Korttianalyysin suorittaminen Google Analyticsin avulla [Opas]

Et voi hallita ja hallita sitä, mitä et voi mitata. Onneksi Google Analyticsin raportit ovat täydellinen tietämysmekanismi Web-kampanjoiden mittaaminen, suunnittelu ja hallinta. Jo pitkään voit suorittaa vain kohortin analyysin Google Analyticsissa jakautuminen ominaisuus, joka oli vain julkistettu web-hakata.

Mutta kun käytettävissä on oma kohortti-analyysi -välilehti, voit nyt tehdä ratkaisevan analyysin, joka antaa sinulle tarvittavat käyttäytymistiedot, joita voit hyödyntää hienosäätää sisältöä, avainsanoja ja web-markkinointistrategioita. Sinä pystyt yhdistää kaikki yksittäiset kohorttiraportit ja yhdistää ne oikeaan PDF-tiedostoon, jotta tiedot voidaan esittää tavalla, joka auttaa lisäämään kampanjan tehokkuutta.

Viimeisessä viestissäni - A Look to: Cohort Analysis Google Analyticsissa - esitin useita yritystuloksia kohorttitutkimusten suorittamisesta. Tässä toisessa osassa aion jakaa sen olennaiset analyysivaiheet että helpottaa oikeaa kohorttitutkimusta.

Oman kohorttianalyysin suorittaminen

Jotta saataisiin aikaan tehokas kohortti-analyysi, suosittelemme, että merkit seuraavat kohdat ennen työn aloittamista:

(1) Varmista, että sinulla on kysymys, johon on vastattava.

Tämä johtuu siitä, että koko kohta on kohortti-analyysi saada valittavissa olevia tietoja a: lle tietty tarkoitus, kuten yritys, joka etsii tietoja, jotka voivat auttaa parantamaan liiketoimintaprosessiaan, tuotevalmistusta ja jopa kokonaiskäyttökokemusta. Jotta varmistettaisiin, että nämä prosessit voidaan optimoida, on tärkeää, että te kysy oikeaa kysymystä oikean ratkaisun löytämiseksi. Jälleen - kysy oikea ja täsmällinen kysymys.

(2) Määritä aina tiedot, joiden avulla voit löytää oikean vastauksen kysymykseesi.

Kattava kohortti-analyysi edellyttää kaikkien tapahtumien erityisten ominaisuuksien tunnistamista. Näihin tapahtumiin voi sisältyä rekistereitä käyttäjistä, jotka tarkistavat uloskäynnin.

(3) Tunnista tilannekohtainen kohortti (eli kohortit, jotka ovat merkityksellisiä analyysin kannalta.)).

Kohortin luomisprosessissa analysoidaan kaikkia reaaliaikaisia ​​käyttäjiä ja kohdistetaan niitä tai suoritetaan attribuuttipohjaisia ​​maksuja, jotta saataisiin asiaankuuluvia eroja, jotka korostavat niiden ominaisuuksia tiettyyn kohorttiin.

(4) Kun olet saanut kaikki tiedot, voit nyt jatkaa kohortti-analyysin suorittamista.

Syy siihen, että kohortti-analyysi on niin kaupallisesti suosittu, johtuu siitä, että yritykset voivat käyttää tuloksia tunnistamaan yrityksen sisällä olevat puutteet.

Miten suoritetaan tarkan kohortin analyysi

Vaihe 1: Pura raakatiedot

Yleisessä skenaariossa kohortianalyysin suorittamiseen tarvittavat tiedot tallennetaan jonkinlaiseen fyysiseen tai virtuaaliseen tietokantaan on vietävä laskentataulukkoon perustuvaan ohjelmistoon. Voit tehdä tämän tekemällä työkaluja, kuten MySQL tai Microsoft Excel.

Jos esimerkiksi haluat tutkia kuluttajien ostokäyttäytymistä, haluat, että tulokset ovat luettavissa ja esitettävissä jossain muodossa a tietolomakkeen tai tietotaulukon joka sisältää yhden tietueen asiakkaan ostosta.

Vastaavasti jokaisella yksittäisellä tietueella on asiakkaan tunnus, joka on tyypillisesti joko ainutlaatuinen aakkosnumeerinen tunniste tai voimassa oleva sähköpostiosoite, päivämäärä, sijainti ja ostopäivä, hankinta-arvo ja asiakkaan ensimmäinen ostopäivä, tyypillisesti tunnettu nimellä “kohortin päivämäärä.” Ja yleisissä tapauksissa, voit aina käytä MySQL-kyselyä tällaisia ​​tietoja.

Haluaisit kuitenkin mieluiten sisältää lisäominaisuuksia kuten asiakaslähteen lähde, heidän ensimmäisen ostonsa SKU. Ja tehdä työstäsi paljon helpompaa käytä työkaluja, kuten mittareita antaa sinulle automaattisen pääsyn näihin ominaisuuksiin.

2. Luo kohortin tunnisteita

Voit luoda kohorttitunnisteen, johon aiot avata Exceliin puretut tiedot. Kun olet vetänyt “kohortin päivämäärä” ominaisuuksia, voit tehdä aina niin suosittua kohortti-analyysiä, jossa voit tehdä asioita, kuten vertailla asiakkaiden kohortteja, jotka perustuvat siihen, kun he tekivät ensimmäisen ostonsa.

Tällöin silloin, kun saatat ryhmitellä kohorttisi tietyn kuukauden perusteella, jolloin he itse tekivät ensimmäisen ostonsa, sinun on ensin kääntää jokaisen “kohortin päivämäärä” arvot osaksi a virtuaalinen ämpäri, joka on edustus asiakkaan alkuperäisen oston vuosi ja kuukausi.

3. Arvioi elinkaaren vaiheet

Kun olet varmistanut, että asiakaskoneesi määrittämäsi kohortti on, sinun on myös säännellä “elinkaaren vaihe” analyysi tapahtumassa, joka tapahtui kyseisen kohortin jäsenen osalta.

Jos asiakkaasi tekevät ostoksia milloin tahansa ja sen jälkeen muutaman kuukauden kuluttua, he tekisivät kuuluvat alkuperäisen ostopäivän kohorttiin. Näin ollen niiden ensimmäinen osto olisi myös kyseisessä alkuvaiheessa, ja niiden seuraava osto olisi toisen elinkaaren vaihe.

Elinkaarivaiheen tarkkaan laskemiseen sinun on myös selvitettävä aika on kulunut asiakkaan ensimmäisen ostoksen ja määrittämäsi ostoksen välillä.

4. Luo kääntöpöytä ja kaavio

Kohortti-analyysin viimeinen vaihe on luoda pivot-taulukoita. Nämä taulukot ovat kriittisiä analyysin kannalta, koska ne sallivat laskea kollektiivi kuten summa tai jopa keskiarvo, kohorttitietojen eri ulottuvuuksia.

Jos käytät yrityksesi pivot-taulukkoa, pidät enimmäkseen sellaisen, että joudut luomaan sen suorittaa SUM: n asiakkaiden transaktiomäärän, joka näyttää yhden rivin jokaiselle kohortille ja yhden sarakkeen asianomaiselle ajanjaksolle.

Jos sinulla on ongelmia tietojen tarkastelemisessa, voit helposti havainnollistaa sen Excel-kaavion kaikkein peruskäyrillä.

Paketoida

Vaikka kohorttitutkimuksia on käytetty enimmäkseen käyttäjän säilyttämis- ja käyttäjäkäyttäytymistutkimukset, samanlaisen Google Analyticsin avainsanan voi hyödyntää web-analytiikan asiantuntijat tutkia mittareita, kuten sivunäkymiä, istunnon kestoja, tavoitteen täydennyksiä.

Lisäksi voidaan tutkia käyttäjän valintoja, kuten hakukyselyitä käyttäjää kohti, istunnon kestoa per ryhmä ja tietyn käyttäjän sivunäkymiä, koskevat tiedot..

Siellä on tarpeeksi auttaa sinua tuntemaan paremmin käyttäjien käyttäytymisen, markkinointitekniikan tehokkuus ja kampanjoiden sekoitus; luota tähän oppaaseen ja aloita kehittyneet kohorttitutkimukset Google Analyticsin avulla.

Lue nyt: Into: Google Analyticsin kohorttianalyysi