Przykład: abonament na zestawy do gotowania i test rabatu
Fikcyjny serwis wysyła co tydzień pudełko ze składnikami i przepisami na kilka obiadów. Abonament kosztuje 289 zł za 4 tygodnie (4 dostawy), płatne z góry, i można go przerwać w dowolnym tygodniu. Dział marketingu chce pokazać na stronie ofertę „pierwszy miesiąc −50%”. Pyta: czy rabat przyciągnie więcej abonentów i czy po roku firma zarobi na tym więcej, czy mniej?
Odpowiedź daje test A/B: przez 8 tygodni każdy odwiedzający stronę z ofertą losowo widział cenę pełną albo rabat (po 20 000 osób). Mierzymy trzy rzeczy: czy osoba kupiła abonament, ile tygodni go utrzymała i jaką marżę przyniosła w pierwszych 12 miesiącach. Koszt składników, pakowania i dostawy to 65% pełnej ceny, więc pełna płatność daje 101.15 zł marży, a płatność z rabatem −43.35 zł. Dane pobrano 60 tygodni po starcie testu: każdy abonent był obserwowany co najmniej 52 tygodnie, a kto nie zrezygnował, ma obserwację cenzurowaną.
Dane są fikcyjne, więc wiemy, co w nich ukryliśmy. Parametry ustaliliśmy ręcznie (lista przy kodzie): 2.4% odwiedzających kupi abonament także po pełnej cenie, a rabat dokłada 0.5% „dodatkowych” klientów, którzy potem zachowują się jak stali, i 1.4% łowców rabatów, z których 70% rezygnuje tuż przed pierwszą pełną płatnością. Po pierwszym uruchomieniu nie zmienialiśmy ani parametrów, ani ziaren (748 i 7485); poprawiliśmy tylko dwa błędy w kodzie (opisane przy kodzie). Dane pobierzesz jako rabat-pierwszy-miesiac-zestawy.csv (kolumna typ istnieje tylko w symulacji).
Abonament kupiło 1303 osoby, a 997 z nich do dnia analizy zrezygnowało. Wpis uzupełnia tekst o okresie próbnym i freemium (tam: „czy i kiedy kupi”, tu: „jak długo zostanie”). Inne tematy prac zebraliśmy we wpisie statystyka w pracy z marketingu.
Rysunek 1: dwie krzywe, trzy rodzaje klientów
Najpierw to, co ukryliśmy w symulacji: rabat zmienia nie tylko cenę, ale też to, kto kupuje.
Co widać. Krzywa grupy z rabatem jest mieszaniną: 55.8% stałych (kupiliby i tak), 11.6% dodatkowych i 32.6% łowców rabatów. W 4. tygodniu, przed pierwszą pełną płatnością, robi schodek: odchodzi większość łowców i część pozostałych. Potem obie krzywe opadają podobnie.
Jak może zmylić. W prawdziwych danych nikt nie ma etykiety „łowca rabatu”. Widać tylko sumę – schodek i niższą krzywą. Lewis (2006) pokazał na danych wydawnictwa prasowego i sklepu spożywczego, że im głębszy rabat przy pozyskaniu, tym rzadsze ponowne zakupy i niższa wartość klienta; rabat 35% dawał klientów o mniej więcej połowę mniej wartych w długim okresie.
Rysunek 2: konwersja rośnie – ale na jak długo?
Najpierw to, co raport kampanii pokazuje zawsze: odsetek odwiedzających, którzy kupili abonament, z przedziałem ufności dla proporcji (Wilsona). Drugi panel liczy aktywnych abonentów na 1000 odwiedzających, czyli dzieli przez wszystkich losowanych, a nie przez kupujących.
Co widać – panel A. Po cenie pełnej abonament kupiło 2.30% odwiedzających (95% CI [2.10, 2.52]), z rabatem 4.21% [3.95, 4.50]. Różnica wynosi 1.92 pp, 95% CI [1.57, 2.26], χ²(1) = 116.37, p < .001 – rabat zwiększa konwersję 1.83 raza.
Co widać – panel B. Na starcie grupa z rabatem ma 42.15 abonenta na 1000 odwiedzających, a cena pełna 23.00. W 5. tygodniu jest to 25.35 wobec 19.35 (przewaga spada z ok. 19 do 6 abonentów), a w 52. tygodniu 9.35 wobec 6.60.
Jak może zmylić. Test zakończony po 3 tygodniach pokazałby tylko panel A, a przychód z abonamentu powstaje miesiącami.
Rysunek 3: retencja abonentów – Kaplan–Meier i log-rank
Teraz patrzymy tylko na abonentów: jaki odsetek nadal płaci po t tygodniach. Rysujemy krzywą Kaplana–Meiera – Kaplan i Meier (1958) zaproponowali ten estymator dla danych, w których część obserwacji jest niepełna. Tu każdy obserwowany był co najmniej rok, więc cenzurowanie dotyczy dopiero tygodni 52–60. Tabelę kohort omawia analiza kohortowa retencji klientów.
Co widać. W tygodniu 3–4, tuż przed pierwszą pełną płatnością, zrezygnowało 21.9% abonentów z rabatem i 3.9% z ceną pełną. W 5. tygodniu aktywnych było 60.1% [56.9, 63.5] wobec 84.1%, a w 52. tygodniu 22.2% [19.5, 25.2] wobec 28.7% [24.8, 33.1]. Mediana czasu abonamentu wynosi 10.3 tygodnia [8.1, 12.2] z rabatem i 22.6 tygodnia [19.7, 27.5] bez niego. Krzywe różnią się istotnie (test log-rank: χ²(1) = 26.9, p < .001).
Jak może zmylić. To porównanie abonentów, a nie losowanych grup: oferta sama „wybrała”, kto kupił, i w grupie z rabatem jest jedna trzecia łowców. Niższa krzywa znaczy głównie, że rabat przyciągnął innych ludzi (błąd selekcji).
Rysunek 4: model Coxa – jeden HR nie wystarcza
Model Coxa z jedną zmienną (grupa) daje iloraz hazardów rezygnacji HR = 1.42, 95% CI [1.24, 1.62]. Ta liczba zakłada, że rabat zwiększa ryzyko rezygnacji tak samo w każdym tygodniu. Sprawdzamy to resztami Schoenfelda: Grambsch i Therneau (1994) pokazali, że wygładzone skalowane reszty przybliżają efekt zmienny w czasie β(t), a test proporcjonalności odpowiada nachyleniu prostej dopasowanej do tego wykresu.
Co widać – panel A. Średnia reszt w tygodniu 3–4 wynosi 1.38, czyli chwilowy HR ok. 4. Po 13. tygodniu średnie leżą lekko poniżej zera. Test proporcjonalności odrzuca stały HR: χ²(1) = 24.97, p < .001.
Co widać – panel B. Dzielimy czas na przedziały i szacujemy osobny HR w każdym (to model z efektem zależnym od czasu). Do 5. tygodnia HR = 2.89 [2.24, 3.72], w tygodniach 5–26 HR = 1.00 [0.82, 1.22], a po 26. tygodniu 0.91 [0.69, 1.22]. Model w przedziałach ma niższe AIC (13 101.3 wobec 13 152.5). Rabat nie skraca życia abonamentu w ogóle – skraca je w jednym momencie.
Jak może zmylić. HR = 1.42 uśrednia skok i późniejszy brak różnicy: zawyża straty w drugim półroczu i zaniża odpływ przed drugą płatnością. Podobny skok po kodzie promocyjnym, w danych obserwacyjnych, omawia wpis churn jako analiza przeżycia; tu rabat był losowany.
Rysunek 5: wartość po 12 miesiącach – na odwiedzającego, nie na abonenta
Decyzja o rabacie dotyczy wszystkich, którzy zobaczą ofertę. Dlatego główną miarą jest marża w 12 miesiącach na odwiedzającego: suma marż z 13 płatności podzielona przez wszystkich losowanych (osoba bez abonamentu ma 0 zł). Tylko ona porównuje grupy różniące się wyłącznie ceną. Przedziały liczymy bootstrapem – metodą, którą Efron (1979) zaproponował do szacowania rozkładu statystyki z samych danych. Losujemy odwiedzających ze zwracaniem osobno w każdej grupie, 2000 razy.
Co widać – panel A. Po pierwszej płatności grupa z rabatem jest na minusie: −1.83 zł na odwiedzającego wobec +2.33 zł. Różnica maleje z każdą płatnością i znika ok. 44. tygodnia. Po roku marża na odwiedzającego wynosi 17.10 zł [15.37, 18.85] z rabatem i 16.65 zł [14.82, 18.50] bez niego. Różnica +0.44 zł, 95% CI [−2.16, 2.86], jest nierozstrzygnięta: przewagę rabatu dało 64.3% powtórzeń bootstrapu.
Co widać – panel B. Na abonenta obraz jest zupełnie inny: 724.10 zł bez rabatu i 405.65 zł z rabatem, różnica −318.46 zł [−372.77, −261.72]. Abonent z rabatem opłacił średnio 5.44 płatności, bez rabatu 7.16.
Jak może zmylić. Średnia na abonenta porównuje różne populacje: w grupie z rabatem są łowcy, których bez rabatu w ogóle by nie było. Wartość abonenta liczona jak we wpisie wartość klienta (CLV) mówi, ile wart jest klient, a nie ile warta jest oferta. Datta i in. (2015) stwierdzili, że klienci pozyskani darmowym okresem próbnym mieli o 59% niższą wartość w czasie – to jeszcze nie mówi, czy promocja się opłaciła.
Rysunek 6: co po 12 miesiącach? Ekstrapolacja ostrożnie
Zarząd zapyta o wartość po dwóch latach, a dane kończą się po ok. 13 miesiącach. Krzywe przedłużamy modelem parametrycznym (pakiet flexsurv). Dopasowujemy cztery rozkłady – wykładniczy, Weibulla, lognormalny i log-logistyczny – od 5. tygodnia, bo schodka po rabacie żaden z nich nie opisze. Porównujemy je kryterium AIC i z prawdą z symulacji.
Co widać – panel A. W zakresie danych trzy modele (Weibulla, lognormalny, log-logistyczny) prawie się pokrywają i mają niemal równe AIC: 2434, 2433 i 2433 przy cenie pełnej. Rozkład wykładniczy jest wyraźnie gorszy (AIC 2451). Po 104 tygodniach przy cenie pełnej modele przewidują od 8.1% (wykładniczy) przez 14.5% (Weibull) do 16.7% (log-logistyczny) aktywnych abonentów przy prawdzie 15.0%. Z rabatem: od 6.3% do 13.3% przy prawdzie 12.6%.
Co widać – panel B. Po 24 miesiącach rabat daje według modeli od +2.38 zł (wykładniczy) do +3.25 zł (log-logistyczny) marży na odwiedzającego; prawda to +3.66 zł. Te liczby nie mają przedziałów, a już różnica po 12 miesiącach była niepewna.
Jak może zmylić. Dobre dopasowanie w danych nie gwarantuje dobrego ogona – modele o prawie równym AIC rozchodzą się poza danymi. Latimer (2013) w przeglądzie 45 ocen technologii medycznych stwierdził, że wybór modelu ekstrapolacji przesądza o wyniku ekonomicznym, a wiarygodności ekstrapolowanej części krzywych prawie nikt nie sprawdzał. W marketingu Fader i Hardie (2007) proponują do prognozy retencji abonentów model probabilistyczny procesu odejść zamiast dopasowywania krzywych regresją.
Co z tym zrobić w marketingu
- Oceniaj rabat po marży na odwiedzającego w ustalonym horyzoncie, nie po konwersji. Tu konwersja wzrosła 1.83 raza, a marża po roku – o +0.44 zł z przedziałem od −2.16 do +2.86 zł.
- Nie porównuj abonentów z rabatem i bez niego jako „gorszych” i „lepszych” klientów. To różne populacje; porównanie dotyczy oferty, więc dziel przez losowanych odwiedzających.
- Pilnuj 4. tygodnia. Wtedy odchodzi 21.9% abonentów z rabatem. Przypomnienie o pełnej cenie, wybór mniejszego pakietu albo rabat rozłożony na dwa miesiące to kolejne warianty do testu, np. czynnikowego jak w teście SMS i e-mail 2 × 2.
- Licz test tak długo, jak trwa zwrot z rabatu. Tu grupa z rabatem dogoniła cenę pełną dopiero ok. 44. tygodnia. Plan i ograniczenia losowania cen opisuje wpis losowy test ceny i krzywa popytu.
- Wyniki dwuletnie podawaj jako scenariusze z kilku modeli, z jasną informacją, że to ekstrapolacja. Byłych abonentów można potem próbować odzyskać – zob. odzyskiwanie klientów (win-back).
Jak opisać w pracy
W Metodzie opisz losowanie, horyzont, sposób liczenia marży i cenzurowanie; w Wynikach najpierw konwersję, potem retencję i wartość na odwiedzającego.
Kod R: dane, konwersja, Kaplan–Meier, Cox, bootstrap i ekstrapolacja
Kod odtwarza wszystkie liczby z tekstu i sześć rysunków. Uruchom przepisy po kolei w jednej sesji R: przepis 1 tworzy paletę, motyw i dane, z których korzystają kolejne. Konwersja i jej przedziały to funkcja prop.test() (pakiet stats), krzywe Kaplana–Meiera, test log-rank, model Coxa i reszty Schoenfelda – pakiet survival, modele parametryczne do ekstrapolacji – flexsurv. Bootstrap jest napisany ręcznie (losowanie odwiedzających ze zwracaniem w obrębie grup). Każdy przepis z rysunkiem kończy się nazwą wykresu (p2–p7), co wyświetla go w oknie R; do zapisu w pliku SVG użyj ggsave() jak w komentarzu. Rysunki na tej stronie powstały z tych samych obiektów, którym podmieniono tylko motyw na motyw serwisu (krój i kolor czcionki, siatka) – dane, geometrie i skale są identyczne.
Losują przepis 1 (set.seed(748)) i przepis 5 (set.seed(7485)); ziarna ustalono raz i nie zmieniano ich. Ręcznie ustalono: 20 000 odwiedzających w każdej grupie (losowanie 50/50, zapisy przez 8 tygodni), cenę 289 zł za 4 tygodnie z płatnością z góry, koszt 65% pełnej ceny, udział osób kupujących także po pełnej cenie (2.4%), dodatkowych klientów kupujących tylko z rabatem (0.5%) i łowców rabatów (1.4%), rezygnację przed pierwszą pełną płatnością (tydzień 3–4) u 10% stałych i dodatkowych oraz 70% łowców, czas do rezygnacji z rozkładu Lomaxa (wykładniczy z tempem z rozkładu gamma; alfa = 1.2, skala 30 tygodni u stałych i 10 u łowców) i dzień analizy w 60. tygodniu od startu testu. Po pierwszym uruchomieniu żadnego parametru ani ziarna nie zmieniono; poprawiono dwa błędy w kodzie: czasy zaokrąglone do 0 tygodni zastąpiono minimum 0.01 tygodnia (funkcja survSplit() nie przyjmuje czasu 0), a w przepisie 6 krzywą modelu podzielono przez jej wartość w 5. tygodniu (model dopasowany od 5. tygodnia daje przeżycie od zera, a potrzebne jest przeżycie warunkowe). Całość liczy się w kilkanaście sekund.
1. Paleta, motyw i dane
R
# Przepis 1. Fikcyjny abonament na zestawy składników do gotowania: losowy test „pierwszy miesiąc −50%”
# vs cena pełna wśród odwiedzających stronę z ofertą; czas do rezygnacji abonentów (dane symulowane)
library(ggplot2)
library(patchwork)
# Paleta oparta na Okabe–Ito (rozróżnialna także przy deuteranopii) i prosty motyw
kol_grupa <- c("cena pełna" = "#0072B2", "rabat −50%" = "#D55E00")
kol <- c(granat = "#0f1d3a", prawda = "#CC79A7", szary = "grey55", jasny = "grey88", zielony = "#009E73",
zolty = "#E69F00")
motyw <- theme_minimal(base_size = 13) +
theme(plot.title = element_text(face = "bold", colour = "#0f1d3a", size = rel(1.0)),
plot.subtitle = element_text(colour = "grey30"), panel.grid.minor = element_blank(),
panel.grid.major = element_line(colour = "grey88", linewidth = 0.4),
strip.text = element_text(face = "bold", colour = "#0f1d3a"), legend.position = "bottom",
plot.background = element_rect(fill = "white", colour = NA), plot.margin = margin(10, 14, 10, 10))
# Parametry ustalone ręcznie ------------------------------------------------------------------
n_grupa <- 20000 # odwiedzających w każdej grupie testu (losowanie 50/50)
cena <- 289 # zł za 4 tygodnie (4 dostawy); płatność z góry w tygodniach 0, 4, 8, ...
koszt <- 0.65 # koszt składników, pakowania i dostawy jako ułamek pełnej ceny
# Typy odwiedzających (znane tylko w symulacji):
p_stali <- 0.024 # kupią abonament także po pełnej cenie
p_dodatk <- 0.005 # kupią tylko z rabatem, potem zachowują się jak stali
p_lowcy <- 0.014 # „łowcy rabatów”: kupią tylko z rabatem i zwykle rezygnują przed 2. płatnością
odejscie_koniec_rabatu <- c(stali = 0.10, lowcy = 0.70) # rezygnacja w 4. tygodniu (przed 1. pełną płatnością)
# Czas do rezygnacji poza końcem rabatu: wykładniczy z indywidualnym tempem z rozkładu gamma
# (różnice między klientami) = rozkład Lomaxa: S(t) = (1 + t / skala)^(−alfa)
alfa <- 1.2
skala <- c(stali = 30, lowcy = 10) # tygodnie; łowcy, którzy zostali, odchodzą szybciej
tydzien_analizy <- 60 # dane pobrano 60 tygodni po starcie testu; zapisy trwały 8 tygodni
set.seed(748)
odw <- data.frame(id = seq_len(2 * n_grupa),
grupa = factor(rep(c("cena pełna", "rabat −50%"), each = n_grupa), levels = names(kol_grupa)),
tydzien_wejscia = runif(2 * n_grupa, 0, 8))
u <- runif(2 * n_grupa)
rab <- odw$grupa == "rabat −50%"
odw$typ <- ifelse(u < p_stali, "stały",
ifelse(rab & u < p_stali + p_dodatk, "dodatkowy",
ifelse(rab & u < p_stali + p_dodatk + p_lowcy, "łowca rabatu", "bez abonamentu")))
odw$abonament <- as.integer(odw$typ != "bez abonamentu")
# Prawdziwy czas do rezygnacji (w tygodniach od zakupu) – także poza okresem obserwacji
lowca <- odw$typ == "łowca rabatu"
t_lomax <- ifelse(lowca, skala[["lowcy"]], skala[["stali"]]) * ((1 - runif(2 * n_grupa))^(-1 / alfa) - 1)
p_koniec <- ifelse(lowca, odejscie_koniec_rabatu[["lowcy"]], odejscie_koniec_rabatu[["stali"]])
koniec_rabatu <- rab & runif(2 * n_grupa) < p_koniec & t_lomax > 3
odw$t_prawdziwy <- ifelse(koniec_rabatu, runif(2 * n_grupa, 3, 4), t_lomax)
odw$t_prawdziwy[odw$abonament == 0] <- NA
# Obserwujemy do tygodnia analizy (52–60 tygodni od zakupu); później – obserwacja cenzurowana
koniec_obs <- tydzien_analizy - odw$tydzien_wejscia
odw$czas_tyg <- pmax(0.01, round(pmin(odw$t_prawdziwy, koniec_obs), 2))
odw$rezygnacja <- as.integer(odw$t_prawdziwy <= koniec_obs)
# Płatności i marża w pierwszych 12 miesiącach (52 tygodnie = 13 płatności w tygodniach 0, 4, ..., 48)
odw$platnosci_12m <- ceiling(pmin(odw$t_prawdziwy, 52) / 4)
marza_pelna <- cena * (1 - koszt) # 101.15 zł z jednej płatności
marza_1 <- ifelse(rab, cena * 0.5 - cena * koszt, marza_pelna) # pierwsza płatność w grupie z rabatem
odw$marza_12m <- ifelse(odw$abonament == 1, marza_1 + (odw$platnosci_12m - 1) * marza_pelna, 0)
odw$platnosci_12m[odw$abonament == 0] <- 0
write.csv(odw[, c("id", "grupa", "tydzien_wejscia", "abonament", "czas_tyg", "rezygnacja", "platnosci_12m",
"marza_12m", "typ")], "rabat-pierwszy-miesiac-zestawy.csv", row.names = FALSE, na = "")
ab <- odw[odw$abonament == 1, ] # abonenci – do analizy przeżycia
# Opis danych
c(odwiedzajacych = nrow(odw), abonentow = nrow(ab), rezygnacji = sum(ab$rezygnacja),
min_obserwacji_tyg = min(ab$czas_tyg[ab$rezygnacja == 0]), marza_z_pelnej_platnosci = marza_pelna,
marza_z_platnosci_z_rabatem = cena * 0.5 - cena * koszt)
table(odw$grupa, odw$abonament)
# Skład abonentów według typu (prawda znana tylko w symulacji)
table(ab$grupa, ab$typ)Wynik w R
odwiedzajacych abonentow
40000.00 1303.00
rezygnacji min_obserwacji_tyg
997.00 52.06
marza_z_pelnej_platnosci marza_z_platnosci_z_rabatem
101.15 -43.35
0 1
cena pełna 19540 460
rabat −50% 19157 843
dodatkowy łowca rabatu stały
cena pełna 0 0 460
rabat −50% 86 268 4892. Konwersja i aktywni na 1000 odwiedzających: Rysunek 2
R
# Przepis 2. Konwersja z wizyty na abonament i aktywni abonenci na 1000 odwiedzających (Rysunek 2)
# Korzysta z obiektów przepisu 1: odw, ab, kol_grupa, motyw. Nie losuje.
# (a) Konwersja w grupach z 95% przedziałem Wilsona i różnica z 95% CI
konw <- do.call(rbind, lapply(split(odw, odw$grupa), function(d) {
pt <- prop.test(sum(d$abonament), nrow(d), correct = FALSE)
data.frame(grupa = d$grupa[1], abonentow = sum(d$abonament), odwiedzajacych = nrow(d),
konwersja_proc = 100 * unname(pt$estimate), dolna = 100 * pt$conf.int[1], gorna = 100 * pt$conf.int[2])
}))
rownames(konw) <- NULL
print(konw, digits = 4)
x <- tapply(odw$abonament, odw$grupa, sum); n <- tapply(odw$abonament, odw$grupa, length)
roznica <- prop.test(rev(x), rev(n), correct = FALSE) # rabat − cena pełna
round(c(roznica_pp = 100 * unname(roznica$estimate[1] - roznica$estimate[2]), dolna = 100 * roznica$conf.int[1],
gorna = 100 * roznica$conf.int[2], chi2 = unname(roznica$statistic), p = roznica$p.value), 4)
round(c(iloraz_konwersji = unname((x[2] / n[2]) / (x[1] / n[1]))), 2)
# (b) Aktywni abonenci na 1000 odwiedzających w tygodniach 0–52 (w tym okresie nikt nie jest cenzurowany)
tyg <- 0:52
aktywni <- do.call(rbind, lapply(levels(odw$grupa), function(g) {
t <- ab$t_prawdziwy[ab$grupa == g] # do 52. tygodnia równy obserwowanemu czasowi
data.frame(grupa = g, tydzien = tyg, na_1000 = 1000 * sapply(tyg, function(k) sum(t > k)) / n_grupa)
}))
aktywni$grupa <- factor(aktywni$grupa, levels = levels(odw$grupa))
aktywni[aktywni$tydzien %in% c(0, 3, 5, 13, 26, 52), ]
pA <- ggplot(konw, aes(grupa, konwersja_proc, fill = grupa)) +
geom_col(width = 0.55, alpha = 0.85) +
geom_errorbar(aes(ymin = dolna, ymax = gorna), width = 0.15, linewidth = 0.7) +
geom_text(aes(y = gorna + 0.25, label = sprintf("%.2f%%", konwersja_proc)), size = 4, colour = "#0f1d3a") +
scale_fill_manual(values = kol_grupa, guide = "none") + coord_cartesian(ylim = c(0, 5.2)) +
labs(x = NULL, y = "Konwersja na abonament (%), 95% CI", title = "A. Rabat prawie podwaja konwersję") + motyw
pB <- ggplot(aktywni, aes(tydzien, na_1000, colour = grupa, linetype = grupa)) +
annotate("rect", xmin = 0, xmax = 4, ymin = -Inf, ymax = Inf, fill = "#D55E00", alpha = 0.07) +
annotate("text", x = 4.6, y = 41, label = "koniec rabatu", hjust = 0, size = 3.6, colour = "grey30") +
geom_step(linewidth = 1) +
scale_colour_manual(values = kol_grupa, name = NULL) + scale_linetype_manual(values = c("solid", "22"), name = NULL) +
scale_x_continuous(breaks = c(0, 4, 13, 26, 39, 52)) +
labs(x = "Tygodnie od zakupu abonamentu", y = "Aktywni abonenci na 1000 odwiedzających",
title = "B. Przewaga topnieje po 4. tygodniu") + motyw
p2 <- pA + pB + plot_layout(widths = c(1, 1.5), guides = "collect") & theme(legend.position = "bottom")
p2 # zapis: ggsave("rabat-pierwszy-miesiac-konwersja.svg", p2, width = 10, height = 4.8)Wynik w R
grupa abonentow odwiedzajacych konwersja_proc dolna gorna
1 cena pełna 460 20000 2.300 2.101 2.517
2 rabat −50% 843 20000 4.215 3.945 4.502
roznica_pp dolna gorna chi2 p
1.9150 1.5676 2.2624 116.3686 0.0000
iloraz_konwersji
1.83
grupa tydzien na_1000
1 cena pełna 0 23.00
4 cena pełna 3 20.80
6 cena pełna 5 19.35
14 cena pełna 13 14.95
27 cena pełna 26 10.70
53 cena pełna 52 6.60
54 rabat −50% 0 42.15
57 rabat −50% 3 35.45
59 rabat −50% 5 25.35
67 rabat −50% 13 19.15
80 rabat −50% 26 14.10
106 rabat −50% 52 9.353. Kaplan–Meier i log-rank: Rysunek 3
R
# Przepis 3. Retencja abonentów: krzywe Kaplana–Meiera i test log-rank (Rysunek 3)
# Korzysta z obiektów przepisu 1: ab, kol_grupa, motyw. Nie losuje.
library(survival)
km <- survfit(Surv(czas_tyg, rezygnacja) ~ grupa, data = ab)
s <- summary(km, times = c(3, 5, 13, 26, 52))
km_tab <- data.frame(grupa = sub("grupa=", "", s$strata), tydzien = s$time, aktywni_proc = 100 * s$surv,
dolna = 100 * s$lower, gorna = 100 * s$upper, w_ryzyku = s$n.risk)
km_tab[, 3:5] <- round(km_tab[, 3:5], 1)
km_tab
# Mediana czasu do rezygnacji (tygodnie) z 95% CI
summary(km)$table[, c("records", "events", "median", "0.95LCL", "0.95UCL")]
# Rezygnacje w tygodniu 3–4 (tuż przed pierwszą pełną płatnością) jako odsetek abonentów grupy
round(100 * tapply(ab$rezygnacja == 1 & ab$czas_tyg > 3 & ab$czas_tyg <= 4, ab$grupa, mean), 1)
survdiff(Surv(czas_tyg, rezygnacja) ~ grupa, data = ab) # test log-rank
sk <- summary(km, times = seq(0, 56, by = 0.25), extend = TRUE)
km_df <- data.frame(grupa = factor(sub("grupa=", "", sk$strata), levels = names(kol_grupa)), czas = sk$time,
proc = 100 * sk$surv, dolna = 100 * sk$lower, gorna = 100 * sk$upper)
etyk <- km_tab[km_tab$tydzien == 52, ]
etyk$grupa <- factor(etyk$grupa, levels = names(kol_grupa))
p3 <- ggplot(km_df, aes(czas, proc, colour = grupa, fill = grupa)) +
geom_vline(xintercept = 4, linetype = "dotted", colour = "grey35") +
annotate("text", x = 4.6, y = 8, hjust = 0, size = 3.6, colour = "grey30",
label = "4. tydzień: koniec rabatu,\npierwsza pełna płatność") +
geom_ribbon(aes(ymin = dolna, ymax = gorna), alpha = 0.15, colour = NA) +
geom_step(aes(linetype = grupa), linewidth = 0.9) +
geom_text(data = etyk, aes(x = 57, y = aktywni_proc, label = sprintf("%.1f%%", aktywni_proc)),
hjust = 0, size = 3.8, show.legend = FALSE) +
scale_colour_manual(values = kol_grupa, name = NULL) + scale_fill_manual(values = kol_grupa, guide = "none") +
scale_linetype_manual(values = c("solid", "22"), name = NULL) +
scale_x_continuous(breaks = c(0, 4, 13, 26, 39, 52), limits = c(0, 62)) + scale_y_continuous(limits = c(0, 100)) +
annotate("text", x = 57, y = 36, label = "52. tydzień:", hjust = 0, size = 3.4, colour = "grey30") +
labs(x = "Tygodnie od zakupu abonamentu", y = "Abonenci nadal aktywni (%)",
title = "Retencja abonentów: duży odpływ w grupie z rabatem tuż przed 2. płatnością") + motyw
p3 # zapis: ggsave("rabat-pierwszy-miesiac-kaplan-meier.svg", p3, width = 10, height = 5.2)Wynik w R
grupa tydzien aktywni_proc dolna gorna w_ryzyku
1 cena pełna 3 90.4 87.8 93.2 416
2 cena pełna 5 84.1 80.9 87.5 387
3 cena pełna 13 65.0 60.8 69.5 299
4 cena pełna 26 46.5 42.2 51.3 214
5 cena pełna 52 28.7 24.8 33.1 132
6 rabat −50% 3 84.1 81.7 86.6 709
7 rabat −50% 5 60.1 56.9 63.5 507
8 rabat −50% 13 45.4 42.2 48.9 383
9 rabat −50% 26 33.5 30.4 36.8 282
10 rabat −50% 52 22.2 19.5 25.2 187
records events median 0.95LCL 0.95UCL
grupa=cena pełna 460 331 22.635 19.72 27.51
grupa=rabat −50% 843 666 10.250 8.09 12.20
cena pełna rabat −50%
3.9 21.9
Call:
survdiff(formula = Surv(czas_tyg, rezygnacja) ~ grupa, data = ab)
N Observed Expected (O-E)^2/E (O-E)^2/V
grupa=cena pełna 460 331 411 15.7 26.9
grupa=rabat −50% 843 666 586 11.0 26.9
Chisq= 26.9 on 1 degrees of freedom, p= 2e-07 4. Model Coxa, reszty Schoenfelda i HR w przedziałach: Rysunek 4
R
# Przepis 4. Model Coxa, reszty Schoenfelda i model w przedziałach czasu (Rysunek 4)
# Korzysta z obiektów przepisu 1: ab, kol_grupa, kol, motyw. Nie losuje.
library(survival)
cox <- coxph(Surv(czas_tyg, rezygnacja) ~ grupa, data = ab)
round(summary(cox)$conf.int, 2) # jeden HR dla całego roku
zph <- cox.zph(cox, transform = "identity") # test proporcjonalności na skali czasu (tygodnie)
cbind(round(zph$table[, 1:2], 2), p = signif(zph$table[, 3], 2))
# Model w przedziałach czasu: osobny HR do 5. tygodnia (rabat i jego koniec) i później
ab_p <- survSplit(Surv(czas_tyg, rezygnacja) ~ grupa, data = ab, cut = c(5, 26), episode = "okres")
ab_p$okres <- factor(ab_p$okres, labels = c("tydzień 0–5", "tydzień 5–26", "tydzień 26+"))
ab_p$rabat <- as.integer(ab_p$grupa == "rabat −50%")
cox_p <- coxph(Surv(tstart, czas_tyg, rezygnacja) ~ rabat:okres, data = ab_p) # osobny HR w każdym okresie
hr_p <- data.frame(okres = levels(ab_p$okres), round(summary(cox_p)$conf.int[, c(1, 3, 4)], 2), row.names = NULL)
names(hr_p)[2:4] <- c("HR", "dolna", "gorna"); hr_p
round(c(AIC_jeden_HR = AIC(cox), AIC_przedzialy = AIC(cox_p)), 1)
# Rysunek 4A: skalowane reszty Schoenfelda = przybliżony log(HR) w czasie; średnie w przedziałach tygodni
res <- data.frame(czas = zph$x, beta_t = zph$y[, 1])
res$przedzial <- cut(res$czas, c(0, 3, 4, 5, 8, 13, 26, 39, 60), right = FALSE)
sr <- aggregate(cbind(czas, beta_t) ~ przedzial, data = res, FUN = mean)
sr$n <- as.vector(table(res$przedzial)[as.character(sr$przedzial)])
sr$se <- aggregate(beta_t ~ przedzial, data = res, FUN = function(v) sd(v) / sqrt(length(v)))$beta_t
sr[, c("czas", "beta_t", "se")] <- round(sr[, c("czas", "beta_t", "se")], 2); sr
pA <- ggplot(res, aes(czas, beta_t)) +
geom_bin_2d(binwidth = c(1, 0.25), show.legend = FALSE) + # reszty jako siatka (mniej punktów)
scale_fill_gradient(low = "grey90", high = "grey40") +
geom_hline(yintercept = coef(cox), colour = kol[["granat"]], linetype = "22", linewidth = 0.8) +
geom_errorbar(data = sr, aes(ymin = beta_t - 1.96 * se, ymax = beta_t + 1.96 * se), width = 0, colour = "#D55E00",
linewidth = 0.8) +
geom_point(data = sr, colour = "#D55E00", size = 2.8) +
annotate("text", x = 30, y = coef(cox) + 0.45, label = sprintf("jeden HR = %.2f", exp(coef(cox))), size = 3.6,
colour = kol[["granat"]], hjust = 0) +
coord_cartesian(ylim = c(-3, 5)) + scale_x_continuous(breaks = c(0, 4, 13, 26, 39, 52)) +
labs(x = "Tygodnie od zakupu", y = "Reszty Schoenfelda: log(HR) w czasie",
title = "A. Efekt rabatu nie jest stały") + motyw
hr_p$okres <- factor(hr_p$okres, levels = rev(hr_p$okres))
pB <- ggplot(hr_p, aes(HR, okres)) +
geom_vline(xintercept = 1, colour = "grey50") +
geom_vline(xintercept = exp(coef(cox)), colour = kol[["granat"]], linetype = "22") +
geom_errorbar(aes(xmin = dolna, xmax = gorna), width = 0.2, orientation = "y", colour = "#D55E00", linewidth = 0.8) +
geom_point(size = 3, colour = "#D55E00") +
geom_text(aes(label = sprintf("%.2f", HR)), vjust = -1, size = 3.6, colour = "#0f1d3a") +
scale_x_log10(breaks = c(0.5, 1, 2, 4, 8)) +
labs(x = "HR rezygnacji: rabat vs cena pełna (skala log)", y = NULL, title = "B. HR w przedziałach czasu") + motyw
p4 <- pA + pB + plot_layout(widths = c(1.4, 1))
p4 # zapis: ggsave("rabat-pierwszy-miesiac-cox-schoenfeld.svg", p4, width = 10, height = 4.8)Wynik w R
exp(coef) exp(-coef) lower .95 upper .95
gruparabat −50% 1.42 0.71 1.24 1.62
chisq df p
grupa 24.97 1 5.8e-07
GLOBAL 24.97 1 5.8e-07
okres HR dolna gorna
1 tydzień 0–5 2.89 2.24 3.72
2 tydzień 5–26 1.00 0.82 1.22
3 tydzień 26+ 0.91 0.69 1.22
AIC_jeden_HR AIC_przedzialy
13152.5 13101.3
przedzial czas beta_t n se
1 [0,3) 1.40 0.52 178 0.15
2 [3,4) 3.51 1.38 200 0.09
3 [4,5) 4.48 0.33 31 0.39
4 [5,8) 6.50 0.11 94 0.23
5 [8,13) 10.48 0.04 118 0.21
6 [13,26) 18.96 -0.13 186 0.17
7 [26,39) 31.98 -0.17 102 0.22
8 [39,60) 46.90 -0.07 88 0.245. Marża na odwiedzającego i na abonenta, bootstrap: Rysunek 5
R
# Przepis 5. Marża po 12 miesiącach na odwiedzającego i na abonenta – bootstrap (Rysunek 5)
# Korzysta z obiektów przepisu 1: odw, cena, koszt, kol_grupa, kol, motyw. Losuje: set.seed(7485).
# Marża z każdej z 13 płatności (tygodnie 0, 4, ..., 48) dla każdego odwiedzającego (0, gdy nie płacił)
k <- 0:12
plat <- outer(odw$platnosci_12m, k, ">") # czy zapłacił k-tą płatność (k = 0 – pierwsza)
marza_k <- matrix(cena * (1 - koszt), nrow(odw), length(k))
marza_k[odw$grupa == "rabat −50%", 1] <- cena * 0.5 - cena * koszt
M <- plat * marza_k
stopifnot(all.equal(rowSums(M), odw$marza_12m))
g <- odw$grupa == "rabat −50%"
# Średnie: na odwiedzającego (porównanie losowo przydzielonych grup) i na abonenta (porównanie po selekcji)
na_odw <- tapply(odw$marza_12m, odw$grupa, mean)
na_ab <- tapply(odw$marza_12m[odw$abonament == 1], odw$grupa[odw$abonament == 1], mean)
plat_ab <- tapply(odw$platnosci_12m[odw$abonament == 1], odw$grupa[odw$abonament == 1], mean)
round(rbind(marza_na_odwiedzajacego = na_odw, marza_na_abonenta = na_ab, platnosci_na_abonenta = plat_ab), 2)
# Bootstrap: losowanie odwiedzających ze zwracaniem osobno w każdej grupie (2000 powtórzeń)
B <- 2000
idx1 <- which(!g); idx2 <- which(g)
set.seed(7485)
boot <- t(replicate(B, {
i1 <- sample(idx1, replace = TRUE); i2 <- sample(idx2, replace = TRUE)
m1 <- colMeans(M[i1, ]); m2 <- colMeans(M[i2, ])
a1 <- odw$abonament[i1] == 1; a2 <- odw$abonament[i2] == 1
c(cumsum(m1), cumsum(m2), ab_pelna = mean(odw$marza_12m[i1][a1]), ab_rabat = mean(odw$marza_12m[i2][a2]))
}))
ci <- function(v) quantile(v, c(.025, .975))
r_odw <- boot[, 13 + 13] - boot[, 13] # różnica na odwiedzającego po 12 miesiącach
r_ab <- boot[, "ab_rabat"] - boot[, "ab_pelna"]
wynik <- rbind(
na_odwiedzajacego_pelna = c(na_odw[[1]], ci(boot[, 13])),
na_odwiedzajacego_rabat = c(na_odw[[2]], ci(boot[, 26])),
roznica_na_odwiedzajacego = c(na_odw[[2]] - na_odw[[1]], ci(r_odw)),
na_abonenta_pelna = c(na_ab[[1]], ci(boot[, "ab_pelna"])),
na_abonenta_rabat = c(na_ab[[2]], ci(boot[, "ab_rabat"])),
roznica_na_abonenta = c(na_ab[[2]] - na_ab[[1]], ci(r_ab)))
colnames(wynik) <- c("zl", "dolna", "gorna"); round(wynik, 2)
round(c(odsetek_bootstrapow_z_przewaga_rabatu = mean(r_odw > 0)), 3)
# Skumulowana marża na odwiedzającego: kiedy grupa z rabatem dogania cenę pełną?
kum <- data.frame(tydzien = 4 * k, pelna = cumsum(colMeans(M[!g, ])), rabat = cumsum(colMeans(M[g, ])))
kum$roznica <- kum$rabat - kum$pelna
kum$r_dolna <- apply(boot[, 14:26] - boot[, 1:13], 2, quantile, .025)
kum$r_gorna <- apply(boot[, 14:26] - boot[, 1:13], 2, quantile, .975)
round(kum, 2)
# Rysunek 5
kum_l <- rbind(data.frame(tydzien = kum$tydzien, grupa = "cena pełna", zl = kum$pelna,
dolna = apply(boot[, 1:13], 2, quantile, .025), gorna = apply(boot[, 1:13], 2, quantile, .975)),
data.frame(tydzien = kum$tydzien, grupa = "rabat −50%", zl = kum$rabat,
dolna = apply(boot[, 14:26], 2, quantile, .025), gorna = apply(boot[, 14:26], 2, quantile, .975)))
kum_l$grupa <- factor(kum_l$grupa, levels = names(kol_grupa))
pA <- ggplot(kum_l, aes(tydzien, zl, colour = grupa, fill = grupa)) +
geom_hline(yintercept = 0, colour = "grey50") +
geom_ribbon(aes(ymin = dolna, ymax = gorna), alpha = 0.15, colour = NA) +
geom_line(aes(linetype = grupa), linewidth = 0.9) + geom_point(aes(shape = grupa), size = 2) +
scale_colour_manual(values = kol_grupa, name = NULL) + scale_fill_manual(values = kol_grupa, guide = "none") +
scale_linetype_manual(values = c("solid", "22"), name = NULL) + scale_shape_manual(values = c(16, 17), name = NULL) +
scale_x_continuous(breaks = seq(0, 48, by = 8)) + scale_y_continuous(labels = function(v) sub("-", "−", v)) +
labs(x = "Tydzień płatności (0 = zakup)", y = "Skumulowana marża na odwiedzającego (zł)",
title = "A. Strata z rabatu znika ok. 44. tygodnia") + motyw
por <- data.frame(miara = factor(rep(c("na odwiedzającego", "na abonenta"), each = 2),
levels = c("na odwiedzającego", "na abonenta")),
grupa = factor(rep(names(kol_grupa), 2), levels = names(kol_grupa)),
zl = wynik[c(1, 2, 4, 5), 1], dolna = wynik[c(1, 2, 4, 5), 2], gorna = wynik[c(1, 2, 4, 5), 3])
pB <- ggplot(por, aes(grupa, zl, colour = grupa, shape = grupa)) +
geom_errorbar(aes(ymin = dolna, ymax = gorna), width = 0.15, linewidth = 0.8) + geom_point(size = 3) +
geom_text(aes(y = gorna, label = sprintf("%.1f", zl)), vjust = -0.7, size = 3.6, show.legend = FALSE) +
facet_wrap(~ miara, scales = "free_y") +
scale_colour_manual(values = kol_grupa, guide = "none") + scale_shape_manual(values = c(16, 17), guide = "none") +
scale_x_discrete(labels = c("pełna", "rabat")) +
scale_y_continuous(expand = expansion(mult = 0.15)) +
labs(x = NULL, y = "Marża w 12 miesiącach (zł), 95% CI", title = "B. Dwie średnie, dwa pytania") +
motyw + theme(axis.text.x = element_text(size = rel(0.85)))
p5 <- pA + pB + plot_layout(widths = c(1.3, 1), guides = "collect") & theme(legend.position = "bottom")
p5 # zapis: ggsave("rabat-pierwszy-miesiac-wartosc-na-odwiedzajacego.svg", p5, width = 10, height = 5)Wynik w R
cena pełna rabat −50%
marza_na_odwiedzajacego 16.65 17.10
marza_na_abonenta 724.10 405.65
platnosci_na_abonenta 7.16 5.44
zl dolna gorna
na_odwiedzajacego_pelna 16.65 14.82 18.50
na_odwiedzajacego_rabat 17.10 15.37 18.85
roznica_na_odwiedzajacego 0.44 -2.16 2.86
na_abonenta_pelna 724.10 679.27 766.33
na_abonenta_rabat 405.65 371.56 438.81
roznica_na_abonenta -318.46 -372.77 -261.72
odsetek_bootstrapow_z_przewaga_rabatu
0.643
tydzien pelna rabat roznica r_dolna r_gorna
1 0 2.33 -1.83 -4.15 -4.40 -3.91
2 4 4.34 0.83 -3.51 -3.95 -3.09
3 8 6.10 3.11 -3.00 -3.71 -2.34
4 12 7.68 5.11 -2.57 -3.52 -1.69
5 16 9.05 6.94 -2.11 -3.27 -1.05
6 20 10.31 8.57 -1.74 -3.09 -0.48
7 24 11.43 10.06 -1.37 -2.92 0.06
8 28 12.48 11.43 -1.05 -2.78 0.54
9 32 13.42 12.70 -0.72 -2.64 1.03
10 36 14.32 13.89 -0.43 -2.51 1.51
11 40 15.14 15.03 -0.11 -2.40 1.98
12 44 15.92 16.11 0.20 -2.23 2.47
13 48 16.65 17.10 0.44 -2.16 2.866. Ekstrapolacja modelami flexsurv: Rysunek 6
R
# Przepis 6. Ekstrapolacja retencji poza obserwowany okres – modele parametryczne flexsurv (Rysunek 6)
# Korzysta z obiektów przepisów 1 i 3: odw, ab, km, cena, koszt, n_grupa, kol_grupa, kol, motyw. Nie losuje.
library(survival)
library(flexsurv)
# Modele dopasowujemy od 5. tygodnia (po końcu rabatu): czas liczony od zakupu, lewostronne ucięcie w 5. tygodniu
rozklady <- c(wykladniczy = "exp", Weibulla = "weibull", lognormalny = "lnorm", "log-logistyczny" = "llogis")
po5 <- ab[ab$czas_tyg > 5, ]
po5$start <- 5
S5 <- summary(km, times = 5)$surv; names(S5) <- levels(ab$grupa) # odsetek aktywnych w 5. tygodniu (KM)
tyg <- seq(5, 104, by = 1)
dop <- list(); krzywe <- list()
for (g in levels(ab$grupa)) for (r in names(rozklady)) {
m <- flexsurvreg(Surv(start, czas_tyg, rezygnacja) ~ 1, data = po5[po5$grupa == g, ], dist = rozklady[[r]])
S <- summary(m, t = tyg, type = "survival", ci = FALSE, tidy = TRUE)$est
S <- S / S[1] # S(t | aktywny w 5. tygodniu)
dop[[paste(g, r)]] <- data.frame(grupa = g, rozklad = r, AIC = AIC(m), S52 = 100 * S5[[g]] * S[tyg == 52],
S104 = 100 * S5[[g]] * S[tyg == 104])
krzywe[[paste(g, r)]] <- data.frame(grupa = g, rozklad = r, tydzien = tyg, proc = 100 * S5[[g]] * S)
}
dop <- do.call(rbind, dop); rownames(dop) <- NULL
krzywe <- do.call(rbind, krzywe)
# Prawda z symulacji: odsetek abonentów aktywnych po 52 i 104 tygodniach
prawda <- tapply(ab$t_prawdziwy, ab$grupa, function(t) 100 * c(mean(t > 52), mean(t > 104)))
dop$prawda_S104 <- sapply(dop$grupa, function(g) prawda[[g]][2])
print(dop, digits = 4)
# Obserwowane po 52 tygodniach (KM) – dla porównania z modelami
round(100 * summary(km, times = 52)$surv, 1)
# Marża na odwiedzającego w 24 miesiącach = obserwowane 12 miesięcy + płatności 14–26 (tygodnie 52, ..., 100)
# z krzywej modelu: suma S(t_k) × marża × konwersja
konw <- tapply(odw$abonament, odw$grupa, mean)
m12 <- tapply(odw$marza_12m, odw$grupa, mean)
tk <- seq(52, 100, by = 4)
wart <- do.call(rbind, lapply(split(krzywe, list(krzywe$grupa, krzywe$rozklad)), function(d) {
g <- d$grupa[1]
data.frame(grupa = g, rozklad = d$rozklad[1],
marza_24m = m12[[g]] + konw[[g]] * cena * (1 - koszt) * sum(d$proc[match(tk, d$tydzien)] / 100))
}))
prawda24 <- sapply(levels(odw$grupa), function(g) {
t <- ab$t_prawdziwy[ab$grupa == g]
m12[[g]] + konw[[g]] * cena * (1 - koszt) * sum(sapply(tk, function(x) mean(t > x)))
})
wart <- rbind(wart, data.frame(grupa = names(prawda24), rozklad = "prawda (symulacja)", marza_24m = prawda24))
wart <- reshape(wart, idvar = "rozklad", timevar = "grupa", direction = "wide")
names(wart) <- c("rozklad", "cena_pelna", "rabat"); wart$roznica <- wart$rabat - wart$cena_pelna
rownames(wart) <- NULL; print(wart, digits = 4)
# Rysunek 6: krzywe do 104 tygodni (A) i różnica marży na odwiedzającego w 24 miesiącach (B)
km_l <- summary(km, times = seq(0, 56, by = 0.5), extend = TRUE)
km_d <- data.frame(grupa = sub("grupa=", "", km_l$strata), tydzien = km_l$time, proc = 100 * km_l$surv)
pr_d <- do.call(rbind, lapply(levels(ab$grupa), function(g) {
t <- ab$t_prawdziwy[ab$grupa == g]
data.frame(grupa = g, tydzien = seq(0, 104, by = 1), proc = 100 * sapply(seq(0, 104, by = 1), function(x) mean(t > x)))
}))
kol_r <- c(wykladniczy = "#E69F00", Weibulla = "#0072B2", lognormalny = "#009E73", "log-logistyczny" = "#D55E00")
pA <- ggplot() +
annotate("rect", xmin = 56, xmax = 104, ymin = -Inf, ymax = Inf, fill = "grey92") +
annotate("text", x = 80, y = 62, label = "poza danymi", size = 3.6, colour = "grey30") +
geom_line(data = krzywe, aes(tydzien, proc, colour = rozklad, linetype = rozklad), linewidth = 0.8) +
geom_step(data = km_d, aes(tydzien, proc), colour = "#0f1d3a", linewidth = 0.7) +
geom_line(data = pr_d, aes(tydzien, proc), colour = kol[["prawda"]], linewidth = 2.4, alpha = 0.45) +
facet_wrap(~ factor(grupa, levels = names(kol_grupa))) +
scale_colour_manual(values = kol_r, name = NULL) +
scale_linetype_manual(values = c("solid", "22", "42", "12"), name = NULL) +
scale_x_continuous(breaks = c(0, 26, 52, 78, 104)) + coord_cartesian(ylim = c(0, 70)) +
labs(x = "Tygodnie od zakupu", y = "Aktywni abonenci (%)",
title = "A. Te same dane, różne ogony (schodki – KM; gruba różowa – prawda)") + motyw
w_l <- data.frame(rozklad = factor(wart$rozklad, levels = rev(wart$rozklad)), roznica = wart$roznica,
prawda = wart$rozklad == "prawda (symulacja)")
pB <- ggplot(w_l, aes(roznica, rozklad, colour = prawda, shape = prawda)) +
geom_vline(xintercept = 0, colour = "grey50") + geom_point(size = 3) +
geom_text(aes(label = sprintf("%.2f zł", roznica)), vjust = -1, size = 3.5, show.legend = FALSE) +
scale_colour_manual(values = c("FALSE" = "#0f1d3a", "TRUE" = kol[["prawda"]]), guide = "none") +
scale_shape_manual(values = c("FALSE" = 16, "TRUE" = 4), guide = "none") +
scale_x_continuous(expand = expansion(mult = 0.3), labels = function(v) sub("-", "−", v)) +
labs(x = "Rabat − cena pełna: marża na odwiedzającego w 24 mies. (zł)", y = NULL,
title = "B. Wniosek po 24 miesiącach") + motyw
p6 <- pA / pB + plot_layout(heights = c(1.5, 1))
p6 # zapis: ggsave("rabat-pierwszy-miesiac-ekstrapolacja.svg", p6, width = 10, height = 7.4)Wynik w R
grupa rozklad AIC S52 S104 prawda_S104
1 cena pełna wykladniczy 2451 27.73 8.124 15.00
2 cena pełna Weibulla 2434 29.60 14.527 15.00
3 cena pełna lognormalny 2433 29.55 15.835 15.00
4 cena pełna log-logistyczny 2433 29.54 16.687 15.00
5 rabat −50% wykladniczy 3157 20.59 6.292 12.57
6 rabat −50% Weibulla 3123 22.11 12.009 12.57
7 rabat −50% lognormalny 3123 22.10 12.777 12.57
8 rabat −50% log-logistyczny 3123 22.11 13.346 12.57
[1] 28.7 22.2
rozklad cena_pelna rabat roznica
1 log-logistyczny 23.44 26.69 3.250
2 lognormalny 23.32 26.54 3.215
3 Weibulla 23.13 26.33 3.200
4 wykladniczy 21.72 24.09 2.377
5 prawda (symulacja) 23.04 26.70 3.6607. Grafika: krzywe i skład klientów (Rysunek 1)
R
# Przepis 7. Grafika: dwie krzywe retencji z końcem rabatu – mieszanina klientów (Rysunek 1)
# Korzysta z obiektów przepisu 1: p_stali, p_dodatk, p_lowcy, odejscie_koniec_rabatu, alfa, skala, cena, koszt,
# kol_grupa. Nie losuje – krzywe są wartościami oczekiwanymi z parametrów symulacji.
udzial <- c(stali = p_stali, dodatkowi = p_dodatk, lowcy = p_lowcy) / (p_stali + p_dodatk + p_lowcy)
round(100 * udzial, 1) # skład abonentów z rabatem (prawda)
lomax <- function(t, s) (1 + t / s)^(-alfa)
t <- seq(0, 52, by = 0.1)
po_rabacie <- function(t, p) ifelse(t < 3, 1, ifelse(t < 4, 1 - p * (t - 3), 1 - p)) # odpływ w tyg. 3–4
S_pelna <- lomax(t, skala[["stali"]])
S_stali_r <- lomax(t, skala[["stali"]]) * po_rabacie(t, odejscie_koniec_rabatu[["stali"]])
S_lowcy <- lomax(t, skala[["lowcy"]]) * po_rabacie(t, odejscie_koniec_rabatu[["lowcy"]])
S_rabat <- (udzial[["stali"]] + udzial[["dodatkowi"]]) * S_stali_r + udzial[["lowcy"]] * S_lowcy
round(100 * c(pelna_t5 = S_pelna[t == 5], rabat_t5 = S_rabat[t == 5], pelna_t52 = S_pelna[t == 52],
rabat_t52 = S_rabat[t == 52], lowcy_t52 = S_lowcy[t == 52]), 1)
# Krzywe w lewej części grafiki (x: tygodnie 0–52 → 4–58), karty po prawej (x: 63–100)
sx <- function(tt) 4 + tt * 54 / 52; sy <- function(p) 8 + p * 48
krz <- rbind(data.frame(x = sx(t), y = sy(S_pelna), grupa = "cena pełna"),
data.frame(x = sx(t), y = sy(S_rabat), grupa = "rabat −50%"),
data.frame(x = sx(t), y = sy(udzial[["lowcy"]] * S_lowcy), grupa = "w tym łowcy rabatów"))
krz$grupa <- factor(krz$grupa, levels = c("cena pełna", "rabat −50%", "w tym łowcy rabatów"))
karty <- data.frame(x0 = 63, x1 = 100, y0 = c(40, 21, 2), y1 = c(58, 39, 20))
tekst <- data.frame(
x = c(64.5, 64.5, 64.5, 64.5, 64.5, 64.5, 31, sx(4) + 1.5, sx(24), 4),
y = c(55.5, 49.5, 36.5, 30.5, 17.5, 11, 61.5, sy(0.30), sy(0.62), 4.5),
lab = c("Grupa z rabatem to mieszanina",
sprintf("%.1f%% stałych · %.1f%% dodatkowych\n%.1f%% łowców rabatów (prawda z symulacji)",
100 * udzial[["stali"]], 100 * udzial[["dodatkowi"]], 100 * udzial[["lowcy"]]),
"Koniec rabatu = 4. tydzień",
sprintf("rezygnuje %.0f%% łowców i %.0f%% pozostałych\nprzed 1. pełną płatnością (%d zł)",
100 * odejscie_koniec_rabatu[["lowcy"]], 100 * odejscie_koniec_rabatu[["stali"]], cena),
"Pierwszy miesiąc kosztuje firmę",
sub("-", "−", sprintf("marża z płatności: %.2f zł z rabatem\nwobec %.2f zł po pełnej cenie",
cena * 0.5 - cena * koszt, cena * (1 - koszt))),
"Retencja abonentów w dwóch grupach testu",
"odpływ tuż przed\n2. płatnością",
"po 5. tygodniu krzywe\nopadają podobnie",
"0 = zakup; oś pozioma: tygodnie 0–52; pionowa: aktywni 0–100%"),
font = c(2, 1, 2, 1, 2, 1, 2, 1, 1, 1), size = c(4, 3.4, 4, 3.4, 4, 3.4, 4.3, 3.4, 3.4, 3),
hjust = c(0, 0, 0, 0, 0, 0, 0.5, 0, 0, 0))
p7 <- ggplot() +
geom_rect(data = karty, aes(xmin = x0, xmax = x1, ymin = y0, ymax = y1), fill = c("#FBEDE4", "#FBEDE4", "grey95"),
colour = "grey45", linewidth = 0.4) +
annotate("rect", xmin = sx(0), xmax = sx(4), ymin = sy(0), ymax = sy(1.02), fill = "#D55E00", alpha = 0.10) +
annotate("segment", x = sx(0), xend = sx(52), y = sy(0), yend = sy(0), colour = "grey45") +
annotate("segment", x = sx(0), xend = sx(0), y = sy(0), yend = sy(1.02), colour = "grey45") +
annotate("text", x = sx(c(0, 4, 13, 26, 52)), y = sy(0) - 2, label = c("0", "4", "13", "26", "52"), size = 3,
colour = "grey35") +
annotate("text", x = sx(0) - 1, y = sy(c(0, 0.5, 1)), label = c("0%", "50%", "100%"), hjust = 1, size = 3,
colour = "grey35") +
geom_line(data = krz, aes(x, y, colour = grupa, linetype = grupa), linewidth = 1.2) +
scale_colour_manual(values = c(kol_grupa, "w tym łowcy rabatów" = "#CC79A7"), name = NULL) +
scale_linetype_manual(values = c("solid", "22", "12"), name = NULL) +
geom_text(data = tekst, aes(x, y, label = lab, fontface = font, size = size, hjust = hjust), colour = "#0f1d3a",
lineheight = 0.95) +
scale_size_identity() +
coord_cartesian(xlim = c(0, 100), ylim = c(0, 64), expand = FALSE, clip = "off") +
labs(title = "Rabat na pierwszy miesiąc: kto przychodzi i kiedy odchodzi", x = NULL, y = NULL) +
theme_void(base_size = 13) +
theme(plot.title = element_text(face = "bold", colour = "#0f1d3a"), legend.position = "bottom",
plot.background = element_rect(fill = "white", colour = NA), plot.margin = margin(10, 14, 10, 10))
p7 # zapis: ggsave("rabat-pierwszy-miesiac-schemat-krzywe.svg", p7, width = 10, height = 6)Wynik w R
stali dodatkowi lowcy
55.8 11.6 32.6
pelna_t5 rabat_t5 pelna_t52 rabat_t52 lowcy_t52
83.1 56.5 29.9 19.3 3.4 8. Sprawdzenie palety (deuteranopia)
R
# Przepis 8. Czy paleta jest czytelna przy zaburzeniach widzenia barw? (colorspace::deutan, protan)
# Nie korzysta z innych przepisów. Nie losuje.
library(colorspace)
pary <- list("cena pełna – rabat" = c("#0072B2", "#D55E00"), "rabat – łowcy rabatów" = c("#D55E00", "#CC79A7"),
"Weibull – lognormalny" = c("#0072B2", "#009E73"), "lognormalny – log-logistyczny" = c("#009E73", "#D55E00"),
"wykładniczy – Weibull" = c("#E69F00", "#0072B2"),
"czerwony – zielony (do unikania)" = c("#E41A1C", "#4DAF4A"))
roznica <- function(k) { # odległość barw w przestrzeni CIELAB (ΔE)
lab <- coords(as(hex2RGB(k), "LAB")); sqrt(sum((lab[1, ] - lab[2, ])^2))
}
round(t(sapply(pary, function(k) c(widzenie_typowe = roznica(k), deuteranopia = roznica(deutan(k)),
protanopia = roznica(protan(k))))), 1)Wynik w R
widzenie_typowe deuteranopia protanopia
cena pełna – rabat 114.6 108.3 91.9
rabat – łowcy rabatów 74.3 70.2 71.9
Weibull – lognormalny 70.1 55.4 58.0
lognormalny – log-logistyczny 102.4 53.5 37.3
wykładniczy – Weibull 120.2 121.5 109.3
czerwony – zielony (do unikania) 121.7 21.1 31.6Bibliografia oprogramowania
Liczby na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (losowanie, test dla dwóch proporcji i bootstrap – pakiety base i stats; Kaplan–Meier, log-rank, model Coxa i reszty Schoenfelda – pakiet survival; modele parametryczne – pakiet flexsurv). Rysunki wykonano w ggplot2 i złożono pakietem patchwork; pliki SVG zapisano pakietem svglite, a paletę sprawdzono w symulacji zaburzeń widzenia barw pakietem colorspace. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- survival (wersja 3.8.6): Therneau, T. M. (2026). A package for survival analysis in R [R package]. https://CRAN.R-project.org/package=survival
- flexsurv (wersja 2.3.2): Jackson, C. (2016). flexsurv: A platform for parametric survival modeling in R. Journal of Statistical Software, 70(8), 1–33. https://doi.org/10.18637/jss.v070.i08
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
- colorspace (wersja 2.1.2): Zeileis, A., Fisher, J. C., Hornik, K., Ihaka, R., McWhite, C. D., Murrell, P., Stauffer, R., & Wilke, C. O. (2020). colorspace: A toolbox for manipulating and assessing colors and palettes. Journal of Statistical Software, 96(1). https://doi.org/10.18637/jss.v096.i01
- svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite
Pułapki
- Ocena po konwersji. Test zakończony po 3 tygodniach „dowodzi” sukcesu przed pierwszą pełną płatnością.
- Porównanie abonentów zamiast losowanych odwiedzających. Średnio 724 zł wobec 406 zł na abonenta to efekt selekcji, a nie wartość oferty.
- Łowcy rabatów jako niewidoczna mieszanina. Schodek na krzywej i HR zmienny w czasie to ślad dwóch rodzajów klientów w jednej grupie.
- Jeden HR dla całego roku. HR = 1.42 ukrywa skok 2.89 w pierwszych tygodniach i brak różnicy później.
- Ekstrapolacja jednym modelem. Modele o prawie równym AIC dają po dwóch latach od 14.5% do 16.7% aktywnych, a zły model – 8.1%.
- Wielokrotne konta. Jeden klient z kilkoma kontami wygląda w danych jak kilku łowców.
Najczęstsze pytania
Jak sprawdzić, czy rabat na pierwszy miesiąc się opłaca?
Losuj ofertę wśród odwiedzających i porównaj marżę na odwiedzającego w ustalonym horyzoncie, np. 12 miesięcy, z przedziałem z bootstrapu. W przykładzie rabat prawie podwoił konwersję, ale po roku marża na odwiedzającego różniła się tylko o +0.44 zł, 95% CI [−2.16, 2.86]. Sama konwersja pokazuje tylko pierwszy dzień.
Dlaczego wartość liczyć na odwiedzającego, a nie na abonenta?
Bo tylko grupy odwiedzających różnią się wyłącznie ofertą. Abonenci z rabatem to inna populacja – są wśród nich łowcy rabatów, których bez rabatu by nie było. W przykładzie abonent z rabatem przyniósł średnio 405.65 zł, a bez rabatu 724.10 zł, choć na odwiedzającego grupy były niemal równe.
Co zrobić, gdy po końcu rabatu założenie proporcjonalnych hazardów jest naruszone?
Pokaż skalowane reszty Schoenfelda w czasie i oszacuj model Coxa z osobnym ilorazem hazardów w przedziałach czasu, np. do końca rabatu i później. W przykładzie zamiast jednego HR = 1.42 wyszło 2.89 do 5. tygodnia i 1.00 w tygodniach 5–26. Alternatywą jest porównanie krzywych w ustalonych punktach czasu.
Kim są łowcy rabatów w analizie retencji?
To klienci, którzy kupują tylko dzięki rabatowi i zwykle odchodzą przed pierwszą pełną płatnością. W danych nie mają etykiety; widać ich jako schodek na krzywej retencji tuż po końcu rabatu i iloraz hazardów zmienny w czasie. Ich wpływ mierzysz porównaniem losowanych grup, a nie wskazaniem konkretnych osób.
Czy można przedłużyć krzywą retencji poza okres obserwacji?
Można, ale tylko jako scenariusz: dopasuj kilka modeli parametrycznych (np. Weibulla, lognormalny, log-logistyczny) i pokaż rozrzut wyników. W przykładzie modele o prawie równym AIC przewidziały po dwóch latach od 14.5% do 16.7% aktywnych abonentów, a model wykładniczy tylko 8.1% przy prawdzie 15.0%.
Powiązane hasła
Przeczytaj też
Okres próbny i freemium – analiza przeżycia
Ilu użytkowników kiedyś kupi i jak szybko? Kaplan–Meier, model frakcji wyleczonych i test 7 vs 14 dni okresu próbnego – z kodem R.
Czytaj →PoradnikChurn jako analiza przeżycia
Aplikacja z abonamentem, 2400 klientów: cenzurowanie, Kaplan–Meier według planu, hazard w czasie i model Coxa z okresami – pięć rysunków z kodem R.
Czytaj →PoradnikWartość klienta w czasie (CLV)
Sklep z abonamentem na karmę: koncentracja marży, prosty wzór CLV, wrażliwość na retencję, model rezygnacji i bootstrap – pięć rysunków z kodem R.
Czytaj →Analizujesz test rabatu albo retencję abonentów w pracy?
Pomożemy policzyć konwersję, krzywe retencji i model Coxa, sprawdzić proporcjonalność hazardów i opisać wartość na odwiedzającego tak, żebyś umiał(a) ją obronić.
Oferta dla studentówWyceń analizęBibliografia i dalsza literatura naukowa (APA 7)
- Datta, H., Foubert, B., & Van Heerde, H. J. (2015). The challenge of retaining customers acquired with free trials. Journal of Marketing Research, 52(2), 217–234. https://doi.org/10.1509/jmr.12.0160 ● Otwarty dostęp: pełny tekst
- Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. https://doi.org/10.1214/aos/1176344552 ● Otwarty dostęp
- Fader, P. S., & Hardie, B. G. S. (2007). How to project customer retention. Journal of Interactive Marketing, 21(1), 76–90. https://doi.org/10.1002/dir.20074 ● Otwarty dostęp: pełny tekst
- Grambsch, P. M., & Therneau, T. M. (1994). Proportional hazards tests and diagnostics based on weighted residuals. Biometrika, 81(3), 515–526. https://doi.org/10.1093/biomet/81.3.515
- Kaplan, E. L., & Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, 53(282), 457–481. https://doi.org/10.1080/01621459.1958.10501452
- Latimer, N. R. (2013). Survival analysis for economic evaluations alongside clinical trials—Extrapolation with patient-level data. Medical Decision Making, 33(6), 743–754. https://doi.org/10.1177/0272989x12472398 ● Otwarty dostęp
- Lewis, M. (2006). Customer acquisition promotions and customer asset value. Journal of Marketing Research, 43(2), 195–203. https://doi.org/10.1509/jmkr.43.2.195
Cytowania BibTeX
@article{datta2015challenge, author={Datta, Hannes and Foubert, Bram and Van Heerde, Harald J.}, title={{The challenge of retaining customers acquired with free trials}}, journal={Journal of Marketing Research}, year={2015}, volume={52}, number={2}, pages={217--234}, doi={10.1509/jmr.12.0160}}@article{efron1979bootstrap, author={Efron, Bradley}, title={{Bootstrap methods: Another look at the jackknife}}, journal={The Annals of Statistics}, year={1979}, volume={7}, number={1}, pages={1--26}, doi={10.1214/aos/1176344552}}@article{fader2007how, author={Fader, Peter S. and Hardie, Bruce G. S.}, title={{How to project customer retention}}, journal={Journal of Interactive Marketing}, year={2007}, volume={21}, number={1}, pages={76--90}, doi={10.1002/dir.20074}}@article{grambsch1994proportional, author={Grambsch, Patricia M. and Therneau, Terry M.}, title={{Proportional hazards tests and diagnostics based on weighted residuals}}, journal={Biometrika}, year={1994}, volume={81}, number={3}, pages={515--526}, doi={10.1093/biomet/81.3.515}}@article{kaplan1958nonparametric, author={Kaplan, E. L. and Meier, Paul}, title={{Nonparametric estimation from incomplete observations}}, journal={Journal of the American Statistical Association}, year={1958}, volume={53}, number={282}, pages={457--481}, doi={10.1080/01621459.1958.10501452}}@article{latimer2013survival, author={Latimer, Nicholas R.}, title={{Survival analysis for economic evaluations alongside clinical trials—Extrapolation with patient-level data}}, journal={Medical Decision Making}, year={2013}, volume={33}, number={6}, pages={743--754}, doi={10.1177/0272989x12472398}}@article{lewis2006customer, author={Lewis, Michael}, title={{Customer acquisition promotions and customer asset value}}, journal={Journal of Marketing Research}, year={2006}, volume={43}, number={2}, pages={195--203}, doi={10.1509/jmkr.43.2.195}}