Аналізувати когортний аналіз в Google Analytics

Звіти Google відносяться до найпростіших, але найчастіше й ефективніше використовуваних інструментів аналітики серед вимогливих веб-майстрів. Один із останніх звітів, доданих до Google Analytics, - це Звіт про когортний аналіз.

Цей звіт надзвичайно корисний для власників бізнесу, оскільки це допомагає розкрийте істотні факти, які допомагають зрозуміти поведінку клієнтів і як зберегти їх для підвищення прибутку. Хоча веб-майстри зобов'язані відчувати схильність переходити до аналізу через величезні бізнес-знання, які необхідно отримати, має сенс приймати речі повільно.

У сьогоднішньому пості, першому з двох частин, я буду надавати базове розуміння функціональності когортного аналізу в Google Analytics, а також основні елементи, якими вони аналізують, щоб видобути дані, щоб перекрити наші секрети. Крім того, я доторкнуся до деяких практик, які допоможуть вам підготувати ваші когортні аналітичні вправи, а також застосувати те ж саме для вимірних вигод для бізнесу.

Після того, як ви виберете нюанси бізнес-результатів, орієнтованих на когортні аналізи, ми виконаємо кроки у другій частині.

Що таке когортний аналіз?

Насамперед; когорта просто групу, сегмент або категорію об'єктів що мають відображається загальна поведінка, атрибути або досвід в межах a певний термін.

Отже, когортний аналіз дослідження зосереджено на діяльності конкретної когорти. Наприклад, якщо потрібно було розрахувати середній дохід працівників певної компанії протягом чотирьох років після набору персоналу, ви фактично провели б когортний аналіз.

Хоча багато хто відповідає за інтелектуальні функції, включені до Google Analytics, багато веб-майстрів і веб-аналітики також виявилися грубими через це відсутність когортних функціональних можливостей, особливість, яка значно збільшила б свою привабливість.

Розкриття таємниці за необробленими даними

Унікальною особливістю когортного аналізу є те, що характеристики або атрибути користувачів обмежений час; встановлено, що навіть один користувач може відображати різні характеристики протягом різних часових рамок.

Наприклад, той же користувач може придбати продукт X у січні, але придбати продукт Y у лютому. З точки зору електронної комерції, певний користувач може увійти до вашого веб-сайту в понеділок через ноутбук, але знову відвідати у вівторок за допомогою смартфона.

Терміни є вирішальними, і когортний аналіз фіксує це.

Тепер Google Analytics визначає атрибути користувача у своїх докладних звітах - як первинних, так і вторинних - у термінах “розміри” включаючи країну, місто, джерело трафіку, ключове слово, продукт тощо. Отже, всі користувачі, які відвідали ваш сайт з певної країни, належать до спільна «країна» когорта і всі користувачі, які купили продукт X, належать до когорта 'продукт X'.

Той же користувач може бути членом декількох когорт одночасно залежить від як ви сегментуєте і інтерпретувати дані.

Іншим цікавим фактом є те, що когортний аналіз стає більш цікавим при порівнянні когорт протягом певного періоду часу.

Цей звіт можна знайти в розділі "Аудиторія", як показано на знімку нижче:

Використання когортного аналізу - основи

Ділові переваги, які детальний когортний аналіз може благословити вас, є непереможними. Когортний аналіз - це користь для веб-сайтів електронної комерції.

Сайти, такі як Myntra і Snapdeal тощо, використовують його для розуміння поведінки користувачів і підписок протягом певного часу. Звичайно, це лише одна з програм; є океан знань, прихований з іншого боку добре виконаного когортного аналізу.

Крок 1: Попереднє запитання

Перш за все, як і будь-який аналіз, ваш когортний аналіз повинен Почнемо з питання. Неважливо, чи є це принциповим “чому продажі ростуть або падають”, очікуваного “найкращий час або сезон для запуску нової об'яви”, або прагнення перфекціонізму “як рано сайт електронної комерції надсилати листи до свята чи події, щоб отримати найбільший обсяг продажів”?

Після того як ви вирішите питання, ви також будете знати, що ви будете вимірювати у вашому аналізі.

Крок 2: Обнулення загальних характеристик ядра

Визначення загальна характеристика що визначає когорту, яку потрібно виміряти буде ще одним важливим кроком, щоб допомогти вам отримати те, що ви шукаєте.

Насправді, якщо все зроблено правильно, когортний аналіз може йти так далеко, щоб допомогти вам уточнити і встановити бізнес-тенденції щоб ви могли залишатися попереду. Ці звіти допоможуть вам досягти дуже очевидних висновків щодо вашого магазину чи веб-сайту електронної комерції.

Однією з особливих особливостей, які вам дійсно сподобається у звіті Когорти, є його здатність сегментувати дані. Ти можеш застосувати декілька сегментів до звіту і кожен сегмент створить нову таблицю даних.

Когортний аналіз для бізнесу

Когортний аналіз подібний до золотого пилу для будь-якого зростаючого роздрібного бізнесу, оскільки він дозволить керівникам бізнесу зрозуміти спостережувану поведінку клієнтів онлайн. Якщо ви хочете вивчити своїх клієнтів, ви можете почати групувати їх відповідно до того, як вони були посилається на ваш бізнес або веб-сайт і потім відстежувати суму витрачених коштів через деякий час.

Одним з найбільш поширених когортних аналізів є те, що групує клієнтів на основі їх приєднання, реєстрації або дати підписки. Це дозволяє вивчати тенденції витрат окремих когорт за різні періоди часу і навіть вказують, чи з часом збільшується або зменшується стандарт вашого середнього клієнта.

Які когортні аналіти можуть зробити для вас

У когортному аналізі, утримання користувачів є найбільш корисним показником серед усіх доступних варіантів, особливо, оскільки більшість когортних звітів використовується з часом спостерігати за поведінковою консистенцією.

Однак доступні різні показники, включаючи досягнення цілей, сесії, тривалість сеансу та перегляди сторінок. Ось короткий знімок найбільш непереборних переваг, наведених у таблицю за допомогою когортного аналізу в Google Analytics:

(1) За допомогою Google Analytics можна ініціювати порівняння між функціями сегментації так само, як інші звіти Google Analytics. Google Analytics має галерею рішень, яка може бути використана або імпортована в поточний аналіз, що дозволяє користувачам максимально використовувати рішення, розроблені іншими аналітиками.

(2) Ваш Результати звіту відображатимуться у вигляді трикутної таблиці показників, які повинні ефективно встановити ступінь стійкого поведінки споживачів, що відбувається. Якщо це не достатньо для вас, a графік шкали часу також генерується. Але, як аналітик, ви, мабуть, більше зацікавитеся в таблиці. Після того як ви його використаєте, ви поступово знайдете розумні способи використання когортних звітів.

(3) Когортні звіти дозволять вам це зробити кваліфікувати дані з точки зору сталості. Наприклад, якщо відбувається зростання обсягу або трафіку, ви можете з'ясувати, чи відповідає лише певна когорта і якщо очевидне зростання є стійким. Когортний аналіз є життєво важливим інструментом, оскільки дозволяє роздрібним компаніям дізнатися більше про своїх клієнтів і їхню поведінку, особливо в лонгитюдних дослідженнях.

(4) Точний когортний аналіз допоможе вам виявити відмінності у показниках як утримання, придбання або залучення або взаємодія з маркетинговими тенденціями, дозволяючи задавати споживачам правильні питання.

(5) Функція Google Analytics навіть містить функції швидкого доступу, які дозволяють вам збережіть унікальні когортні звіти, Економія Ваших годин вашого часу, особливо тому, що Ви це знаєте Налаштування звіту когорт може бути тривалим завданням (той, якого ви б із радістю уникали!). Інтуїтивні ярлики можна отримати за допомогою одного кліка на інтерфейсі користувача Google Analytics.

Висновок

Таким чином, можна погодитися, що когортний аналіз є дуже корисним способом зрозуміти, як різні, але конкретні групи користувачів виконують на основі загальних атрибутів або характеристик.

Тим не менш, поточний інструмент аналізу когорти Google Analytics все ще перебуває у зародковому стані. Перед тим, як світ прокинеться, щоб мати можливість використовувати його як вирішальний інструмент, який він повинен бути, переконайтеся, що ви поєднуйте свою ділову хватку, веб-стратегії та аналітичні навички, щоб створити певні знання з вихідних даних, що генеруються кожну секунду з веб-сайтів.