Kotisivu » UI / UX » Katso Google Analyticsin kohortti-analyysi

    Katso Google Analyticsin kohortti-analyysi

    Google-raportit ovat yksinkertaisimpia, mutta useimmiten ja tehokkaimmin käytettyjä analyysityökaluja vaativien webmasterien keskuudessa. Yksi viimeisimmistä Google Analyticsiin lisättyjä raportteja on Kohortin analyysiraportti.

    Tämä raportti on erittäin hyödyllinen yritysten omistajille, koska se auttaa paljastaa olennaiset tosiasiat, jotka auttavat ymmärtämään asiakkaan käyttäytymistä ja miten ne säilytetään voittojen parantamiseksi. Vaikka web-ylläpitäjät tuntevat varmasti halun hyppäämään analyyseihin, koska se on hankalaa liiketoimintaosaamista, on järkevää ottaa asiat hitaasti.

    Tämän päivän postissa, joka on ensimmäinen kahdesta osasta, annan a perustiedot kohortin analyysitoiminnosta Google Analyticsissa ja sen keskeiset osatekijät, miten analyysit keräävät tietoja salaisuuksien kiertämiseen. Lisäksi käsittelen joitakin käytäntöjä, jotka auttavat sinua valmistelemaan kohorttitutkimuksia huolellisesti ja soveltamaan samaa mitattavissa oleviin liiketoiminnallisiin hyötyihin.

    Kun poistat liiketoimintatulokeskeisen kohorttianalyysin vivahteet, suoritamme toisen osan vaiheet.

    Mikä on kohortin analyysi?

    Ensimmäiset asiat; kohortti on oikeudenmukainen ryhmä, segmentti tai kategoria esineitä jotka ovat näytti yhteistä käyttäytymistä, ominaisuuksia tai kokemuksia sisällä tiettyyn aikatauluun.

    Joten kohortti-analyysi on tutkimus keskittyi tietyn kohortin toimintaan. Esimerkiksi, jos sinun olisi laskettava tietyn yrityksen työntekijöiden keskimääräiset tulot neljän vuoden kuluessa heidän rekrytoinnistaan, teet tehokkaasti kohortti-analyysin.

    Vaikka monet Google Analyticsin sisältämistä älykkäistä ominaisuuksista ovat varmoja, monet ylläpitäjät ja web-analyytikot ovat myös olleet karkeita sen vuoksi, että kohortin toiminnallisuuden puute, ominaisuus, joka olisi lisännyt valituksensa huomattavasti.

    Raakatietojen salaisuuksien paljastaminen

    Kohortti-analyysin ainutlaatuinen piirre on, että käyttäjien ominaisuudet tai ominaisuudet ovat aika sidottu; on todettu, että jopa yksittäinen käyttäjä voi näyttää erilaisia ​​ominaisuuksia eri aikakausilla.

    Esimerkiksi sama käyttäjä voi ostaa tuotetta X tammikuussa, mutta ostaa tuotteen Y helmikuussa. Sähköisen kaupankäynnin näkökulmasta tietyt käyttäjät voivat kirjautua sivustoosi maanantaina kannettavan tietokoneen kautta, mutta vierailla uudelleen tiistaina älypuhelimen kautta.

    Ajoitus on ratkaisevan tärkeää, ja kohorttitutkimukset tallentavat tämän.

    Nyt Google Analytics määrittelee käyttäjän määritteet yksityiskohtaisissa kertomuksissaan - sekä ensisijaisissa että toissijaisissa - “mitat” mukaan lukien maa, kaupunki, liikenteen lähde, avainsana, tuote ja niin edelleen. Joten kaikki käyttäjät, jotka ovat vierailleet sivustossasi tietystä maasta, kuuluvat a yhteinen ”kohortti” ja kaikki käyttäjät, jotka ostivat tuotteen X, kuuluvat a ”tuote X” kohortti.

    Sama käyttäjä voi olla samanaikaisesti useiden kohorttien jäsen riippuen miten segmentoit ja tulkita tietoja.

    Toinen mielenkiintoinen seikka on se, että kohortti-analyysi tulee mielenkiintoisemmaksi, kun kohortteja verrataan ajan kuluessa.

    Tämä raportti löytyy kohdasta Yleisö, kuten alla olevassa kuvassa näkyy:

    Kohorttianalyysin käyttäminen - perusteet

    Liiketoiminnan edut, joita yksityiskohtainen kohortti-analyysi voi siunata teitä, ovat kiistämättömiä. Kohortti-analyysi on siunaus sähköisen kaupankäynnin sivustoille.

    Sivustot, kuten Myntra ja Snapdeal jne., Hyödyntävät sitä ymmärtääkseen käyttäjän käyttäytymistä ja tilausaikaa ajan mittaan. Tietenkin se on vain yksi sovelluksista; on olemassa tietämyksen valtameri, joka on piilotettu hyvin tehtyyn kohorttitutkimukseen.

    Vaihe 1: Prelim-kysymys

    Ensinnäkin, kuten minkä tahansa analyysin mukaan, kohortti-analyysin pitäisi olla alkaa kysymys. Ei ole väliä, onko se olennainen “miksi myynti nousee tai laskee”, odottava “mikä on paras aika tai kausi uuden mainoksen käynnistämiseen”, tai perfektionismia “kuinka pian verkkokauppasivusto lähettää sähköposteja ennen loman tai tapahtumaa, jotta saat eniten myyntiä”?

    Kun olet päättänyt kysymyksestä, tiedät myös, mitä mittaat analyysissä.

    Vaihe 2: Yhteisten ydinominaisuuksien nollaaminen

    Tunnistaminen yhteinen ominaisuus että määrittää kohortin, jota haluat mitata on toinen tärkeä askel, joka auttaa sinua saamaan etsimäsi.

    Itse asiassa, jos se tehdään oikein, kohortti-analyysi voi mennä niin pitkälle, että se auttaa sinua selkeyttää ja vahvistaa liiketoiminnan suuntauksia jotta voit pysyä eteenpäin. Nämä raportit auttavat sinua saavuttamaan joitakin erittäin ilmeisiä päätelmiä myymälän tai verkkokaupan sivustosta.

    Yksi erityinen piirre, jota todella pidät Cohort-raportista, on sen kyky segmentoida tietoja. Sinä pystyt soveltaa raporttiin useita segmenttejä ja jokainen segmentti luo uuden taulukon.

    Yritysten kohortti-analyysi

    Kohortti-analyysi on kuin kulta-pöly kaikilla kasvavilla vähittäiskaupan yrityksillä, koska se sallii yritysjohtajien ymmärtää havaitun online-asiakkaan käyttäytymisen. Jos haluat opiskella asiakkaita, voit aloittaa ryhmittelemällä ne mukaisesti mainitaan yrityksellesi tai verkkosivustollesi ja sitten seurata käyttämänsä rahamäärää ajan myötä.

    Yksi suosituimmista kohortti-analyyseistä on se, joka ryhmittelee asiakkaat heidän liittymisensä, ilmoittautumis- tai liittymispäivän perusteella. Näin voit tutkia tiettyjen kohorttien menokehitystä eri ajanjaksoina ja jopa ilmoittavat, onko keskimääräisen asiakkaan standardi kasvamassa tai laskussa ajan mittaan.

    Mitä kohorttitutkimuksia voi tehdä sinulle

    Kohortti-analyysissä, käyttäjän säilyttäminen on kaikkien käytettävissä olevien vaihtoehtojen yksi käyttökelpoisin mittari, varsinkin kun useimmat kohorttiraportit ovat tottuneet tarkkailla käyttäytymisominaisuuksia ajan mittaan.

    Käytettävissä on kuitenkin lukuisia metriikkoja, mukaan lukien tavoitteen saavuttaminen, istunnot, istunnon kesto ja sivunäkymät. Seuraavassa on lyhyt katsaus kaikkein vastustamattomimmista eduista, jotka Google Analyticsin kohortti-analyysissä on tullut pöydälle:

    (1) Google Analyticsin avulla voit aloittaa vertailut segmentointitoimintojen välillä samalla tavalla kuin muut Google Analytics -raportit. Google Analyticsissa on ratkaisurakennus, jota voidaan käyttää tai tuoda käynnissä olevaan analyysiin, jolloin käyttäjät voivat hyödyntää muiden analyytikoiden kehittämiä ratkaisuja.

    (2) teidän raportin tulokset näkyvät kolmiosina taulukkoina, jonka pitäisi tehokkaasti varmistaa, että kuluttajien käyttäytyminen on jatkuvaa. Ja jos se ei ole riittävän kattava sinulle, a aikajanan kaavio myös syntyy. Mutta analyytikkona olisit todennäköisesti kiinnostuneempi taulukosta. Kun olet käyttänyt sitä, löydät asteittain järkeviä kohorttiraportteja.

    (3) Kohorttiraportit mahdollistavat kelpoisuustiedot. Jos esimerkiksi volyymi tai liikenne lisääntyy, voit selvittää, vastaako vain tietty kohortti ja jos näennäinen kasvu on kestävää. Kohortti-analyysi on elintärkeä työkalu, koska se mahdollistaa vähittäiskaupan yrityksille lisätietoja asiakkaistaan ​​ja käyttäytymisestään erityisesti pitkittäisissä tutkimuksissa..

    (4) Tarkka kohortti-analyysi auttaa jopa sinua tunnistaa metrikoiden erot kuten säilyttäminen, hankinta tai sitoutuminen tai vuorovaikutus markkinoinnin suuntauksiin, voit kysyä kuluttajilta oikeat kysymykset.

    (5) Google Analytics sisältää jopa pikakuvakkeita, joiden avulla voit tallenna ainutlaatuiset kohorttiraportit, säästät tuntikausiasi, varsinkin kun tiedät sen Cohorts-raportin määrittäminen voi olla pitkä ikävä tehtävä (yksi, jota et onnistuisi välttämään!). Intuitiivisia pikakuvakkeita voi käyttää yhdellä napsautuksella Google Analytics -käyttöliittymässä.

    johtopäätös

    Näin ollen voidaan sopia, että kohortti-analyysi on erittäin hyödyllinen tapa ymmärrä, miten erilaiset, mutta tietyt käyttäjäryhmät toimivat yhteisten ominaisuuksien tai ominaisuuksien perusteella.

    Näin ollen Google Analyticsin nykyinen kohortti-analyysityökalu on vielä melko alussa. Ennen kuin maailma herää, jotta se voisi käyttää sitä ratkaisevana välineenä, jonka se on tarkoitus olla, varmista, että sinä sekoita yrityksesi kyvykkyys, web-strategiat ja analyyttiset taidot luodaksesi joitakin toimivia tietoja raaka-aineista, joita luodaan joka toinen sekunti sivustoistasi.