En titt på kohortanalys i Google Analytics
Google Reports är bland de enklaste, men mest använda och mest använda analysverktygen bland krävande webmasters. En av de senaste rapporter som har lagts till under Google Analytics är den Cohortanalysrapport.
Denna rapport är mycket användbar för företagare eftersom det hjälper till avslöja de väsentliga fakta som hjälper till att förstå kundbeteendet och hur man behåller dem för att öka vinsten. Även om webbansvariga är skyldiga att känna lutningen för att hoppa på analyserna på grund av den fantastiska affärskunskap som ska uppnås är det vettigt att ta saker långsamt.
I dagens inlägg, en första av två delar, ger jag en grundläggande förståelse för kohortanalysfunktionaliteten i Google Analytics, och de viktigaste delarna i hur analyserna mashar upp data för att krama våra hemligheter. Dessutom kommer jag att röra på några metoder för att hjälpa dig att förbereda dina kohortanalyser noggrant och tillämpa samma för mätbara företagsfördelar.
När du väl hämtar nyanser av ett företags resultat centriska kohortanalyser, utför vi stegen i andra delen.
Vad är kohortanalys?
Första saker först; en kohort är bara en grupp, ett segment eller en kategori av objekt som har visade vanligt beteende, attribut eller erfarenheter inom en specifik tidsram.
Så, en kohortanalys är studie inriktad på verksamheten i en specifik kohort. Om du till exempel skulle beräkna den genomsnittliga inkomsten för anställda i ett visst företag under en fyraårsperiod efter deras rekrytering, skulle du effektivt genomföra en kohortanalys.
Trots att många godkänner de smarta funktionerna som ingår i Google Analytics, har många webbansvariga och webbanalytiker också varit hårda på grund av det uppenbara brist på Cohort-funktionalitet, en funktion som skulle ha ökat sin överklagande väsentligt.
Avtäcka hemligheterna bakom rå data
En unik egenskap hos en kohortanalys är att användarnas egenskaper eller attribut är tidsbunden; det har fastställts att även en enda användare kan visa olika egenskaper över olika tidsramar.
Till exempel kan samma användare köpa produkt X i januari månad men köpa produkt Y i februari. Från ett e-handelsperspektiv kan en viss användare logga in på din webbplats på måndag via en bärbar dator, men besök igen på tisdag via en smartphone.
Timing är avgörande, och kohortanalyser fångar detta.
Nu definierar Google Analytics användarattribut i sina detaljerade rapporter - både primära och sekundära - i termer av “mått” inklusive land, stad, trafikkälla, sökord, produkt och så vidare. Så alla användare som har besökt din webbplats från ett visst land kommer att tillhöra en gemensam "land" kohort och alla användare som köpte en produkt X tillhör a produkt X-kohort.
Samma användare kan vara medlem i flera kohorter samtidigt beror på hur du segmenterar och tolka data.
Ett annat intressant faktum är att en kohortanalys blir mer intressant när kohorter jämförs under en tidsperiod.
Denna rapport kan hittas under avsnittet Målgrupp som visas på skärmbilden nedan:
Använda kohortanalys - Grunderna
De affärsmässiga fördelar som en detaljerad kohortanalys kan välsigna dig är otänkbara. Cohortanalys är en välsignelse för e-handelswebbplatser.
Webbplatser som Myntra och Snapdeal etc. utnyttjar det för att förstå användarbeteende och prenumerationspatroner över tiden. Det är förstås bara ett av programmen; Det finns ett kunskapsöde dolt på andra sidan en väl utförd kohortanalys.
Steg 1: Preliminärfrågan
Först och främst, liksom någon analys, borde din kohortanalys börja med en fråga. Det spelar ingen roll om det är känt “varför försäljningen stiger eller faller”, den förväntade “Vad är den bästa tiden eller säsongen för att starta en ny annons”, eller perfektionssökande “hur tidigt ska en e-handelssida skicka ut e-postmeddelanden före en semester eller händelse för att få den högsta försäljningen”?
När du väl har bestämt frågan kommer du också att veta vad du kommer att mäta i din analys.
Steg 2: Zeroing in på gemensamma kärnegenskaper
Identifiera gemensam karaktäristik den där definierar kohorten du vill mäta kommer att vara ett annat viktigt steg för att hjälpa dig att få det du letar efter.
Faktum är att en kohortanalys kan gå så långt som möjligt om du gör det korrekt klargöra och upprätta affärstrender så att du kan fortsätta. Dessa rapporter hjälper dig att nå några väldigt uppenbara slutsatser angående din butik eller e-handelswebbplats.
En speciell egenskap som du verkligen gillar om Cohort-rapporten är dess förmåga att segmentera data. Du kan Applicera flera segment till din rapport och varje segment skapar en ny tabell med data.
Cohortanalys för företag
Cohortanalys är som gulddamm för alla växande detaljhandelar eftersom det kommer att göra det möjligt för företagsledarna att förstå observerade online kundbeteenden. Om du vill studera dina kunder kan du börja med gruppera dem i enlighet med hur de var hänvisade till ditt företag eller din webbplats och då spåra hur mycket pengar de har spenderat över tid.
En av de mest populärt genomförda kohortanalyserna är en som grupperar kunder baserat på deras anslutning, inskrivning eller prenumerationsdatum. Detta gör att du kan studera utgifterna för specifika kohorter under olika perioder i tid och till och med ange om standarden på din genomsnittliga kund ökar eller minskar över tiden.
Vad kohortanalyser kan göra för dig
I en kohortanalys, användarretention är den enda mest användbara metriska bland alla tillgängliga alternativ, särskilt eftersom de flesta kohortrapporter används observera beteendekonsistenser över tiden.
Det finns dock en mängd olika mätvärden, inklusive målprestation, sessioner, varaktighet och sidvisningar. Här är en snabb ögonblicksbild av de mest oemotståndliga fördelarna som kommer till bordet genom Cohort Analysis i Google Analytics:
(1) Med Google Analytics kan du initiera jämförelser mellan segmenteringsegenskaper på samma sätt som andra Google Analytics-rapporter. Google Analytics har ett lösningsgalleri som kan användas eller importeras till en pågående analys, vilket gör det möjligt för användarna att få ut det mesta av lösningar som utvecklats av andra analytiker.
(2) Din Rapportresultat kommer att visas som en triangulär tabell med mätvärden, vilket borde på ett effektivt sätt fastställa graden av uppehållande konsumentbeteende som äger rum. Och om det inte är tillräckligt omfattande för dig, a tidslinjediagram genereras också. Men som analytiker skulle du förmodligen vara mer intresserad av tabellen. När du har använt det kommer du gradvis att hitta kloka användningar av kohortrapporterna.
(3) Samhällsrapporter ger dig möjlighet att kvalificera data från hållbarhetssynpunkt. Till exempel, om det finns en ökning av volym eller trafik, kan du ta reda på om endast en viss kohort är ansvarig och om den uppenbara ökningen är hållbar. Cohortanalys är ett viktigt verktyg eftersom det gör det möjligt för detaljhandeln att ta reda på mer om sina kunder och deras beteende, särskilt i longitudinella studier.
(4) En exakt kohortanalys kommer även att hjälpa dig identifiera skillnader i mätvärden som retention, förvärv eller engagemang eller interaktion, till marknadsföringstrender, så att du kan fråga konsumenterna de rätta frågorna.
(5) Google Analytics har även genvägar som tillåter dig att spara dina unika kohortrapporter, spara dig timmar av din tid, särskilt eftersom du skulle veta det Konfigurera Cohorts rapport kan vara en långvarig uppgift (en som du med glädje skulle undvika!). Intuitiva genvägar kan nås med ett enda klick på användargränssnittet i Google Analytics.
Slutsats
Således kan man komma överens om att kohortanalys är ett mycket användbart sätt att förstå hur olika men specifika användargrupper utför baserat på gemensamma attribut eller egenskaper.
Med det sagt är Google Analytics nuvarande kohortanalysverktyg fortfarande ganska i sin linda. Innan världen vaknar för att kunna använda den som det avgörande verktyget som det är tänkt att vara, se till att du blanda din affärsförmåga, webbstrategier och analytiska färdigheter för att skapa en del handlingsbar kunskap från de råa data som genereras varje sekund från dina webbplatser.