Skip to main content
Calkulon

פיננסים עסקיים מתקדמים

מחשבון שימור קבוצה

Cohort Retention

What is Cohort Retention Calculator?

▾

מחשבון שימור קבוצה עוקב אחר האחוז מהמשתמשים, הלקוחות, הסטודנטים או המנויים מאותה קבוצת התחלה שנשארים פעילים לאורך זמן. זה חשוב כי שימור כולל יכול להסתיר דפוסים חשובים. עסק עשוי להיראות יציב במצטבר בעוד שקבוצות הרשמה חדשות יותר מציגות בשקט ביצועים גרועים יותר מאלה הוותיקות, או ששינוי אחד של ההרשמה עשוי לשפר באופן דרמטי רק את הקבוצות האחרונות. ניתוח עוקבות פותר זאת על ידי קיבוץ אנשים לפי נקודת התחלה משותפת, כגון חודש הרשמה, חודש רכישה או שבוע הפעלה, ולאחר מכן השוואה של כמה שעדיין פעילים לאחר כל מרווח. צוותי מוצר משתמשים בשימור קבוצה כדי לשפוט את איכות ההטמעה והתאמת המוצר לשוק, עסקים המנויים משתמשים בו כדי לזהות סיכון נטישה, ואנליסטים משתמשים בו כדי להשוות אם שינויים בתמחור, בתכונות או במקור הרכישה עוזרים או פוגעים במעורבות ארוכת טווח. המחשבון שימושי מכיוון שהשמירה פשוטה עקרונית אך קלה לקריאה שגויה במרכזי המחוונים כאשר חלונות זמן, הגדרות של אפשרויות פעילות או מכנה אינן עקביות. תצוגת עוקבה מציגה את צורת הישרדות הלקוח בצורה ברורה יותר ממספר שימור מעורב אחד. התוצאה עדיין טובה רק כמו הגדרת הפעילות. כניסה, רכישה ושימוש בתכונה ליבה אינם אותו סוג של אירוע שימור. למרות זאת, מחשבון שימור קבוצה הוא אחת הדרכים המעשיות ביותר להבין אם קבוצות מאוחרות יותר נשארות זמן רב יותר, מתפרצות מהר יותר או מגיבות אחרת לשינויים שבוצעו במוצר או בשירות.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

נוסחה

▾
f(x)אחוז שימור עוקבה = (משתמשים פעילים מהקבוצה המקורית במרווח t / גודל עוקבה מקורי) x 100. דוגמה עבדה: אם 65 מתוך 100 משתמשים מקוריים עדיין פעילים בחודש 2, שימור = 65/100 x 100 = 65%.

Variable Legend

▾
סמלשםיחידהתיאור
Cohort retention percentמְחוֹשָׁב—מחושב כ(משתמשים פעילים מהקבוצה המקורית במרווח t / גודל עוקבה מקורי) x 1
tפרק זמן—פרק זמן (בדרך כלל בשנים), שהוא פרמטר מפתח בחישוב שימור העוקבה המשפיע ישירות על התוצאה המחושבת הסופית
xמשתנה קלט—משתנה קלט או לא ידוע לפתרון, שהוא פרמטר מפתח בחישוב שימור עוקבה שמשפיע ישירות על התוצאה המחושבת הסופית

How to Cohort Retention Calculator

▾
  1. 1בחר הגדרת קבוצה כמו חודש הרשמה, חודש רכישה ראשון או שבוע הפעלה ראשון.
  2. 2ספור כמה אנשים שייכים לכל קבוצה מתחילה בתקופה אפס.
  3. 3עבור כל מרווח מאוחר יותר, ספור כמה מאותה קבוצה מקורית עדיין עונים על ההגדרה הפעילה שלך.
  4. 4חלקו את הספירה הפעילה בגודל העוקבה המקורי כדי לחשב שימור עבור המרווח הזה.
  5. 5השווה עקומות שימור בין קבוצות קוהורט כדי לראות אם קבוצות חדשות יותר משיגות ביצועים טובים יותר או גרועים יותר לאורך זמן.

Worked Examples

▾
Example 1שימור חודש אחד
Given:100 משתמשים נרשמים בינואר ו-80 עדיין פעילים חודש לאחר מכן
תוצאה:שימור חודש אחד = 80%

זהו חישוב ההתחלה הקלאסי.

חלקו 80 ב-100 המשתמשים המקוריים כדי לקבל 0.80, ואז הכפילו ב-100. זה אומר שארבעה מתוך חמישה אנשים מהקבוצה הזו נשארו פעילים לאחר חודש אחד.

Example 2ירידה לטווח ארוך יותר
Given:200 לקוחות מתחילים, 150 נשארו בחודש 1, 110 בחודש 3 ו-70 בחודש 6
תוצאה:שימור = 75%, 55% ו-35% בחודשים 1, 3 ו-6

עקומות שימור לרוב נופלות מהר מוקדם ומשתטחות מאוחר יותר.

כל אחוז מושווה ל-200 הלקוחות המקוריים, לא לחודש הקודם. זה הופך את שורות הקוהורט להשוואה ישירות לאורך זמן.

Example 3השוואת שינויים במוצר
Given:שימור עוקבה בפברואר חודש-שלושה 28%, אפריל שימור עוקבה חודש-שלושה 42%
תוצאה:קבוצת אפריל שומרת טוב יותר ב-14 נקודות אחוז

קבוצות עוקבות הן עוצמתיות למדידת שינוי לאחר מהדורות או עריכות הפעלה.

קפיצה גלויה באותו מרווח בין קבוצות מאוחרות יותר מעידה לעתים קרובות על כך שמשהו השתפר באיכות הרכישה, חווית המוצר או התאמת התמחור.

Example 4שמירה מעורבת מטעה
Given:המשתמשים הפעילים בסך הכל יציבים, אך כל קבוצה חדשה שומרת על גרועות מהקודמת
תוצאה:מדדים מצטברים יכולים להסתיר היחלשות השימור

ניתוח עוקבות מגלה דפוסים שסיכומים יכולים להסתיר.

אם מספר המשתמשים הכולל ממשיך לגדול, התנהגות חלשה של קבוצה חדשה עשויה להיות מוסווה לזמן מה. שימור עוקבה חושף את הירידה הזו מוקדם יותר.

Real-World Applications

▾
🏗️

הערכת הצטרפות והתאמה לשוק המוצר - יישום זה משמש בדרך כלל אנשי מקצוע הזקוקים לניתוח כמותי מדויק כדי לתמוך בקבלת החלטות, תקצוב ותכנון אסטרטגי בתחומם, המאפשרים לעוסקים לקבל החלטות כמותיות מושכלות המבוססות על שיטות חישוב מאומתות וגישות סטנדרטיות בתעשייה.

🔬

השוואת שימור לפני ואחרי שינויים במוצר - העוסקים בתעשייה מסתמכים על חישוב זה כדי למדוד ביצועים, להשוות חלופות ולהבטיח עמידה בתקנים ודרישות רגולטוריות שנקבעו, ולסייע לאנליסטים להפיק תוצאות מדויקות התומכות בתכנון אסטרטגי, הקצאת משאבים ומדידות ביצועים בין ארגונים

📊

מציאת דפוסי נטישה מוסתרים על ידי מדדים מצטברים - חוקרים וסטודנטים אקדמיים משתמשים בחישוב זה כדי לאמת מודלים תיאורטיים, להשלים מטלות קורסים ולפתח הבנה עמוקה יותר של העקרונות המתמטיים הבסיסיים

🏥

חוקרים משתמשים בחישובי שימור עוקבה כדי לעבד נתונים ניסיוניים, לאמת מודלים תיאורטיים וליצור תוצאות כמותיות לפרסום במחקרים שנבדקו עמיתים, התומכים בתהליכי הערכה מבוססי נתונים שבהם דיוק מספרי חיוני למטרות תאימות, דיווח ואופטימיזציה.

Special Cases

▾

אירועי הפעלה מחדש

אם משתמשים עוזבים ומאוחר יותר חוזרים, היגיון השימור חייב להחליט אם הם נחשבים כ-retained, resurrected, או חלק ממדד הפעלה מחדש נפרד.

מוצרים עונתיים

מוצרים עם שימוש עונתי יכולים להראות פעילות נמוכה מרווח-אחר-מרווח מבלי להצביע בהכרח על ערך חלש לטווח ארוך, ולכן פרשנות השמירה חייבת להתאים למחזור המוצר.

ערכי קלט שליליים עשויים להיות חוקיים או לא תקפים עבור שימור קבוצה, בהתאם להקשר של הדומיין.

חלק מהנוסחאות מקבלות מספרים שליליים (למשל, טמפרטורות, קצבי שינוי), בעוד שאחרות דורשות תשומות חיוביות בהחלט. על המשתמשים לבדוק אם התרחיש הספציפי שלהם מאפשר ערכים שליליים לפני שהם מסתמכים על הפלט. אנשי מקצוע העובדים עם שימור קבוצה צריכים להיות קשובים במיוחד לתרחיש זה מכיוון שהוא עלול להוביל לתוצאות מטעות אם לא יטופל כראוי. בדוק תמיד את תנאי הגבול והצליב עם שיטות עצמאיות כאשר מקרה זה מתעורר בפועל.

עקומת שמירה להמחשה

▾
הַפסָקָהמשתמשים פעילים מ-100 המקורייםהַחזָקָה
חודש 18080%
חודש 36060%
חודש 64242%
חודש 123030%

Frequently Asked Questions

▾
Q

מה זה שימור קבוצה?

A

שימור עוקבה מודד כמה חברים בקבוצה מתחילה ספציפית נשארים פעילים לאחר פרק זמן נתון. הוא משמש בדרך כלל כדי להבין אם חווית המוצר או הלקוח משתפרים בקבוצות הרשמה שונות. בפועל, תפיסה זו היא מרכזית בשימור עוקבה מכיוון שהיא קובעת את הקשר הליבה בין משתני הקלט. הבנה זו עוזרת למשתמשים לפרש תוצאות בצורה מדויקת יותר וליישם אותן על תרחישים בעולם האמיתי בהקשר הספציפי שלהם.

Q

איך מחשבים שימור עוקבה?

A

חלקו את מספר האנשים הפעילים מהקבוצה במרווח מאוחר יותר בגודל העוקבה המקורי. לאחר מכן הכפל ב-100 כדי לבטא את התוצאה באחוזים. התהליך כולל יישום הנוסחה הבסיסית באופן שיטתי על התשומות הנתונות. כל משתנה בחישוב תורם לתוצאה הסופית, והבנת התפקידים האישיים שלו עוזרת להבטיח יישום מדויק.

Q

מדוע שימור קבוצה עדיף על שימור כללי?

A

שימור כולל משלב קבוצות משתמשים רבות יחד ויכול להסתיר שינויים בקבוצות חדשות יותר. ניתוח עוקבות הופך את ההבדלים הללו לגלויים על ידי מעקב אחר קבוצות דומות לאורך זמן. זה חשוב כי חישובי שימור עוקבה מדויקים משפיעים ישירות על קבלת החלטות בהקשרים מקצועיים ואישיים. ללא חישוב מתאים, משתמשים מסתכנים בקבלת החלטות על סמך ניתוח כמותי לא שלם או שגוי. תקנים ושיטות עבודה מומלצות בתעשייה מדגישים את החשיבות של חישובים מדויקים כדי למנוע טעויות יקרות.

Q

מה נחשב כפעיל בחישוב שימור?

A

זה תלוי בעסק או במוצר. התחברות, ביצוע רכישה, השלמת שיעור או שימוש בתכונה ליבה יכולים להיות הגדרות תקפות אם משתמשים בהן באופן עקבי. זהו שיקול חשוב כאשר עובדים עם חישובי שימור עוקבות ביישומים מעשיים. התשובה תלויה בערכי הקלט הספציפיים ובהקשר שבו מיושם החישוב.

Q

מהי שימור בריא?

A

אין מדד בריא אוניברסלי מכיוון שהשמירה משתנה מאוד לפי סוג המוצר, מודל התמחור ותדירות השימוש. המדד השימושי ביותר הוא האם קבוצות מאוחרות יותר משתפרות והאם שמירה תומכת במודל העסקי. בפועל, תפיסה זו היא מרכזית בשימור עוקבה מכיוון שהיא קובעת את הקשר הליבה בין משתני הקלט. הבנה זו עוזרת למשתמשים לפרש תוצאות בצורה מדויקת יותר וליישם אותן על תרחישים בעולם האמיתי בהקשר הספציפי שלהם.

Q

באיזו תדירות יש לחשב מחדש את שימור הקבוצה?

A

יש לחשב אותו מחדש בכל פעם שמגיעים נתוני פעילות חדשים או כאשר רוצים להשוות שינויים במוצר או בשיווק לאורך זמן. רענון שבועי או חודשי נפוץ בהתאם לקצב העסקי. התהליך כולל יישום הנוסחה הבסיסית באופן שיטתי על התשומות הנתונות. כל משתנה בחישוב תורם לתוצאה הסופית, והבנת התפקידים האישיים שלו עוזרת להבטיח יישום מדויק.

Q

מהי הטעות הגדולה ביותר בניתוח עוקבות?

A

טעות נפוצה היא שינוי ההגדרה של פעיל או שימוש במכנים לא עקביים בין קבוצות. זה גורם לשורות שונות להיראות דומות גם כשהן לא נמדדות באותה צורה. בפועל, תפיסה זו היא מרכזית בשימור עוקבה מכיוון שהיא קובעת את הקשר הליבה בין משתני הקלט. הבנה זו עוזרת למשתמשים לפרש תוצאות בצורה מדויקת יותר וליישם אותן על תרחישים בעולם האמיתי בהקשר הספציפי שלהם.

Common Mistakes to Avoid

▾
  • !שימוש בהגדרות לא עקביות של מה שנחשב כפעיל
  • !השוואת כל מרווח לתקופה הקודמת במקום לגודל העוקבה המקורי
  • !הסתמכות רק על שימור כולל והחמצה של קבוצות חלשות יותר לאחרונה
💡

Pro Tip

אמת תמיד את ערכי הקלט שלך לפני החישוב. עבור שימור קבוצה, שגיאות קלט קטנות יכולות להחמיר ולהשפיע באופן משמעותי על התוצאה הסופית.

⭐

Did you know?

לשני מוצרים עם ספירת משתמשים זהה יכולים להיות עתיד שונה לחלוטין אם האחד משפר בהתמדה את שימור הקבוצות החדשות בעוד שהשני יורד בשקט.

Regional Guides

▾
🇺🇸 US▾
משתמש ביחידות ובסטנדרטים המקובלים בארה"ב
🇬🇧 UK▾
עשוי להשתמש בסטנדרטים מטריים או בריטיים
🇪🇺 EU▾
ממלא אחר מוסכמות האיחוד האירופי/SI היכן שניתן
📖Difficulty:Intermediate
למטרות מידע בלבד. כלי זה אינו מהווה ייעוץ פיננסי. התייעצו עם יועץ פיננסי מוסמך לפני קבלת החלטות השקעה או החלטות פיננסיות.
Formula-verified for precision
Reviewed October 2026
Our methodology

Ratings & comments

…

קבל טיפים שבועיים למתמטיקה

הצטרפו למנויי 12,000+ שמקבלים טיפים למחשבון מדי שבוע.

🔒
100% חינמי
ללא הרשמה אי פעם
✓
מדויק
נוסחאות מאומתות
⚡
מיידי
תוצאות בזמן הקלדה
📱
מוכן למובייל
כל המכשירים

הגדרות