Google Analytics 教程中的隊列分析

已發表: 2015-04-08

英語詞典將Cohort 1. 一個古羅馬軍事單位，由六個世紀組成，相當於一個軍團的十分之一。

2. 一群有共同特點的人。

我們將把注意力集中在“隊列”的第二個定義上——“一群具有共同特徵的人”。 隊列分析是一種花哨的分割技術，用於更好地理解用戶行為。 儘管過去可以在 Google Analytics 中生成同類群組報告，但它確實需要一些細分技巧。不再。

谷歌分析最終將隊列分析作為其核心功能集的一部分，在此過程中，加入了其他分析工具，如 Adobe Site Catalyst，這些工具已經有一段時間了。在今天的帖子中，我將討論如何進行隊列分析以及未來對該工具集的期望。

那麼，什麼是隊列？

簡而言之，群組是一種久經考驗的根據日期將人們分組在一起的方式。例如，樣本群組可以是基於網站訪問者第一次會話日期（也稱為獲取日期）的一組網站訪問者。例如，如果訪問者在 2015 年 3 月 20 日首次登陸網站，那麼他/她將成為 3 月 20 日隊列的一部分。

一位訪客也可以是多個群組的一部分。因此，從前面的示例中，同一訪問者也可能是“3 月的第 3 週”隊列，甚至“3 月”月份隊列的一部分。

同類群組的另一個示例可能包括在特定時間段內成功完成網站目標的所有訪問者。對於電子商務公司來說，這是一個非常現實的場景，通常會聽到銷售團隊談論在聖誕節期間獲得新客戶。這只不過是一個隊列，包括所有在聖誕節前一周進行第一筆交易的客戶。

引入隊列分析

群組分析需要在特定時間段內分析這些人群（群組）並分析他們的行為可能與其他用戶有何不同。因此，換句話說，群組是一種基於時間的用戶細分。請記住，這裡的關鍵是時間。人們通常傾向於使用術語“群組”來表示一部分用戶，而忽略了定義中的時間部分。但是按用戶細分，其實就是用戶細分。另一方面，隊列分析確實必須包括時間。

您可能會問，以這種方式細分訪問者的真正優勢是什麼？首先，分析來自此類群組的數據可以讓我們觀察一段時間內的用戶行為，並可以幫助我們回答以下問題：

1. 這些訪客的行為真的不同嗎？

2. 這種行為與其他在隊列時間段外購買的訪客有何不同？

3. 他們是否不止一次購買？

4. 消費金額有區別嗎？

等等。隊列分析對幾乎任何企業都有用，而不僅僅是電子商務公司。例如，像 Moz 這樣的公司提供了兩個月試用期的營銷解決方案，可以使用隊列分析來確定有多少客戶在 1 月份註冊了試用會員資格，然後購買了高級會員資格，與那些簽約的客戶相比二月起來。

Google Analytics 中的新隊列分析報告

如果您最近登錄了您的 Google Analytics（分析）帳戶，您可能已經註意到 Cohort Analysis（目前處於測試階段）報告。在“受眾”下拉菜單下查找它。

讓我們來看看報告的各個部分。該報告分為三個主要區域：

1.設置區域。

2. 數據隨時間變化的圖表。

3. 表格數據區域。

讓我們談談配置隊列報告。在設置區域中，您可以選擇四種不同的方式來顯示同類群組數據：

1. 同類群組類型：這可讓您指定希望 Google Analytics 使用哪個日期來創建同類群組報告。當前唯一可用的選項是“收購日期”。預計在未來幾天會看到更多選擇。

2. 群組規模：允許您指定時間範圍，從而確定每個群組的規模。當前可用的選項是按“日”、“週”和“月”。

因此，如果您選擇查看“按天”選項，報告將顯示具有相同獲取日期的所有訪問者。另一方面，選擇“按週”將顯示所有用戶在同一 7 天期限內都有獲取日期的結果。

3. 指標：此下拉列表允許您選擇要為每個群組衡量的指標。這是您在報告中看到的實際數據。默認值是“用戶留存率”，基本上是指在所選時間範圍內訪問過一次以上的用戶。當前可用的其他選項包括：

• 每個用戶的目標完成次數

• 每個用戶的瀏覽量

• 每個用戶的收入

• 每個用戶的會話持續時間

• 每個用戶的會話數

• 每個用戶的交易
• 總目標完成
• 總瀏覽量
• 總收入
• 總會話持續時間
• 總會話數
• 總交易
• 總用戶
4. 日期範圍：這是決定什麼數據出現在報告中的時間邊界，對應下表中的行數。可用的時間範圍是：7 天、14 天、21 天和 30 天。
因此，如果我選擇“7 天”的日期範圍，而今天恰好是 3 月 29 日，那麼隊列報告將查看從 3 月 29 日（第 0 天）到 4 月 5 日（第 7 天）的數據，並根據在每個用戶的獲取日期。

進一步看上面的例子，這就是谷歌分析如何根據 3 月 29 日的用戶獲取日期創建各種“天”數據：
第 0 天 = 3 月 29 日
第 1 天 = 3 月 30 日
第 2 天 = 3 月 31 日
第 3 天 = 4 月 1 日
第 4 天 = 4 月 2 日
第 5 天 = 4 月 3 日
第 6 天 = 4 月 4 日
第 7 天 = 4 月 5 日
下表顯示了“日數據”的細分*。在這裡，每個數據單元代表不同日期的不同用戶組：
*注意：我們在這裡談論的是“日數據”，因為我們選擇隊列規模為日。
分析隊列數據
到目前為止，我們查看了隊列報告的部分內容。現在讓我們看一個典型的工作流程，舉個例子。假設您經營一個新聞博客，您可能希望每週了解用戶的行為。對於信息/新聞博客，了解某一周有多少人處於活躍狀態可以讓您深入了解您的內容營銷工作。

第 1 步：讓我們從選擇群組類型開始。如上所述，我們目前只有“收購日期”可用。
第 2 步：選擇隊列大小。在這種情況下，如果您每天向博客發布新內容，則使用“每日”作為群組大小是有意義的。
第 3 步：對於指標，您可能需要選擇“用戶保留”來了解每天有多少用戶返回您的網站。
第 4 步：將日期範圍設置為 7 天。
還有賓果遊戲！你有隊列報告。現在進行一些分析。讓我們看一下表格數據：
由於我們選擇了每日隊列，因此這裡的每一行代表一天。因此，表格數據顯示了過去 7 天每個同類群組的用戶留存率。請記住，這裡的每一行都是不同的隊列。
查看表格單元格中的數字，您現在可以開始得出一些結論。例如，您可以看到，與其他同類群組相比，3 月 31 日訪問該網站的用戶一天后再次訪問該網站的比率要高得多 (5.51%)。另一方面，隨後幾天（第 1 天、第 2 天等）的用戶保留率在 4 月 1 日似乎更高。

為什麼會這樣？有沒有引起更多興趣的博客文章？還是因為 4 月 1 日是假期？是這些日子裡正在進行的一些活動嗎？隊列數據為您的營銷活動提供了足夠的思考空間。
隊列報告和細分
Avinash kaushik 曾經說過：“不使用分割是危害人類罪”。雖然他在某種程度上可能誇大了，但不可否認的是，細分是所有網絡分析的聖杯。隊列報告通過允許您對數據進行細分來尊重這一事實。事實上，您最多可以將 4 個細分應用於群組報告。每個段在“所有會話”表下方創建一個新的數據表。因此，如果我進一步按“平板電腦和台式機流量”對這些數據進行細分，我會得到：
因此，希望本文能夠讓您充分了解隊列報告以及如何利用它們來發揮自己的優勢。如果您有任何問題，請告訴我。