Sådan udføres en kohortanalyse med Google Analytics [Guide]

Du kan ikke styre og styre, hvad du ikke kan måle. Heldigvis er Google Analytics 'rapporter din perfekte videnmekanisme til måling, planlægning og styring af webkampagner. I lang tid kunne du kun udføre en kohortanalyse på Google Analytics via segmentering funktion, som ikke var mere end en publiceret web hack.

Men med tilgængeligheden af ​​en dedikeret kohortanalysefane kan du nu foretage en afgørende analyse, der giver dig den nødvendige adfærdsmæssige data, som du kan udnytte at finjustere dit indhold, søgeord og webmarkedsføringsstrategier. Du kan kombinere alle dine individuelle kohortrapporter og fusionere dem i en ordentlig PDF for at præsentere dataene på en måde, der hjælper med at øge en kampagnes effektivitet.

I mit sidste indlæg - En kig ind i: Cohort Analysis i Google Analytics - Jeg har beskrevet flere fordele ved at udføre en kohortanalyse. I denne anden del skal jeg dele væsentlige analyser trin at lette en korrekt kohortanalyse.

Udfører din egen kohortanalyse

For at gennemføre en effektiv kohortanalyse anbefaler vi, at du noterer dig følgende punkter, inden du går videre med jobbet:

(1) Sørg for at have et spørgsmål, der skal besvares.

Det er fordi hele punktet en kohortanalyse er til få aktuel information for a bestemt formål, som et firma, der søger data, der kan hjælpe med at forbedre sin forretningsproces, produktfremstilling og endda samlet brugeroplevelse. Så for at sikre, at disse processer kan optimeres, er det vigtigt, at du spørg den rigtige slags spørgsmål for at finde den rigtige løsning. Igen - spørg ret og præcis spørgsmål.

(2) Definer altid de beregninger, der giver dig mulighed for at finde det rigtige svar på dit spørgsmål.

En omfattende kohortanalyse kræver anerkendelse af de specifikke egenskaber ved enhver begivenhed. Disse hændelser kan omfatte registreringer af brugere, der tjekker ud, med forudgående beregninger, der fortæller dig, hvor meget en bruger har betalt.

(3) Identificer din situationsspecifikke kohorte (det vil sige kohorter, der er relevante for din analyse).

Processen med oprettelse af en kohort involverer analyse af alle realtidsbrugere og målretning mod dem eller udførelse af attributbaserede bidrag for at opnå relevante forskelle, som vil fremhæve deres egenskaber som en specifik kohorte.

(4) Når du har alle dine data, kan du nu fortsætte med at udføre din kohortanalyse.

Årsagen til, at kohortanalyse er så kommercielt populær, er, at virksomhederne kan bruge resultaterne til at identificere mangler i deres firma.

Sådan udføres en nøjagtig kohortanalyse

Trin 1: Uddrag rå data

I et generelt scenario lagres de oplysninger, der kræves for at udføre en kohortanalyse, i en fysisk eller virtuel database af en eller anden art og skal eksporteres ind i regnearkbaseret software. Du kan bruge værktøjer som MySQL eller Microsoft Excel til at få det gjort.

For eksempel, hvis du søger at studere forbrugerkøbsadfærd, vil du have dine resultater til at være læselig og præsenteret i en eller anden form for a datablad eller dataoversigt der inkluderer en enkelt post pr. kunde køb.

Tilsvarende har hver enkelt rekord en kundes ID, som typisk enten er et unikt alfanumerisk mærke eller en gyldig e-mail-adresse, dato, sted og tidspunkt for køb, samlet købsværdi og kundens første købsdato, typisk kendt som det “kohortdato.” Og i dine generelle tilfælde kan du altid brug MySQL forespørgsel til at hente sådanne oplysninger.

Du vil dog helst gerne inkludere yderligere egenskaber såsom en kundehenvisningskilde, SKU'en for deres første køb. Og for at gøre dit arbejde meget nemmere, kan du brug værktøjer som målinger for at give dig automatisk adgang til disse attributter.

2. Opret kohortidentifikatorer

For at oprette en kohortidentifikator åbner du de data, du har hentet ud i Excel. Efter at du har trukket “kohortdato” Egenskaber, du kan udføre den stadigt populære kohortanalyse, hvor du kan lave ting som at sammenligne kundernes kohorter baseret på, hvornår de lavede deres første køb.

Så i et sådant tilfælde, hvor du kan gruppere dine kohorter baseret på en bestemt måned, hvor de faktisk lavede deres første køb, skal du først oversæt hver af dine “kohortdato” værdier ind i en virtuelle spand, der vil være en repræsentation af året og måneden for din kundes første køb.

3. Spor livscyklus trin

Når du har fastslået kohorten, som din kunde tilskriver, skal du også regulere “livscyklus fase” af din analyse ved den begivenhed der opstod for det pågældende kohortmedlem.

Hvis dine kunder foretager et køb på et hvilket som helst tidspunkt og den efterfølgende efter et par måneder, ville de falder under kohorten af ​​deres oprindelige købsdato. Derfor vil deres første køb også være i det første livscyklusfase, og deres næste køb vil falde ind under anden livscyklusfase.

For at kunne beregne livscyklusfasen nøjagtigt skal du også konstatere tid, der er bortfaldet mellem din kundes første køb og det køb, du angiver.

4. Opret en pivottabel og graf

Det sidste trin i din kohortanalyse er at opret pivottabeller. Disse tabeller er kritiske for din analyse, fordi de giver dig mulighed for beregne en kollektiv som en sum eller endda et gennemsnit, på tværs af flere dimensioner af dine kohortdata.

Hvis du bruger pivottabellen til din virksomhed, er du som oftest nødt til at lave en sådan foretager et SUM af kundernes transaktionsbeløb, som viser en række for hver kohort og en søjle pr. relevant tidsperiode.

Hvis du har problemer med at se dine data, kan du nemt visualisere det på de mest grundlæggende af Excel-linjediagrammer.

Wrap Up

Selvom kohortanalyser for det meste er påberåbt sig brugerretention og brugeradfærd undersøgelser, Google Analytics-avataren af ​​det samme kan udnyttes af web analytics-eksperter til studere beregninger som sidevisninger, sessionstider, måludførelser.

Derudover kan man også undersøge metriske værdier for brugervalg, f.eks. Søgninger pr. Bruger, sessionslængde pr. Gruppe og sidevisninger for en bestemt bruger..

Der er nok derinde til hjælpe dig med at få mere mening om dine brugers adfærd, effektiviteten af ​​din marketing taktik, og succes af dine kampagner mix; Stol på denne vejledning, og start din avancerede kohortanalyse med Google Analytics.

Læs nu: Et kig på: Cohort-analyse i Google Analytics