En titt på kohortanalyse i Google Analytics
Google Rapporter er blant de enkleste, men mest brukte og mest brukte analysverktøyene blant kresne webmastere. En av de siste rapportene som er lagt til under Google Analytics, er Cohort Analysis Report.
Denne rapporten er ekstremt nyttig for bedriftseiere som det bidrar til avdekke de viktige fakta som bidrar til å forstå kundeadferdene og hvordan å beholde dem for å øke fortjenesten. Selv om webmastere er bundet til å føle tilbøyeligheten til å hoppe på analysene på grunn av den fantastiske forretningskunnskapen som skal oppnås, er det fornuftig å ta sakte ting.
I dagens innlegg, en første av to deler, skal jeg gi en grunnleggende forståelse av kohortanalysefunksjonaliteten i Google Analytics, og kjernevennene til hvordan analysene mashes opp data for å tukle våre hemmeligheter. I tillegg vil jeg ta på noen praksis for å hjelpe deg med å forberede kohortanalysene dine flittig, og bruke det samme for målbare forretningsfordeler.
Når du plukker opp nyansene til et forretningsmessig resultat, sentriske kohortanalyser, utfører vi trinnene i den andre delen.
Hva er kohortanalyse?
Første ting først; en kohorte er bare en gruppe, et segment eller en kategori av objekter som har viste vanlig oppførsel, attributter eller erfaringer innenfor en spesifikk tidsramme.
Så, en kohortanalyse er Studier fokusert på aktivitetene i en bestemt kohort. For eksempel, hvis du måtte beregne gjennomsnittlig inntekt for ansatte i et bestemt selskap i løpet av en fireårsperiode etter rekruttering, ville du effektivt gjennomføre en kohortanalyse.
Selv om mange godtar de smarte funksjonene som er innlemmet i Google Analytics, har mange webansvarlige og nettanalytikere også vært tøffe på det på grunn av det tilsynelatende mangel på Cohort-funksjonalitet, en funksjon som ville ha økt sin appell betydelig.
Unveiling hemmelighetene bak rå data
En unik egenskap ved en kohortanalyse er at egenskapene eller egenskapene til brukerne er tidsbundet; det har blitt fastslått at Selv en enkelt bruker kan vise forskjellige egenskaper over forskjellige tidsrammer.
For eksempel kan samme bruker kjøpe produkt X i januar måned, men kjøpe produkt Y i februar. Fra et e-handelsperspektiv kan en bestemt bruker logge inn på nettstedet ditt mandag via en bærbar PC, men besøk igjen på tirsdag via en smarttelefon.
Timing er avgjørende, og kohortanalyser fanger dette.
Nå definerer Google Analytics brukerattributter i sine detaljerte rapporter - både primær og sekundær - når det gjelder “dimensjoner” inkludert land, by, trafikkilde, søkeord, produkt og så videre. Så alle brukere som har besøkt nettstedet ditt fra et bestemt land, tilhører en felles "land" kohorte og alle brukerne som kjøpte et produkt X tilhører a 'produkt X' kohorte.
Den samme brukeren kan være medlem av flere kohorter samtidig avhengig av hvordan du segmenterer og tolke dataene.
Et annet interessant faktum er at en kohortanalyse blir mer interessant når kohorter blir sammenlignet over en tidsperiode.
Denne rapporten finner du under Målgruppe-delen som vist på skjermbildet nedenfor:
Bruke kohortanalyse - Grunnleggende
Bedriftsfordelene som en detaljert kohortanalyse kan velsigne deg med, er uansett. Cohort-analyse er en velsignelse for e-handel nettsteder.
Nettsteder som Myntra og Snapdeal etc. bruker det til å forstå brukeradferd og abonnement patrons over tid. Selvfølgelig er det bare ett av programmene; Det er et hav av kunnskap som er skjult på den andre siden av en godt utført kohortanalyse.
Trinn 1: Foreløpig spørsmål
Først og fremst, som en analyse, bør kohortanalysen din begynne med et spørsmål. Det spiller ingen rolle om det er den kvintessensielle “hvorfor salget stiger eller faller”, den forventende “Hva er den beste tiden eller sesongen for å starte en ny annonse”, eller perfeksjonismen “hvor tidlig skal et e-handelssted sende ut e-post før ferien eller arrangementet for å få den høyeste mengden salg”?
Når du har bestemt deg på spørsmålet, vil du også vite hva du vil måle i analysen.
Trinn 2: Nullstilling på vanlige kjernegenskaper
Identifisere felles karakteristikk at definerer kohorten du vil måle vil være et annet viktig skritt for å hjelpe deg med å få det du leter etter.
Faktisk, hvis det gjøres riktig, kan en kohortanalyse gå så langt som å hjelpe deg klargjøre og etablere forretningstrender slik at du kan holde deg foran. Disse rapportene vil hjelpe deg med å nå noen svært åpenbare konklusjoner angående butikken din eller e-handel.
En spesiell funksjon du vil like om Cohort-rapporten er dets evne til å segmentere data. Du kan Påfør flere segmenter i rapporten og hvert segment vil opprette et nytt datatabell.
Cohort Analyse for Business
Cohortanalyse er som gullstøv for enhver voksende detaljhandel, fordi det vil tillate forretningsforvalterne å forstå observert online kundeadferd. Hvis du vil studere kundene dine, kan du begynne med gruppere dem i tråd med hvordan de var henvist til din bedrift eller nettside og så spore beløpet de har brukt over tid.
En av de mest populært utførte kohortanalysene er en som grupperer kunder basert på deres tilmelding, innmelding eller abonnementsdato. Dette tillater deg å studere utgifterstrendene for bestemte kohorter over ulike perioder i tid og til og med indikere om standarden på den gjennomsnittlige kunden din øker eller faller over tid.
Hva kohortanalyser kan gjøre for deg
I en kohortanalyse, brukervennlighet er den mest nyttige metriske blant alle tilgjengelige alternativer, spesielt siden de fleste kohortrapporter er vant til observere adferdssammenheng over tid.
Det finnes imidlertid en rekke beregninger, inkludert måloppnåelse, økter, øktvarighet og sidevisninger. Her er et raskt øyeblikksbilde av de mest uimotståelige fordelene som kommer til bordet ved Cohort Analysis i Google Analytics:
(1) Med Google Analytics kan du igangsette sammenligninger mellom segmenteringsfunksjoner på samme måte som andre Google Analytics-rapporter. Google Analytics har et løsningsgalleri som kan brukes eller importeres til en pågående analyse, slik at brukerne får mest mulig ut av løsninger utviklet av andre analytikere.
(2) Din Rapportresultater vises som en trekantet tabell med beregninger, som effektivt bør fastslå graden av vedvarende forbrukeradferd som foregår. Og hvis det ikke er omfattende nok for deg, a tidslinjediagram er også generert. Men som analytiker ville du sannsynligvis være mer interessert i bordet. Når du har brukt det, vil du etter hvert finne klare bruksområder av kohortrapporter.
(3) Samfunnsrapporter gir deg mulighet til å kvalifisere data fra et bærekraftig synspunkt. For eksempel, hvis det er en økning i volum eller trafikk, kan du finn ut om bare en bestemt kohorte er ansvarlig og hvis den tilsynelatende økningen er bærekraftig. Cohortanalyse er et viktig verktøy som gjør det mulig for detaljhandelsbedrifter å finne ut mer om sine kunder og deres oppførsel, spesielt i longitudinale studier.
(4) En nøyaktig kohortanalyse vil til og med hjelpe deg identifisere forskjeller i beregninger som oppbevaring, oppkjøp eller engasjement eller samhandling, til markedsføringsutvikling, slik at du kan spørre forbrukere de riktige spørsmålene.
(5) Google Analytics har til og med funksjoner snarveier som tillater deg lagre dine unike kohortrapporter, sparer deg timer med tiden, spesielt siden du ville vite det konfigurere Cohorts rapport kan være en lang kjedelig oppgave (en som du gjerne ville unngå!). Intuitive snarveier kan nås med et enkelt klikk på brukergrensesnittet for Google Analytics.
Konklusjon
Det kan således avtales at kohortanalyse er en veldig nyttig måte å forstå hvordan forskjellige, men bestemte brukergrupper utfører basert på vanlige attributter eller egenskaper.
Når det er sagt, er Google Analytics 'nåværende kohortanalyseværktøy fortsatt ganske mye i sin barndom. Før verden våkner for å kunne bruke den som det avgjørende verktøyet som det er ment å være, må du sørge for at du bland din forretningsansvar, webstrategier og analytiske ferdigheter for å skape litt handlingsbar kunnskap fra de rå dataene som genereres hvert sekund fra nettstedene dine.
