كيف أُجري تحليل الأفواج (cohort) باستخدام iDBQuery؟

يجمّع تحليل الأفواج المستخدمين حسب حدث بداية مشترك، عادةً شهر تسجيلهم أو أول شراء لهم، ويتتبّع كيف تتصرّف كل مجموعة عبر الزمن. وفي iDBQuery لا تبني الجدول المحوري يدويًا: - اربط المصدر الذي يحمل التسجيلات والنشاط (جدول مستخدمين في Postgres، أو تصدير فوترة، أو ملف CSV، أو الثلاثة معًا). - اسأل شيئًا مثل «ابنِ فوج تسجيل شهريًا واعرض النسبة المئوية التي لا تزال نشطة في كل شهر من الأشهر الستة التالية». - يولّد iDBQuery استعلام SQL النافذي (windowed)، ويشغّله على النموذج الحيّ، ويعيد شبكة أفواج (الأفواج على الجانب، وإزاحة الفترة عبر الأعلى) أو خريطة حرارية للاستبقاء.

مثال عملي: يسأل فريق SaaS «اعرض استبقاء الإيرادات حسب الفوج الربعي للعامين الأخيرين». يصنّف iDBQuery العملاء حسب أول ربع مدفوع لهم، ويحسب الإيراد المُستبقى في كل ربع لاحق، ويرسم المخطط المثلثي. ثم يمكنك المتابعة بسؤال «أي فوج كان له أسوأ انخفاض في الشهر الثالث؟» دون البدء من جديد.

ما يجعل هذا مختلفًا عن أداة ذكاء أعمال: أنك لا تعرّف منطق الأفواج في طبقة نمذجة أولًا أبدًا. لا نموذج dbt، ولا LookML، ولا جدول محوري مبني مسبقًا. وكل رقم قابل للتدقيق، فانقر أي خليّة فوج فيُظهِر iDBQuery الصفوف الدقيقة خلفها، ما يتيح لك الوثوق برقم استبقاء 3% قبل أن يدخل عرض مجلس إدارة. ولأنه يعمل عبر المصادر، يمكن لفوج أن يدمج تواريخ التسجيل من قاعدة بيانات منتجك مع الإيرادات من تصدير فوترتك في سؤال واحد.