Statystyka · Marketing

Rabat na pierwszy miesiąc – konwersja rośnie, a co z rezygnacjami

Fikcyjny abonament na zestawy do gotowania i losowy test: pierwszy miesiąc −50% albo cena pełna, po 20 000 odwiedzających. Rabat prawie podwaja konwersję, ale przed pierwszą pełną płatnością odchodzi co piąty nowy abonent – o opłacalności decyduje marża na odwiedzającego, a nie na abonenta. Kaplan–Meier, model Coxa z resztami Schoenfelda, bootstrap i ostrożna ekstrapolacja w flexsurv – sześć rysunków z kodem R.

Strona główna / Blog / Rabat na pierwszy miesiąc
W skrócie: Rabat na pierwszy miesiąc oceniaj losowym testem i marżą na odwiedzającego w ustalonym horyzoncie, a nie konwersją ani średnią na abonenta. W przykładzie rabat podniósł konwersję z 2.30% do 4.21%, ale w 4. tygodniu, przed pierwszą pełną płatnością, zrezygnowało 21.9% abonentów z rabatem. Jeden HR = 1.42 ukrywał skok ryzyka (HR = 2.89 do 5. tygodnia) i brak różnicy później, a marża po roku na odwiedzającego różniła się o +0.44 zł, 95% CI [−2.16, 2.86] – choć na abonenta o −318 zł.

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.

Grafika: dwie oczekiwane krzywe retencji abonentów przez 52 tygodnie; krzywa ceny pełnej opada łagodnie do ok. 30%, krzywa grupy z rabatem spada gwałtownie w tygodniu 3–4 do ok. 57% i dalej opada równolegle do ok. 19%; kropkowana krzywa łowców rabatów zaczyna od 33% i spada prawie do zera po 4. tygodniu; karty: grupa z rabatem to 55.8% stałych, 11.6% dodatkowych i 32.6% łowców rabatów; koniec rabatu w 4. tygodniu – rezygnuje 70% łowców i 10% pozostałych; marża z płatności −43.35 zł z rabatem wobec 101.15 zł po pełnej cenie
Rysunek 1. Oczekiwana retencja abonentów w obu grupach testu i skład grupy z rabatem. Grafika narysowana w R (ggplot2) z parametrów symulacji.

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 1. Oczekiwany odsetek aktywnych abonentów w grupie z ceną pełną i z rabatem 50% na pierwszy miesiąc oraz udział łowców rabatów w grupie z rabatem. Uwaga. Krzywe z parametrów symulacji; zacieniowany pas – okres rabatu.

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.

Panel A: konwersja na abonament 2.30% przy cenie pełnej (95% CI 2.10–2.52) i 4.21% przy rabacie (3.95–4.50). Panel B: aktywni abonenci na 1000 odwiedzających w tygodniach 0–52; rabat zaczyna od 42.15, spada do 25.35 w 5. tygodniu i do 9.35 w 52.; cena pełna zaczyna od 23.00, ma 19.35 w 5. tygodniu i 6.60 w 52.
Rysunek 2. Konwersja z wizyty na abonament (A) i aktywni abonenci na 1000 odwiedzających w kolejnych tygodniach (B). R i ggplot2 (dane symulowane).

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 2. Odsetek odwiedzających, którzy kupili abonament, z 95% przedziałem ufności Wilsona (A) oraz liczba aktywnych abonentów na 1000 odwiedzających w tygodniach 0–52 (B) według grupy testu. Uwaga. Grupy przydzielano losowo (po 20 000 odwiedzających); dane symulowane.

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.

Krzywe Kaplana–Meiera odsetka aktywnych abonentów przez 56 tygodni z pasmami 95% CI; krzywa rabatu spada w tygodniu 3–4 z ok. 84% do ok. 60%, krzywa ceny pełnej opada łagodnie; w 52. tygodniu aktywnych jest 28.7% abonentów z ceną pełną i 22.2% z rabatem; pionowa linia w 4. tygodniu – koniec rabatu
Rysunek 3. Odsetek abonentów nadal aktywnych według grupy testu: estymator Kaplana–Meiera z 95% pasmem ufności. R, survival i ggplot2 (dane symulowane).

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 3. Odsetek abonentów nadal aktywnych w kolejnych tygodniach od zakupu w grupie z ceną pełną i z rabatem 50% na pierwszy miesiąc (estymator Kaplana–Meiera, 95% pasmo ufności). Uwaga. Linia kropkowana – koniec rabatu i pierwsza pełna płatność; dane symulowane.

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.

Panel A: skalowane reszty Schoenfelda w czasie jako szare kafelki i średnie w przedziałach tygodni z 95% CI; w tygodniu 3–4 średnia 1.38, w pozostałych okresach od −0.17 do 0.52, po 13. tygodniu poniżej zera; przerywana linia – log jednego HR 1.42. Panel B: HR rezygnacji rabat vs cena pełna: tydzień 0–5 2.89, tydzień 5–26 1.00, tydzień 26+ 0.91 na skali logarytmicznej
Rysunek 4. Skalowane reszty Schoenfelda w czasie (A) i ilorazy hazardów z modelu Coxa w przedziałach czasu (B). R, survival, ggplot2 i patchwork (dane symulowane).

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 4. Skalowane reszty Schoenfelda dla grupy testu w funkcji czasu ze średnimi w przedziałach tygodni (A) oraz ilorazy hazardów rezygnacji (rabat vs cena pełna) z modelu Coxa z osobnym efektem w tygodniach 0–5, 5–26 i od 26. tygodnia (B). Uwaga. 95% przedziały ufności; linia przerywana – iloraz hazardów z modelu ze stałym efektem.

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.

Panel A: skumulowana marża na odwiedzającego w kolejnych płatnościach z pasmami 95% CI z bootstrapu; rabat zaczyna od −1.83 zł, cena pełna od 2.33 zł; krzywe przecinają się ok. 44. tygodnia; po 48. tygodniu 17.10 i 16.65 zł. Panel B: marża w 12 miesiącach na odwiedzającego 16.7 zł (cena pełna) i 17.1 zł (rabat) z nakładającymi się przedziałami; na abonenta 724.1 zł i 405.6 zł
Rysunek 5. Skumulowana marża na odwiedzającego w kolejnych płatnościach (A) oraz marża w 12 miesiącach na odwiedzającego i na abonenta (B); 95% przedziały z bootstrapu (2000 powtórzeń). R i ggplot2 (dane symulowane).

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 5. Skumulowana marża na odwiedzającego w kolejnych płatnościach (A) oraz średnia marża w pierwszych 12 miesiącach na odwiedzającego i na abonenta (B) w grupie z ceną pełną i z rabatem 50% na pierwszy miesiąc. Uwaga. 95% przedziały percentylowe z bootstrapu (2000 powtórzeń, losowanie odwiedzających w obrębie grup); marża = cena minus 65% pełnej ceny.

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.

Panel A: krzywe retencji do 104 tygodni w dwóch grupach; schodki Kaplana–Meiera do ok. 56. tygodnia, cztery krzywe modeli i gruba różowa linia prawdy; w szarym obszarze poza danymi rozkład wykładniczy spada wyraźnie poniżej prawdy, pozostałe trzy biegną blisko niej. Panel B: różnica marży na odwiedzającego w 24 miesiącach (rabat minus cena pełna): log-logistyczny 3.25 zł, lognormalny 3.22, Weibulla 3.20, wykładniczy 2.38, prawda 3.66 zł
Rysunek 6. Ekstrapolacja retencji do 104 tygodni czterema modelami parametrycznymi (A) i różnica marży na odwiedzającego w 24 miesiącach według modelu (B). R, survival, flexsurv, ggplot2 i patchwork (dane symulowane).

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.

Rysunek 6. Odsetek aktywnych abonentów przedłużony do 104 tygodni modelami parametrycznymi dopasowanymi od 5. tygodnia (A) oraz różnica marży na odwiedzającego w 24 miesiącach między grupą z rabatem i z ceną pełną według modelu (B). Uwaga. Schodki – estymator Kaplana–Meiera; szary obszar – poza obserwacją; prawda znana z symulacji.

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.

W eksperymencie terenowym 40 000 osób odwiedzających stronę z ofertą abonamentu przydzielono losowo do ceny pełnej albo do rabatu 50% na pierwsze 4 tygodnie (po 20 000 osób). Konwersję porównano testem dla dwóch proporcji. Czas od zakupu do rezygnacji abonentów opisano estymatorem Kaplana–Meiera i porównano testem log-rank; obserwacje bez rezygnacji cenzurowano w dniu analizy (po 52–60 tygodniach). Założenie proporcjonalnych hazardów w modelu Coxa sprawdzono skalowanymi resztami Schoenfelda, a wobec jego naruszenia oszacowano model z osobnym efektem w przedziałach czasu (tygodnie 0–5, 5–26, 26 i dalej). Główną miarą była marża z pierwszych 12 miesięcy na odwiedzającego; 95% przedziały wyznaczono bootstrapem percentylowym (2000 powtórzeń). Obliczenia wykonano w R.
Rabat zwiększył konwersję z 2.30% do 4.21% (różnica 1.92 pp, 95% CI [1.57, 2.26], χ²(1) = 116.37, p < .001). Retencja abonentów różniła się między grupami, χ²(1) = 26.9, p < .001; założenie proporcjonalnych hazardów nie było spełnione (χ²(1) = 24.97, p < .001). W tygodniach 0–5 ryzyko rezygnacji było w grupie z rabatem wyższe (HR = 2.89, 95% CI [2.24, 3.72]), a później nie różniło się od grupy z ceną pełną (tygodnie 5–26: HR = 1.00, 95% CI [0.82, 1.22]; od 26. tygodnia: HR = 0.91, 95% CI [0.69, 1.22]). Marża w pierwszych 12 miesiącach na odwiedzającego wyniosła 17.10 zł w grupie z rabatem i 16.65 zł w grupie z ceną pełną (różnica 0.44 zł, 95% CI [−2.16, 2.86]).
Przykład reprodukowalny

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

Dane wejściowe: nic – odwiedzających i abonentów losuje kod (parametry ustalone ręcznie, set.seed(748)). Na początku paleta i motyw motyw, z których korzystają kolejne przepisy. Kod zapisuje plik CSV w katalogu roboczym.

Co odczytać: liczbę odwiedzających, abonentów i rezygnacji, najkrótszy czas obserwacji niezrezygnowanych, marżę z płatności oraz skład abonentów według typu (tylko w symulacji).

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   489

2. Konwersja i aktywni na 1000 odwiedzających: Rysunek 2

Dane wejściowe: obiekty z przepisu 1. Nie losuje.

Co odczytać: konwersję w grupach z 95% CI Wilsona, różnicę w punktach procentowych z CI i testem χ², iloraz konwersji oraz aktywnych abonentów na 1000 odwiedzających w wybranych tygodniach.

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    9.35

3. Kaplan–Meier i log-rank: Rysunek 3

Dane wejściowe: obiekty z przepisu 1. Nie losuje. Tworzy km, z którego korzysta przepis 6.

Co odczytać: odsetek aktywnych w tygodniach 3–52 z 95% CI i liczbą w ryzyku, medianę czasu abonamentu, odsetek rezygnacji w tygodniu 3–4 i test log-rank.

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

Dane wejściowe: obiekty z przepisu 1. Nie losuje.

Co odczytać: HR z modelu ze stałym efektem, test proporcjonalności (cox.zph), HR w trzech przedziałach czasu, AIC obu modeli i średnie skalowanych reszt w przedziałach tygodni.

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 0.24

5. Marża na odwiedzającego i na abonenta, bootstrap: Rysunek 5

Dane wejściowe: obiekty z przepisu 1. Losuje (set.seed(7485), 2000 powtórzeń bootstrapu). Liczy się kilka sekund.

Co odczytać: marżę w 12 miesiącach na odwiedzającego i na abonenta z 95% CI, różnice między grupami, odsetek powtórzeń z przewagą rabatu i skumulowaną marżę w kolejnych płatnościach.

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    2.86

6. Ekstrapolacja modelami flexsurv: Rysunek 6

Dane wejściowe: obiekty z przepisów 1 i 3. Nie losuje.

Co odczytać: AIC czterech rozkładów, odsetek aktywnych po 52 i 104 tygodniach według modelu i z symulacji oraz marżę na odwiedzającego w 24 miesiącach i różnicę między grupami.

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   3.660

7. Grafika: krzywe i skład klientów (Rysunek 1)

Dane wejściowe: parametry z przepisu 1. Nie losuje – krzywe to wartości oczekiwane z parametrów.

Co odczytać: skład abonentów z rabatem (prawda) i oczekiwany odsetek aktywnych w 5. i 52. tygodniu.

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)

Dane wejściowe: nic. Nie losuje.

Co odczytać: odległość barw par używanych na rysunkach w widzeniu typowym i po symulacji deuteranopii i protanopii (ΔE; para czerwony–zielony dla porównania).

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       31.6

Bibliografia 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()).

  1. 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/
  2. 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
  3. 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
  4. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  5. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
  6. 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
  7. 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

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 analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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}}
R