Kohortenanalyse im Google Analytics Tutorial

Das englische Wörterbuch definiert Kohorte 1. Eine alte römische Militäreinheit, die sechs Jahrhunderte umfasst, was einem Zehntel einer Legion entspricht.

2. Eine Gruppe von Menschen mit einem gemeinsamen Merkmal.

Wir werden unsere Aufmerksamkeit hier auf diese zweite Definition von „Kohorte“ richten – „eine Gruppe von Menschen mit einem gemeinsamen Merkmal“. Die Kohortenanalyse ist eine ausgefallene Segmentierungstechnik, die zum besseren Verständnis des Benutzerverhaltens verwendet wird. Und obwohl es in der Vergangenheit möglich war, Kohortenberichte in Google Analytics zu erstellen, waren einige Segmentierungs-Hacks erforderlich. Nicht mehr.

Google Analytics hat endlich die Kohortenanalyse als Teil seines Kernfunktionssatzes und schließt sich dabei anderen Analysetools wie Adobe Site Catalyst an, die diese Funktion seit einiger Zeit haben. Im heutigen Beitrag werde ich erörtern , wie Kohortenanalysen durchgeführt werden und was Sie in Zukunft von diesem Toolset erwarten können.

Also, was sind Kohorten?

Mit einfachen Worten, Kohorten sind eine bewährte Methode, um Personen basierend auf dem Datum zu gruppieren. Beispielsweise könnte eine Beispielkohorte eine Gruppierung von Website-Besuchern basierend auf dem Datum ihrer ersten Sitzung (auch bekannt als Akquisitionsdatum) sein. Wenn also beispielsweise ein Besucher am 20. März 2015 zum ersten Mal auf einer Website landet, gehört er/sie zur Kohorte des 20. März.

Ein Besucher kann auch Teil von mehr als einer Kohorte sein. Aus dem vorherigen Beispiel könnte derselbe Besucher also auch Teil der Kohorte „3. Märzwoche“ oder sogar der Kohorte „März“ sein.

Ein weiteres Beispiel für eine Kohorte könnte alle Besucher umfassen, die ein Website-Ziel innerhalb eines bestimmten Zeitraums erfolgreich abgeschlossen haben. Dies ist ein ziemlich realistisches Szenario bei E-Commerce-Unternehmen, wo es üblich ist, dass das Verkaufsteam über die Gewinnung neuer Kunden spricht, beispielsweise während der Weihnachtszeit. Dies ist nichts anderes als eine Kohorte und umfasst alle Kunden, deren erste Transaktionen in der Woche vor Weihnachten stattgefunden haben.

Einführung in die Kohortenanalyse

Die Kohortenanalyse beinhaltet den Prozess der Analyse dieser Personengruppen (Kohorten) über einen bestimmten Zeitraum und die Analyse, wie sich ihr Verhalten von dem anderer Benutzer unterscheiden könnte. Mit anderen Worten, eine Kohorte ist also eine Art Benutzersegmentierung basierend auf Zeit. Denken Sie daran, der Schlüssel hier ist die Zeit. Oftmals neigen Leute dazu, den Begriff Kohorte zu verwenden, um ein Segment von Benutzern zu bezeichnen, während sie den Zeitteil der Definition ignorieren. Aber die Segmentierung nach Benutzern ist wirklich eine Benutzersegmentierung. Die Kohortenanalyse hingegen muss Zeit beinhalten.

Sie fragen sich vielleicht, was wirklich der Vorteil ist, Besucher auf diese Weise zu segmentieren? Zunächst einmal ermöglicht uns die Analyse der Daten solcher Kohorten, das Benutzerverhalten über einen bestimmten Zeitraum zu beobachten, und kann uns helfen, Fragen zu beantworten wie:

1. Verhalten sich diese Besucher wirklich anders?

2. Wie unterscheidet sich dieses Verhalten von anderen Besuchern, die außerhalb des Kohortenzeitraums kaufen?

3. Kaufen sie mehr als einmal?

4. Unterscheidet sich der Ausgabebetrag?

Und so weiter. Die Kohortenanalyse kann für nahezu jedes Unternehmen nützlich sein, und nicht nur für E-Commerce-Unternehmen. Ein Unternehmen wie Moz beispielsweise, das seine Marketinglösungen mit einer zweimonatigen Testphase anbietet, kann mithilfe der Kohortenanalyse ermitteln, wie viele Kunden, die sich im Januar für eine Testmitgliedschaft angemeldet haben, im Vergleich zu denjenigen, die eine Premium-Mitgliedschaft abgeschlossen haben, eine Premium-Mitgliedschaft gekauft haben im Februar auf.

Der neue Kohortenanalysebericht in Google Analytics

Wenn Sie sich kürzlich bei Ihrem Google Analytics-Konto angemeldet haben, ist Ihnen möglicherweise der Kohortenanalysebericht (derzeit in der Betaphase) aufgefallen. Suchen Sie im Dropdown-Menü „Zielgruppe“ danach.

Werfen wir einen Blick auf die verschiedenen Teile des Berichts. Der Bericht hat drei Hauptregionen:

1. Der Einstellungsbereich.

2. Ein Diagramm von Daten über die Zeit.

3. Tabellendatenbereich.

Lassen Sie uns über die Konfiguration eines Kohortenberichts sprechen. Im Einstellungsbereich können Sie zwischen vier verschiedenen Darstellungsarten der Kohortendaten wählen:

1. Kohortentyp : Damit können Sie angeben, für welches Datum Google Analytics den Kohortenbericht erstellen soll. Die einzige Option, die hier derzeit verfügbar ist, ist das „Erwerbsdatum“. Erwarten Sie in den kommenden Tagen weitere Optionen.

2. Kohortengröße : Ermöglicht es Ihnen, den Zeitrahmen anzugeben und so die Größe jeder Kohorte zu bestimmen. Die derzeit verfügbaren Optionen sind „Tag“, „Woche“ und „Monat“.

Wenn Sie sich also für die Option „Nach Tag“ entscheiden, zeigt der Bericht alle Besucher mit demselben Akquisitionsdatum an. Auf der anderen Seite würde die Auswahl von „nach Woche“ Ergebnisse anzeigen, bei denen alle Benutzer ein Akquisitionsdatum innerhalb desselben 7-Tage-Zeitraums hatten.

3. Metrik : In diesem Dropdown-Menü können Sie die Metrik auswählen, die für jede Kohorte gemessen wird. Dies sind die tatsächlichen Daten, die Sie im Bericht sehen. Der Standardwert ist „Benutzerbindung“, was im Wesentlichen Benutzer bedeutet, die im ausgewählten Zeitraum mehr als einmal besucht haben. Andere derzeit verfügbare Optionen sind:

• Zielabschlüsse pro Benutzer

• Seitenaufrufe pro Benutzer

• Umsatz pro Benutzer

• Sitzungsdauer pro Benutzer

• Sitzungen pro Benutzer

• Transaktionen pro Benutzer

• Gesamtzielabschlüsse

• Absolute Seitenaufrufe

• Gesamteinnahmen

• Gesamtsitzungsdauer

• Sitzungen insgesamt

• Transaktionen insgesamt

• Benutzer insgesamt

4. Datumsbereich : Dies ist die Zeitgrenze, die bestimmt, welche Daten im Bericht erscheinen, und entspricht der Anzahl der Zeilen in der folgenden Tabelle. Die verfügbaren Zeitbereiche sind: 7 Tage, 14 Tage, 21 Tage und 30 Tage.

Wenn ich also einen Datumsbereich von „7 Tagen“ wähle und heute zufällig der 29. März ist, dann betrachtet der Kohortenbericht die Daten vom 29. März (Tag 0) bis zum 05. April (Tag 7) und erstellt den Bericht basierend am Erwerbsdatum jedes Benutzers.

Nimmt man das obige Beispiel weiter, so würde Google Analytics die verschiedenen „Tage“ von Daten basierend auf einem Nutzer-Akquisitionsdatum vom 29. März erstellen:

Tag 0 = 29. März

Tag 1 = 30. März

Tag 2 = 31. März

Tag 3 = 01.04

Tag 4 = 02. April

Tag 5 = 03. April

Tag 6 = 04. April

Tag 7 = 05. April

Die folgende Tabelle zeigt dann die Aufschlüsselung der „Tagesdaten“*. Hier repräsentiert jede Datenzelle eine andere Gruppe von Benutzern an einem anderen Tag:

*Hinweis: Wir sprechen hier von „Tagesdaten“, da wir die Kohortengröße auf „Tag“ festgelegt haben.

Analyse von Kohortendaten

Bisher haben wir uns die Teile eines Kohortenberichts angesehen. Betrachten wir nun einen typischen Workflow anhand eines Beispiels. Angenommen, Sie betreiben einen Nachrichtenblog, möchten Sie vielleicht wöchentlich das Verhalten Ihrer Benutzer verstehen. Für einen Informations-/Nachrichtenblog könnte Ihnen das Wissen, wie viele Personen in einer bestimmten Woche aktiv sind, nützliche Einblicke in Ihre Content-Marketing-Bemühungen geben.

Schritt 1: Beginnen wir mit der Auswahl des Kohortentyps. Wie oben erwähnt, liegt uns derzeit nur das „Akquisitionsdatum“ vor.

Schritt 2: Wählen Sie die Kohortengröße. Wenn Sie in diesem Fall jeden Tag neue Inhalte in Ihrem Blog veröffentlichen, ist es sinnvoll, „Täglich“ als Kohortengröße zu verwenden.

Schritt 3: Für die Metrik möchten Sie vielleicht „Benutzerbindung“ auswählen, um zu erfahren, wie viele Benutzer jeden Tag auf Ihre Website zurückkehren.

Schritt 4: Stellen Sie den Datumsbereich auf 7 Tage ein.

Und Bingo! Sie haben den Kohortenbericht. Nun zu einer Analyse. Schauen wir uns die tabellarischen Daten an:

Da wir eine tägliche Kohorte gewählt haben, steht hier jede Zeile für einen Tag. Die Tabellendaten zeigen daher die Benutzerbindungsrate für jede Kohorte für die letzten 7 Tage. Denken Sie daran, dass jede Zeile hier eine andere Kohorte ist.

Wenn Sie sich die Zahlen in den Tabellenzellen ansehen, können Sie jetzt beginnen, einige Schlussfolgerungen zu ziehen. Sie können beispielsweise sehen, dass Benutzer, die die Website am 31. März besucht haben, die Website einen Tag später mit einer viel höheren Rate (5,51 %) im Vergleich zu anderen Kohorten erneut besucht haben. Andererseits scheint die Benutzerbindungsrate an den folgenden Tagen (Tag 1, Tag 2 usw.) für die Kohorte am 1. April höher zu sein.

Warum ist das passiert? Gab es einen Blogbeitrag, der mehr Interesse geweckt hat? Oder lag es daran, dass der 1. April ein Feiertag war? War es eine Kampagne, die an einem dieser Tage stattfand? Die Kohortendaten geben Ihnen genügend Denkanstöße für Ihre Marketingaktivitäten.

Kohortenberichte und Segmentierung

Avinash Kaushik hat einmal gesagt: „Die Segmentierung nicht zu verwenden ist ein Verbrechen gegen die Menschlichkeit“. Auch wenn er vielleicht etwas übertrieben hat, lässt sich nicht leugnen, dass die Segmentierung der heilige Gral aller Webanalysen ist. Und Kohortenberichte respektieren diese Tatsache, indem sie es Ihnen ermöglichen, Daten zu segmentieren. Tatsächlich können Sie bis zu 4 Segmente auf Kohortenberichte anwenden. Jedes Segment erstellt eine neue Datentabelle unterhalb der Tabelle „Alle Sitzungen“. Wenn ich diese Daten also weiter nach „Tablet- und Desktop-Traffic“ segmentiere, erhalte ich:

Hoffentlich hat Ihnen dieser Artikel genug Klarheit über Kohortenberichte gegeben und wie Sie sie zu Ihrem Vorteil nutzen können. Lassen Sie mich wissen, wenn Sie Fragen haben.