Et kig på Cohort-analyse i Google Analytics
Google Reports er blandt de enkleste, men alligevel mest anvendte analyseværktøjer blandt kræsne webmastere. En af de seneste rapporter, der er blevet tilføjet under Google Analytics, er Cohort Analyserapport.
Denne rapport er yderst nyttig for virksomhedsejere, da det hjælper med afdække de væsentlige fakta, der hjælper med at forstå kundeadfærd og hvordan man beholder dem for at øge overskuddet. Selvom webmastere er nødt til at føle tilbøjeligheden til at hoppe videre til analyserne på grund af den fantastiske forretningskendskab, der skal opnås, giver det mening at tage tingene langsomt.
I dagens indlæg, en første af to dele, vil jeg give en grundlæggende forståelse af Cohort Analysis funktionaliteten i Google Analytics, og de vigtigste forudsætninger for, hvordan analyserne styrker dataene for at hylde vores hemmeligheder. Derudover vil jeg røre ved nogle metoder for at hjælpe dig med at forberede dine kohortanalyser flittigt og anvende det samme for målbare forretningsfordele.
Når du har hentet nuancerne fra et forretningsmæssigt resultat centreret kohortanalyser, udfører vi trinene i anden del.
Hvad er Cohort Analysis?
Første ting først; en kohorte er bare en gruppe, et segment eller en kategori af objekter det har viste almindelig adfærd, attributter eller oplevelser inden for a specifik tidsramme.
Så en kohortanalyse er den undersøgelse fokuseret på aktiviteter i en bestemt kohort. Hvis du for eksempel skulle beregne den gennemsnitlige indkomst for medarbejdere i en bestemt virksomhed i løbet af en fireårsperiode efter deres rekruttering, ville du effektivt gennemføre en kohortanalyse.
Selv om mange godkender de smarte funktioner, der er indarbejdet i Google Analytics, har mange webmastere og webanalytikere også været uslebne på grund af det tilsyneladende mangel på Cohort-funktionalitet, en funktion, der ville have øget sin appel betydeligt.
Afsløre hemmelighederne bag rå data
Et unikt træk ved en kohortanalyse er, at brugerens egenskaber eller egenskaber er tidsbegrænset; det er blevet fastslået, at selv en enkelt bruger kan vise forskellige egenskaber over forskellige tidsrammer.
For eksempel kan den samme bruger købe produkt X i januar måned, men købe produkt Y i februar. Fra et e-handelsperspektiv kan en bestemt bruger logge ind på din hjemmeside mandag via en bærbar computer, men besøg igen tirsdag via en smartphone.
Timing er afgørende, og kohortanalyser fanger dette.
Nu definerer Google Analytics brugerattributter i sine detaljerede rapporter - både primære og sekundære - i form af “dimensioner” herunder land, by, trafikkilde, søgeord, produkt og så videre. Så alle brugere, der har besøgt dit websted fra et bestemt land, tilhører en fælles "land" kohorte og alle brugere der købte et produkt X tilhører a 'produkt X' kohorte.
Den samme bruger kan være medlem af flere kohorter på samme tid afhængig af hvordan du segmenterer og fortolke dataene.
En anden interessant kendsgerning er, at en kohortanalyse bliver mere interessant, når kohorter sammenlignes over en tidsperiode.
Denne rapport findes under afsnittet Målgruppe som vist på skærmbilledet nedenfor:
Brug af kohortanalyse - det grundlæggende
De forretningsmæssige fordele, at en detaljeret kohortanalyse kan velsigne dig, er uopfordret. Cohortanalyse er en velsignelse for e-handelswebsteder.
Websider som Myntra og Snapdeal mv. Bruger det til at forstå brugeradfærd og abonnementspatrater over tid. Det er selvfølgelig bare et af applikationerne; der er et hav af viden gemt på den anden side af en veluddannet kohortanalyse.
Trin 1: Foreløbige spørgsmål
Først og fremmest, som en analyse, skal din kohortanalyse begynde med et spørgsmål. Det er ligegyldigt, om det er kvintessensielt “hvorfor salget stiger eller falder”, den forventende “Hvad er den bedste tid eller årstid for at lancere en ny annonce”, eller den perfektionisme-søger “hvor tidligt skal en e-handelsside sende emails før en ferie eller begivenhed for at få det højeste salgsmængde”?
Når du først har besluttet på spørgsmålet, vil du også vide, hvad du vil måle i din analyse.
Trin 2: Nulstilling på fælles kerneegenskaber
Identifikation af fælles karakteristika at definerer kohorten du vil måle vil være et andet vigtigt skridt for at hjælpe dig med at få det, du leder efter.
Faktisk, hvis det gøres korrekt, kan en kohortanalyse gå så langt som at hjælpe dig afklare og etablere forretningstendenser så du kan komme videre. Disse rapporter hjælper dig med at nå nogle meget indlysende konklusioner vedrørende din butik eller e-handelswebsted.
En speciel funktion, du virkelig kan lide om Cohort-rapporten er dets evne til at segmentere data. Du kan Anvend flere segmenter til din rapport og hvert segment vil oprette en ny tabel med data.
Cohort Analysis for Business
Cohortanalyse er som guldstøv for enhver voksende detailvirksomhed, fordi den giver forretningsforvalterne mulighed for at forstå observeret online kundeadfærd. Hvis du vil studere dine kunder, kan du starte med gruppere dem i overensstemmelse med hvordan de var henvist til din virksomhed eller hjemmeside og så spore det beløb, de har brugt over tid.
En af de mest populært udførte kohortanalyser er en, der grupper kunder baseret på deres tilmelding, tilmelding eller abonnementsdato. Dette giver dig mulighed for Undersøg udgiftsudviklingen for bestemte kohorter i forskellige perioder i tiden og endda angive, om standarden på din gennemsnitlige kunde stiger eller falder over tid.
Hvilke kohortanalyser kan gøre for dig
I en kohortanalyse, brugerretention er den mest anvendelige metriske blandt alle tilgængelige muligheder, især da de fleste kohortrapporter er vant til observere adfærdsmæssige konsistenser over tid.
Der er dog en række forskellige metrics tilgængelige, herunder målopnåelse, sessioner, sessionsvarighed og sidevisninger. Her er et hurtigt øjebliksbillede af de mest uimodståelige fordele ved bordet ved Cohort Analysis i Google Analytics:
(1) Med Google Analytics kan du indlede sammenligninger mellem segmenteringsfunktioner på samme måde som andre Google Analytics-rapporter. Google Analytics har et løsningsgalleri, som kan bruges eller importeres til en løbende analyse, så brugerne får det bedste ud af løsninger udviklet af medanalytikere.
(2) Dine Rapportresultater vises som en trekantet tabel med metrics, som effektivt bør undersøge graden af vedvarende forbrugeradfærd, der finder sted. Og hvis det ikke er omfattende nok for dig, a tidslinje graf er også genereret. Men som analytiker ville du nok være mere interesseret i bordet. Når du har brugt det, vil du efterhånden finde kloge anvendelser af kohortrapporterne.
(3) Cohort rapporter giver dig mulighed for kvalificere data fra et bæredygtighedssynspunkt. For eksempel, hvis der er en stigning i volumen eller trafik, kan du Find ud af, om kun en bestemt kohorte er ansvarlig og hvis den tilsyneladende stigning er bæredygtig. Cohortanalyse er et vigtigt redskab, da det giver detailhandelsvirksomhederne mulighed for at finde ud af mere om deres kunder og deres adfærd, især i longitudinale studier.
(4) En præcis Cohort Analysis vil endda hjælpe dig identificere forskelle i metrics som tilbageholdelse, erhvervelse eller engagement eller interaktion til markedsføringsudvikling, så du kan spørge forbrugerne de rigtige spørgsmål.
(5) Google Analytics indeholder endda genveje, der giver dig mulighed for Gem dine unikke kohortrapporter, sparer dig timer af din tid, især da du ville vide det Konfiguration af Cohorts-rapport kan være en lang en kedelig opgave (en som du gerne ville undgå!). Intuitive genveje kan nås med et enkelt klik på Google Analytics-brugergrænsefladen.
Konklusion
Det kan således aftales, at kohortanalyse er en meget nyttig måde at forstå, hvordan forskellige men specifikke brugergrupper udfører baseret på fælles attributter eller egenskaber.
Når det er sagt, er Google Analytics 'nuværende kohortanalyseværktøj stadig temmelig meget i sin barndom. Før verden vågner op for at kunne bruge den som det afgørende værktøj, som det er meningen at være, skal du sikre dig blande din forretningsmæssighed, webstrategier og analytiske færdigheder for at skabe en vis handlingskraftig viden fra de rå data genereres hvert sekund fra dine hjemmesider.
