Analiza kohortowa w samouczku Google Analytics

Słownik angielski definiuje kohortę 1. Starożytna rzymska jednostka wojskowa, składająca się z sześciu wieków, równa jednej dziesiątej legionu.

2. Grupa ludzi o wspólnej charakterystyce.

Skupimy naszą uwagę na tej drugiej definicji „Kohorty” – „grupy ludzi o wspólnej charakterystyce”. Analiza kohortowa to wymyślna technika segmentacji służąca do lepszego zrozumienia zachowań użytkowników. I chociaż w przeszłości możliwe było generowanie raportów kohortowych w Google Analytics, wymagało to pewnych hacków segmentacyjnych. Nigdy więcej.

Google Analytics w końcu ma Cohort Analysis jako część swojego podstawowego zestawu funkcji, w trakcie dołączając do innych narzędzi analitycznych, takich jak Adobe Site Catalyst, które mają tę funkcję od jakiegoś czasu. W dzisiejszym poście omówię, jak przeprowadzić analizę kohortową i czego można oczekiwać od tego zestawu narzędzi w przyszłości.

Czym więc są kohorty?

Krótko mówiąc, kohorty to sprawdzony sposób grupowania ludzi na podstawie daty. Przykładową kohortą może być na przykład grupa odwiedzających witrynę na podstawie daty ich pierwszej sesji (znanej również jako data pozyskania). Na przykład, jeśli odwiedzający po raz pierwszy wyląduje na stronie internetowej 20 marca 2015 r., będzie on/ona częścią kohorty 20 marca.

Odwiedzający może również należeć do więcej niż jednej kohorty. Tak więc z poprzedniego przykładu ten sam użytkownik może również należeć do kohorty „trzeciego tygodnia marca”, a nawet do kohorty miesiąca „marzec”.

Innym przykładem kohorty mogą być wszyscy użytkownicy, którzy pomyślnie zrealizowali cel witryny w określonym czasie. To całkiem realistyczny scenariusz w przypadku firm e-commerce, gdzie często słyszy się, jak zespół sprzedaży mówi o pozyskiwaniu nowych klientów, powiedzmy, w okresie Bożego Narodzenia. To tylko kohorta i obejmuje wszystkich klientów, których pierwsze transakcje miały miejsce w tygodniu poprzedzającym Święta Bożego Narodzenia.

Przedstawiamy analizę kohortową

Analiza kohortowa obejmuje proces analizowania tych grup osób (kohort) w określonym czasie i analizowania, w jaki sposób ich zachowanie może różnić się od innych użytkowników. Innymi słowy, kohorta to rodzaj segmentacji użytkowników na podstawie czasu. Pamiętaj, kluczem jest tutaj czas. Często ludzie używają terminu kohorta w celu oznaczenia segmentu użytkowników, ignorując część definicji dotyczącą czasu. Ale segmentacja według użytkowników to tak naprawdę segmentacja użytkowników. Z drugiej strony analiza kohortowa musi uwzględniać czas.

Możesz zapytać, jaka jest naprawdę zaleta segmentowania użytkowników w ten sposób? Po pierwsze, analiza danych z takich kohort pozwala nam obserwować zachowanie użytkowników przez pewien czas i może pomóc nam odpowiedzieć na pytania takie jak:

1. Czy ci goście naprawdę zachowują się inaczej?

2. Czym to zachowanie różni się od innych odwiedzających, którzy kupują poza okresem kohorty?

3. Czy kupują więcej niż raz?

4. Czy kwota wydatków jest różna?

I tak dalej. Analiza kohortowa może być przydatna w prawie każdej firmie, a nie tylko w firmach e-commerce. Na przykład firma taka jak Moz, która oferuje swoje rozwiązania marketingowe z dwumiesięcznym okresem próbnym, może skorzystać z analizy kohortowej, aby określić, ilu klientów, którzy zapisali się na członkostwo próbne w styczniu, kupiło członkostwo premium w porównaniu z tymi, którzy się zapisali w lutym.

Nowy raport analizy kohortowej w Google Analytics

Jeśli niedawno logowałeś się na swoje konto Google Analytics, być może zauważyłeś raport Analiza kohortowa (obecnie w wersji beta). Poszukaj go w menu rozwijanym Odbiorcy.

Przyjrzyjmy się różnym częściom raportu. Raport ma trzy główne regiony:

1. Region ustawień.

2. Wykres danych w czasie.

3. Obszar danych tabelarycznych.

Porozmawiajmy o konfigurowaniu raportu kohorty. W regionie ustawień możesz wybrać jeden z czterech różnych sposobów wyświetlania danych kohortowych:

1. Typ kohorty : pozwala określić datę, której Google Analytics ma użyć do utworzenia raportu kohorty. Jedyną dostępną obecnie opcją jest „Data nabycia”. Oczekuj, że w nadchodzących dniach pojawi się więcej opcji.

2. Wielkość kohorty : Pozwala określić ramy czasowe, określając w ten sposób wielkość każdej kohorty. Obecnie dostępne opcje to „dzień”, „tydzień” i „miesiąc”.

Jeśli więc wybierzesz opcję „według dnia”, raport pokaże wszystkich użytkowników z tą samą Datą pozyskania. Z drugiej strony wybranie „według tygodnia” spowoduje wyświetlenie wyników, w których wszyscy użytkownicy mieli datę pozyskania w tym samym 7-dniowym okresie.

3. Metryka : ta lista rozwijana pozwala wybrać mierzone dane dla każdej kohorty. To są rzeczywiste dane, które widzisz w raporcie. Wartość domyślna to „Utrzymanie użytkowników”, co w zasadzie oznacza użytkowników, którzy odwiedzili witrynę więcej niż raz w wybranym przedziale czasowym. Inne obecnie dostępne opcje to:

• Realizacje celu na użytkownika

• Odsłony strony na użytkownika

• Przychód na użytkownika

• Czas trwania sesji na użytkownika

• Sesje na użytkownika

• Transakcje na użytkownika

• Całkowita realizacja celu

• Całkowita liczba odsłon

• Całkowity dochód

• Całkowity czas trwania sesji

• Całkowita liczba sesji

• Całkowita liczba transakcji

• Całkowita liczba użytkowników

4. Zakres dat : ​​jest to granica czasowa, która określa, jakie dane pojawiają się w raporcie i odpowiada liczbie wierszy w poniższej tabeli. Dostępne przedziały czasowe to: 7 dni, 14 dni, 21 dni i 30 dni.

Tak więc, jeśli wybiorę zakres dat „7 dni”, a dzisiaj wypadnie 29 marca, raport kohorty przyjrzy się danym od 29 marca (dzień 0) do 5 kwietnia (dzień 7) i utworzy raport na podstawie w dniu pozyskania każdego użytkownika.

Kontynuując powyższy przykład, w ten sposób Google Analytics utworzy różne „dni” danych na podstawie daty pozyskania użytkownika 29 marca:

Dzień 0 = 29 marca

Dzień 1 = 30 marca

Dzień 2 = 31 marca

Dzień 3 = 01 kwietnia

Dzień 4 = 02 kwietnia

Dzień 5 = kwiecień 03

Dzień 6 = kwiecień 04

Dzień 7 = kwiecień 05

Poniższa tabela przedstawia podział „danych dziennych”*. Tutaj każda komórka danych reprezentuje inną grupę użytkowników w innym dniu:

*Uwaga: mówimy tutaj o „danych dziennych”, ponieważ wybraliśmy rozmiar kohorty jako dzień.

Analiza danych kohortowych

Do tej pory przyjrzeliśmy się częściom raportu kohorty. Spójrzmy teraz na typowy przepływ pracy na przykładzie. Zakładając, że prowadzisz bloga z wiadomościami, możesz chcieć co tydzień analizować zachowanie swoich użytkowników. W przypadku bloga informacyjnego / informacyjnego wiedza o tym, ile osób jest aktywnych w danym tygodniu, może dać Ci przydatny wgląd w Twoje działania związane z marketingiem treści.

Krok 1: Zacznijmy od wybrania typu kohorty. Jak wspomniano powyżej, od teraz dostępna jest tylko „Data nabycia”.

Krok 2: Wybierz rozmiar kohorty. W takim przypadku, jeśli codziennie publikujesz nowe treści na swoim blogu, warto użyć „Codziennie” jako rozmiaru kohorty.

Krok 3: W przypadku danych możesz wybrać „Utrzymanie użytkowników”, aby dowiedzieć się, ilu użytkowników codziennie wraca do Twojej witryny.

Krok 4: Ustaw zakres dat na 7 dni.

I bingo! Masz raport kohorty. Teraz trochę analizy. Spójrzmy na dane tabelaryczne:

Ponieważ wybraliśmy kohortę dzienną, każdy wiersz tutaj reprezentuje dzień. Dane w tabeli pokazują zatem wskaźnik utrzymania użytkowników dla każdej kohorty w ciągu ostatnich 7 dni. Pamiętaj, że każdy wiersz tutaj to inna kohorta.

Patrząc na liczby w komórkach tabeli, możesz teraz wyciągnąć pewne wnioski. Na przykład można zauważyć, że użytkownicy, którzy odwiedzili witrynę 31 marca, ponownie odwiedzili ją dzień później w znacznie wyższym tempie (5,51%) w porównaniu z innymi kohortami. Z drugiej strony wskaźnik utrzymania użytkowników w kolejnych dniach (Dzień 1 , Dzień 2 itd.) wydaje się być wyższy dla kohorty 1 kwietnia.

Dlaczego się to stało? Czy pojawił się post na blogu, który wzbudził większe zainteresowanie? A może dlatego, że 1 kwietnia był świętem? Czy była to jakaś kampania, która miała miejsce któregoś z tych dni? Dane kohorty dają wystarczająco dużo do myślenia o działaniach marketingowych.

Raporty kohortowe i segmentacja

Avinash kaushik powiedział kiedyś: „Nieużywanie segmentacji jest zbrodnią przeciwko ludzkości”. Chociaż może do pewnego stopnia przesadza, nie można zaprzeczyć, że segmentacja jest świętym Graalem wszelkiej analityki internetowej. Raporty kohortowe uwzględniają ten fakt, umożliwiając segmentację danych. W rzeczywistości możesz zastosować do 4 segmentów w raportach kohortowych. Każdy segment tworzy nową tabelę danych pod tabelą „Wszystkie sesje”. Więc jeśli dalej podzielę te dane na segmenty „Ruch z tabletów i komputerów stacjonarnych”, otrzymam:

Miejmy więc nadzieję, że ten artykuł zapewnił ci wystarczającą jasność na temat raportów kohortowych i sposobów ich wykorzystania na swoją korzyść. Daj mi znać, jeśli masz jakieś pytania.