Pagrindinis » UI / UX » „Google Analytics“ analizė pagal kohortos analizę

    „Google Analytics“ analizė pagal kohortos analizę

    „Google“ ataskaitos yra vieni iš paprasčiausių, tačiau dažniausiai ir efektyviausiai naudojamų analitikos įrankių tarp žinomų žiniatinklio valdytojų. Viena iš naujausių ataskaitų, pridėtų pagal „Google Analytics“, yra Kohortų analizės ataskaita.

    Ši ataskaita yra labai naudinga įmonių savininkams, nes tai padeda atskleisti esminius faktus, kurie padeda suprasti klientų elgesį ir kaip juos išlaikyti siekiant padidinti pelną. Nors žiniatinklio valdytojai jaučiasi linkę pereiti prie analizės dėl puikių verslo žinių, kurias reikia įgyti, prasminga imtis veiksmų lėtai.

    Šiandieniniame pranešime, pirmajame iš dviejų dalių, pateiksiu pagrindinis kohortų analizės funkcionalumo supratimas „Google Analytics“ ir pagrindiniai elementai, kaip analizės analizuoja duomenis, kad sukluptų mūsų paslaptis. Be to, paliesiu kai kurias praktikas, padedančias jums kruopščiai parengti kohortos analizę ir taikyti tą patį naudą verslui.

    Kai pasieksite verslo rezultatų centrinės kohortos analizės niuansus, atliksime antrosios dalies veiksmus.

    Kas yra kohortos analizė?

    Visų pirmą; kohortos yra teisingos grupę, segmentą ar objektų kategoriją tai turi rodomas bendras elgesys, atributai ar patirtis per a konkretų laikotarpį.

    Taigi, kohortos analizė yra tyrimas, skirtas konkrečios kohortos veiklai. Pavyzdžiui, jei keturių metų laikotarpiu po jų įdarbinimo reikėjo apskaičiuoti konkrečios įmonės darbuotojų vidutines pajamas, jūs veiksmingai atliktumėte kohortos analizę.

    Nors daugelis „Google Analytics“ įdiegtų intelektualių funkcijų yra patikimos, daugelis žiniatinklio valdytojų ir žiniatinklio analitikų taip pat buvo grubūs dėl akivaizdaus kohortos funkcionalumo stoka, funkcija, kuri būtų žymiai padidinusi jos apeliaciją.

    „Secrets Behind Raw Data“ atskleidimas

    Unikalus kohortos analizės bruožas yra tai, kad naudotojų charakteristikos arba atributai yra laiko; nustatyta, kad net vienas vartotojas gali rodyti skirtingas charakteristikas skirtingu laiku.

    Pavyzdžiui, tas pats vartotojas gali pirkti produktą X sausio mėnesį, bet vasarį įsigyti produktą Y. Iš e. Prekybos perspektyvos tam tikras vartotojas gali prisijungti prie jūsų svetainės pirmadienį per nešiojamąjį kompiuterį, bet antradienį vėl apsilankykite per išmanųjį telefoną.

    Laikas yra labai svarbus, o kohortos analizė ją užfiksuoja.

    Dabar „Google Analytics“ apibrėžia vartotojo atributai detaliose ataskaitose - tiek pirminėse, tiek ir antrinėse -. \ t “matmenys” įskaitant šalį, miestą, eismo šaltinį, raktinį žodį, produktą ir pan. Taigi visi naudotojai, lankę jūsų svetainę iš tam tikros šalies, priklausys a bendro „šalies“ kohortos ir visi vartotojai, kurie pirko produktą X, priklauso a „X produkto“ kohortas.

    Tas pats vartotojas vienu metu gali būti kelių kohortų narys priklausomai nuo to kaip jūs segmentuojate ir aiškinti duomenis.

    Kitas įdomus faktas yra tai, kad palyginus kohortas, kohortos analizė tampa įdomesnė per tam tikrą laikotarpį.

    Šią ataskaitą galite rasti skiltyje „Auditorija“, kaip parodyta žemiau esančiame paveikslėlyje:

    Naudojant kohortos analizę - pagrindai

    Verslo privalumai, kuriuos gali išsiaiškinti išsami kohortų analizė, yra neginčijami. Kohortos analizė yra elektroninės komercijos svetainių palaima.

    Tokios svetainės kaip „Myntra“ ir „Snapdeal“ ir kt. Ją panaudoja tam, kad per tam tikrą laiką suprastų naudotojų elgesį ir prenumeratos rinkmenas. Žinoma, tai tik viena iš programų; kitoje pusėje yra gerai paslėpta kohortų analizė.

    1 žingsnis: „Prelim“ klausimas

    Pirmiausia, kaip ir bet kuri analizė, jūsų kohortos analizė turėtų būti atlikta pradėkite nuo klausimo. Nesvarbu, ar tai yra esminis dalykas “kodėl pardavimai didėja arba sumažėja”, laukiančioji “kas yra geriausias laikas ar sezonas pradėti naują skelbimą”, arba perfekcionizmo siekimas “kaip anksti turėtų e-commerce svetainėje išsiųsti el. laiškus prieš atostogas ar renginį, kad gautumėte didžiausią pardavimo sumą”?

    Nusprendę klausimą, jūs taip pat žinosite, ką vertinsite analizėje.

    2 žingsnis: nustačius bendrąsias pagrindines charakteristikas

    Nustatyti bendros savybės kad apibrėžia kohortą, kurią norite matuoti bus dar vienas svarbus žingsnis, padedantis jums gauti tai, ko ieškote.

    Tiesą sakant, jei atlikta teisinga, kohortos analizė gali būti tokia, kad jums padėtų paaiškinti ir nustatyti verslo tendencijas kad galėtumėte išlikti. Šios ataskaitos padės jums pasiekti labai akivaizdžių išvadų dėl jūsų parduotuvės ar el. Prekybos svetainės.

    Vienas ypatingas bruožas, kurį tikrai norėsite apie kohortos ataskaitą jos gebėjimą segmentuoti duomenis. Tu gali taikyti savo ataskaitą keliems segmentams ir kiekvienas segmentas sukurs naują duomenų lentelę.

    Verslo kohortos analizė

    Kohortų analizė yra panaši į aukso dulkes bet kokiai didėjančiai mažmeninei prekybai, nes tai leis verslo vadybininkams suprasti pastebėtą internetinį klientų elgesį. Jei norite mokytis savo klientų, galite pradėti nuo sugrupuoti atsižvelgiant į tai, kaip jie buvo nukreipta į jūsų įmonę ar svetainę ir tada sekti pinigų sumą, kurią jie išleido su laiku.

    Viena iš populiariausių kohortų analizių yra tokia, kuri suskirsto klientus pagal jų prisijungimo, registracijos ar prenumeratos datą. Tai leidžia jums tirti konkrečių kohortų išlaidų tendencijas skirtingais laikotarpiais ir netgi nurodykite, ar vidutinio kliento standartas laikui bėgant didėja arba mažėja.

    Kokie gali būti atliekami kohortos tyrimai

    Pagal kohortos analizę, vartotojo išlaikymas yra vienintelė naudingiausia metrika tarp visų galimų parinkčių, ypač dėl to, kad dažniausiai naudojamos kohortos ataskaitos laikui bėgant stebėti elgesio nuoseklumą.

    Tačiau yra įvairių metrikų, įskaitant tikslų pasiekimą, sesijas, sesijos trukmę ir puslapių peržiūrą. Čia pateikiamas greitas atsitiktinių privalumų, pateiktų „Google Analytics“ kohortų analizės, vaizdas:

    (1) Naudodami „Google Analytics“ galite pradėti segmentavimo funkcijų palyginimus taip pat, kaip ir kitos „Google Analytics“ ataskaitos. „Google Analytics“ turi tirpalo galeriją, kuri gali būti naudojama ar importuojama į nuolatinę analizę, leidžiančią vartotojams išnaudoti daugelį kitų analitikų sukurtų sprendimų.

    (2) Tavo ataskaitos rezultatai bus rodomi kaip trikampis metrikų lentelė, kuri turėtų veiksmingai nustatyti nuolatinio vartotojų elgesio laipsnį. Ir jei tai nėra pakankamai išsamus jums, a grafiko grafikas taip pat generuojamas. Tačiau, kaip analitikas, jūs tikriausiai labiau domitės stalu. Kai jį naudosite, palaipsniui ieškosite kohortų ataskaitų protingo naudojimo.

    (3) Kohortos ataskaitos leis jums kvalifikuoti duomenis iš tvarumo. Pvz., Jei galite padidinti apimtis ar srautą, galite išsiaiškinti, ar atsakinga tik tam tikra kohora ir jei akivaizdus padidėjimas yra tvarus. Kohortų analizė yra gyvybiškai svarbi priemonė, nes ji leidžia mažmeninės prekybos įmonėms daugiau sužinoti apie savo klientus ir jų elgesį, ypač ilgalaikes studijas..

    (4) Tikslinė kohortų analizė netgi padės jums nustatyti metrikos skirtumus rinkodaros tendencijas, pvz., išlaikymą, įsigijimą, įsitraukimą ar sąveiką, leidžia vartotojams paklausti teisingų klausimų.

    (5) „Google Analytics“ netgi pasižymi nuorodomis, kurios leidžia išsaugokite unikalias kohortų ataskaitas, taupydami valandų savo laiką, ypač todėl, kad jūs to žinote „Cohorts“ ataskaitos konfigūravimas gali būti ilgas varginantis uždavinys (vieną, kad jums būtų laimingai išvengti!). Intuityvius klavišus galima pasiekti vienu spustelėjimu „Google Analytics“ vartotojo sąsajoje.

    Išvada

    Taigi galima susitarti, kad kohortos analizė yra labai naudingas būdas suprasti, kaip skirtingos, bet konkrečios vartotojų grupės veikia pagal bendrus požymius ar charakteristikas.

    Tačiau „Google Analytics“ dabartinė kohortų analizės priemonė vis dar gana ankstyvoje stadijoje. Prieš atsibundant pasauliui, kad galėtumėte jį naudoti kaip lemiamą priemonę, kurią ji turi turėti, užtikrinkite, kad jūs sumaišykite savo verslo sumanumą, žiniatinklio strategijas ir analitinius įgūdžius, kad sukurtumėte tam tikras žinias iš neapdorotų duomenų, generuojamų kas antrą kartą iš jūsų svetainių.