lähestymistapa on arvokas yrityksille, koska se tuo esiin kuvioita ja trendejä, joita ei näe tarkastelemalla vain yhtä ulottuvuutta. Segmentoimalla kohortteja useiden tekijöiden perusteella voit räätälöidä markkinointistrategioita, parantaa asiakasuskollisuutta ja kohdentaa resursseja tehokkaammin.

import pandas as pd

# Sample data
data = {
    "user_id": [1, 2, 3, 4, 5, 6],
    "signup_date": [
        "2023-01-15", "2023-01-15", "2023-02-10",
        "2023-02-15", "2023-01-25", "2023-02-18"
    ],
    "acquisition_channel": [
        "Email", "Email", "Social", "Ad", "Ad", "Social"
    ]
}

df = pd.DataFrame(data)
df["signup_month"] = pd.to_datetime(df["signup_date"]).dt.to_period("M")

# Multi-dimensional cohort segmentation by signup_month and acquisition_channel
cohorts = df.groupby(["signup_month", "acquisition_channel"])["user_id"].nunique().reset_index()
cohorts = cohorts.rename(columns={"user_id": "num_users"})

print(cohorts)

Segmentoimalla kohortteja sekä `signup_month`- että `acquisition_channel`-kenttien perusteella voit havaita piileviä trendejä, jotka yksittäisen ulottuvuuden analyysi saattaa ohittaa. Esimerkiksi saatat huomata, että **"Email"**-kanavan kautta tammikuussa hankitut käyttäjät ovat sitoutuneempia tai pysyvät asiakkaana pidempään kuin **"Ad"**-kanavan kautta hankitut samana kuukautena. Tämä yksityiskohtaisuuden taso mahdollistaa tietoon perustuvien päätösten tekemisen siitä, mihin markkinointibudjettia kannattaa sijoittaa, miten personoida käyttöönotto ja mitkä kanavat tuottavat arvokkaimmat asiakkaat. **Moniulotteinen segmentointi** on tehokas työkalu liiketoiminnan kasvua edistävien oivallusten löytämiseen.


import unittest
import user_code
import ast
import re   
import importlib
import csv
import unittest
import importlib
import pandas as pd

class TestTask(unittest.TestCase):
    def setUp(self):
        self.expected = pd.DataFrame({
            'signup_month': [pd.Period('2023-01'), pd.Period('2023-01'), pd.Period('2023-01'), pd.Period('2023-02'), pd.Period('2023-02'), pd.Period('2023-02')],
            'acquisition_channel': ['Ad', 'Email', 'Social', 'Ad', 'Email', 'Social'],
            'num_users': [1, 1, 1, 1, 1, 1]
        })
        # Sort for comparison
        self.expected = self.expected.sort_values(['signup_month', 'acquisition_channel']).reset_index(drop=True)

    def test_cohorts_exists_and_type(self):
        import user_code
        importlib.reload(user_code)
        cohorts = getattr(user_code, 'cohorts', None)
        _dynamic_test(
            self,
            cohorts is not None and isinstance(cohorts, pd.DataFrame),
            "The 'cohorts' DataFrame exists and is a pandas DataFrame.",
            "The 'cohorts' DataFrame is missing or not a pandas DataFrame."
        )

    def test_cohorts_columns(self):
        import user_code
        importlib.reload(user_code)
        cohorts = getattr(user_code, 'cohorts', None)
        expected_cols = ['signup_month', 'acquisition_channel', 'num_users']
        _dynamic_test(
            self,
            cohorts is not None and list(cohorts.columns) == expected_cols,
            f"The 'cohorts' DataFrame has correct columns: {expected_cols}.",
            f"The 'cohorts' DataFrame columns are incorrect. Got: {list(cohorts.columns)}"
        )

    def test_cohorts_values(self):
        import user_code
        importlib.reload(user_code)
        cohorts = getattr(user_code, 'cohorts', None)
        # Sort both DataFrames for comparison
        if cohorts is not None:
            cohorts_sorted = cohorts.sort_values(['signup_month', 'acquisition_channel']).reset_index(drop=True)
            # Compare values
            same_shape = cohorts_sorted.shape == self.expected.shape
            same_cols = list(cohorts_sorted.columns) == list(self.expected.columns)
            same_values = cohorts_sorted.equals(self.expected)
            _dynamic_test(
                self,
                same_shape and same_cols and same_values,
                "The 'cohorts' DataFrame has the correct grouped values.",
                f"The grouped values in 'cohorts' are incorrect.\\nExpected:\\n{self.expected}\\nGot:\\n{cohorts_sorted}"
            )
        else:
            _dynamic_test(
                self,
                False,
                "The 'cohorts' DataFrame has the correct grouped values.",
                "The 'cohorts' DataFrame is missing."
            )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    changed = False
    # Collect all assignment nodes to modify
    assign_nodes = [
        (i, node)
        for i, node in enumerate(tree.body)
        if isinstance(node, ast.Assign)
        and any(isinstance(target, ast.Name) and target.id == var_name for target in node.targets)
    ]

    # If nothing to change, return unmodified code
    if not assign_nodes:
        return code

    # Perform replacements for all matching assignments (from last to first to not break line offsets)
    for i, node in reversed(assign_nodes):
        start_line = node.lineno - 1
        line = lines[start_line]
        indent = ' ' * (len(line) - len(line.lstrip()))
        lines[start_line] = f"{indent}{var_name} = {value}"
        next_line = len(lines)
        for next_node in tree.body[i+1:]:
            if hasattr(next_node, 'lineno'):
                next_line = next_node.lineno - 1
                break
        if next_line > start_line + 1:
            lines[start_line+1:next_line] = []
        changed = True

    return '\\n'.join(lines) if changed else code

if __name__ == "__main__":
    unittest.main()


test_main.py

Hallitse kohorttianalyysin tekniikat Pythonilla. Tämä kurssi kattaa kohorttidatan rakenteistamisen, edistyneen segmentoinnin, säilyvyysanalytiikan ja liiketoimintaa tukevat oivallukset, sisältäen käytännön haasteita jokaisessa osiossa.

Opi, miten dataa jäsennellään, esikäsitellään ja valmistellaan edistyneeseen kohorttianalyysiin, mukaan lukien kohorttien määrittely ja piirteiden suunnittelu.

Syvenny edistyneisiin segmentointistrategioihin ja säilyttämismetriikoiden laskentaan saadaksesi syvällisempiä oivalluksia kohorttidatasta.

Visualisoi kohorttidataa ja johda käyttökelpoisia liiketoiminta-oivalluksia käyttämällä edistyneitä kuvaaja- ja tulkintatekniikoita.

Moniulotteinen Kohorttisegmentointi

Ratkaisu