Slik utfører du en kohortanalyse med Google Analytics [Guide]

Du kan ikke kontrollere og administrere det du ikke kan måle. Heldigvis er Google Analytics-rapporter din perfekte kunnskapsmekanisme for måle, planlegge og administrere webkampanjer. I lang tid kan du bare utføre en kohortanalyse på Google Analytics via segmentering funksjon, som ikke var noe mer enn en publisert web hack.

Men med tilgjengeligheten av en dedikert kohortanalysefane, kan du nå utføre en avgjørende analyse som gir deg den nødvendige atferdsdata som du kan utnytte for å finjustere innholdet, søkeordene dine og strategiene for nettmarkedsføring. Du kan kombinere alle dine individuelle kohortrapporter og slå sammen dem i en skikkelig PDF for å presentere dataene på en måte som bidrar til å øke en kampanjes effektivitet.

I mitt siste innlegg - En titt på: Cohort-analyse i Google Analytics - Jeg har beskrevet flere forretningsfordeler ved å utføre en kohortanalyse. I denne andre delen skal jeg dele essensielle analyser trinn at legge til rette for en korrekt kohortanalyse.

Utføre din egen kohortanalyse

For å gjennomføre en effektiv kohortanalyse anbefaler vi at du noterer deg følgende punkter før du fortsetter jobben:

(1) Sørg for at du har et spørsmål som trenger å svare.

Det er fordi hele poenget en kohortanalyse er til få handlingsinformasjon for en spesifikk mening, for eksempel et selskap som søker data som kan bidra til å forbedre forretningsprosessen, produktproduksjonen og til og med samlet brukeropplevelse. Så, for å sikre at disse prosessene kan optimaliseres, er det viktig at du spør den riktige typen spørsmål for å finne den rette løsningen. Igjen - spør Ikke sant og nøyaktig spørsmål.

(2) Definer alltid beregningene som gjør at du kan finne riktig svar på spørsmålet ditt.

En omfattende kohortanalyse krever anerkjennelse av de spesifikke egenskapene til enhver hendelse. Disse hendelsene kan inneholde registreringer av brukere som sjekker ut, med forhåndsreguleringer som forteller deg hvor mye en bruker har betalt.

(3) Identifiser din situasjonsspesifikke kohorte (det vil si kohorter som er relevante for analysen din).

Prosessen med å skape en kohort innebærer å analysere alle sanntidsbrukere og målrette dem, eller utføre attributtbaserte bidrag for å skaffe relevante forskjeller som vil fremheve deres egenskaper som en bestemt kohort.

(4) Når du har alle dataene dine, kan du nå fortsette å utføre din kohortanalyse.

Årsaken til at kohortanalyse er så kommersielt populær, er at bedrifter kan bruke resultatene til å identifisere mangler i deres selskap.

Slik utfører du en nøyaktig kohortanalyse

Trinn 1: Trekk ut rå data

I et generelt scenario lagres informasjonen som kreves for å utføre en kohortanalyse, i en fysisk eller virtuell database av noe slag og må eksporteres inn i regnearkbasert programvare. Du kan bruke verktøy som MySQL eller Microsoft Excel for å få dette gjort.

For eksempel, hvis du ønsker å studere forbrukerens kjøpsadferd, vil du at resultatene dine skal være leselig og presentert i en eller annen form for a dataark eller datatabell som inkluderer en enkelt post per kundekjøp.

Tilsvarende har hver enkelt rekord en kundes ID som vanligvis er enten en unik alfanumerisk kode eller en gyldig e-postadresse, dato, sted og tidspunkt for kjøp, total innkjøpsverdi og kundens første kjøpsdato, vanligvis kjent som de “kohortdato.” Og i dine generelle tilfeller kan du alltid bruk MySQL spørring for å hente opp slik informasjon.

Du vil imidlertid, ideelt sett inkludere flere egenskaper for eksempel en kundehenvisningskilde, SKU av deres første kjøp. Og for å gjøre arbeidet ditt mye lettere, kan du bruk verktøy som beregninger for å gi deg automatisk tilgang til disse egenskapene.

2. Lag kohortidentifikatorer

For å opprette en kohortidentifikator skal du åpne dataene du har hentet ut i Excel. Etter at du har trukket “kohortdato” Egenskaper, du kan utføre den stadig populærste kohortanalysen der du kan gjøre ting som sammenligner kohorter av kunder basert på når de gjorde sitt første kjøp.

Så, i et slikt tilfelle hvor du kan gruppere kohorten din basert på en bestemt måned hvor de faktisk gjorde sitt første kjøp, må du først oversett hver av dine “kohortdato” verdier inn i en virtuell bøtte som vil være en representasjon av året og måneden av kundens opprinnelige kjøp.

3. Spor livssyklus trinn

Etter at du har fastslått kohorten som kunden din tilskriver, må du også regulere “livssyklus stadium” av analysen din ved hendelsen som skjedde for det bestemte kohortmedlemmet.

Hvis kundene dine foretar et kjøp på et hvilket som helst tidspunkt og den etterfølgende etter noen måneder, ville de faller under kohorten av deres opprinnelige kjøpsdato. Følgelig vil deres første kjøp også være i den første livssyklusfasen, og deres neste kjøp vil falle under den andre livscyklusfasen.

For å kunne beregne livscykeltrinnet nøyaktig, må du også kontrollere tid som har gått bort mellom kundens første kjøp og kjøpet du angir.

4. Opprett en pivottabel og graf

Det siste trinnet i din kohortanalyse er å opprett pivottabeller. Disse tabellene er kritiske for analysen din fordi de tillater deg å beregne en kollektiv som en sum eller til og med et gjennomsnitt, på tvers av flere dimensjoner av kohortdataene dine.

Hvis du bruker pivottabellen for virksomheten din, er du for det meste som å måtte lage en slik foretar et SUM av kundenes transaksjonsbeløp, som viser en rad for hver kohort og en kolonne per relevant tidsperiode.

Hvis du har problemer med å se dataene dine, kan du enkelt visualisere det på de mest grunnleggende av Excel-linjediagrammer.

Wrap Up

Selv om kohortanalyser for det meste har vært avhengig av brukerretensjon og brukeradferdsstudier, Google Analytics-avataren av det samme kan brukes av webanalyseseksperter til studie beregninger som sidevisninger, økt varighet, mål fullføringer.

I tillegg kan beregninger med hensyn til brukervalg, for eksempel søk etter bruker, økt varighet per gruppe og sidevisninger for en bestemt bruker, også studeres.

Det er nok der inne til hjelpe deg med å gjøre mer fornuftig av brukerens oppførsel, effektiviteten av markedsførings taktikken din, og suksess for kampanjene dine; stol på denne veiledningen og start din avanserte kohortanalyse med Google Analytics.

Les nå: En titt på: Cohort-analyse i Google Analytics