Identitas pelanggan: akun bukan orang

Analisis cohort menghitung orang dari waktu ke waktu, jadi pertanyaan pertamanya: satu pelanggan itu apa? Kolom yang tersedia di tabel transaksi adalah nomor akun, padahal satu orang bisa punya dua akun — lupa kata sandi lalu mendaftar ulang, atau mengetik email dengan huruf besar. Bila akun dianggap orang, pembelian dari akun kedua tercatat sebagai pelanggan baru, dan retensi cohort lamanya turun tanpa alasan.

Karena itu aturan identitas ditulis sebelum menghitung, misalnya: satu pelanggan sama dengan satu email setelah diubah ke huruf kecil dan dibuang spasinya di kedua ujung. Di SQLite, lower() mengubah huruf ASCII ke huruf kecil dan trim() membuang spasi di kedua ujung. Google Analytics pun menyatakan aturan identitasnya terang-terangan: cohort exploration membentuk cohort dari data perangkat dan tidak memakai User-ID, sehingga satu orang dengan dua perangkat terhitung dua pengguna.

Contoh di laundry daring: tabel member menyimpan nomor HP dalam dua bentuk, 0812… dan +62812…. Aturan identitasnya menyeragamkan awalan dulu, baru menghitung.

SELECT COUNT(*) AS akun,
       COUNT(DISTINCT replace(no_hp, '+62', '0')) AS orang
FROM member;