Hvad er Google Analytics-kohortanalyse? Din detaljerede vejledning

kohorter

Google Analytics tilføjede for nylig en super sej funktion til at analysere den forsinkede effekt af dine besøgende kendt som kohortanalyse, som kun er en betaversion af erhvervelsesdatoen. Før denne nye tilføjelse ville webmastere og online analytikere ikke være i stand til at kontrollere det forsinkede svar fra deres websteds besøgende. Det var meget vanskeligt at afgøre, om X-besøgende besøgte dit websted på mandag, hvor mange af dem besøgte den næste dag eller dagen efter. Googles nye kohortanalyse funktion hjælper dig med at få og analysere disse data for at øge dit websteds engagement.

Hvad er "kohorte"?

Cohort er et udtryk, der bruges til at beskrive en gruppe mennesker, der har slået sig sammen på grund af samme egenskab. Google brugte ordet "kohorte" til at definere den forsinkede effekt i analytics og opret en anden type tidstestet segmentering for at analysere brugeradfærd. Før funktionen blev integreret i Google Analytics, var det ret svært at analysere kohorterne fra datoovertagelsen, men dette kan nu aktiveres ved hjælp af brugerdefinerede variabler og begivenheder.

Sådan bruges kohortanalyse

Du kan nemt få adgang til analysefunktionen under publikumsektionen, der er præsenteret i dit venstre sidebjælke i Google Analytics. Når du klikker, ser du en graf efterfulgt af en tabel. Mens bordet kan være ret svært at forstå ved første øjekast, skal du ikke bekymre dig, for jeg gør det lettere at forstå. Standardgrafen repræsenterer den gennemsnitlige tilbageholdelsesrate (%) af dine unikke besøgende i løbet af de sidste syv, 14, 21 eller 30 dage.

I nedenstående tabel ser du, at den 1. april 2015 (tredje række) besøgte 174 unikke brugere hjemmesiden, som vil blive brugt til at repræsentere dag 0. Se nu på dag 1 i tredje kolonne for at se, hvor mange af de 174 besøgende besøgte hjemmesiden senere. Den 2. april 2015 vendte 9.2% tilbage og kun 4.02% besøgte den 3. april 2015. Du kan kontrollere det samme i fjerde række for at finde ud af, hvor mange af 160 unikke besøgende, der besøgte dit websted den 3. april, den 4. april, den 5. april , og så videre.

Google Analytics kohortanalysedatoer

Gennemsnittet af syv dage med i alt 1,124 besøgende kan ses i første række, hvilket er repræsenteret i den øverste graf.

Google Analytics kohortanalyse

Indtil nu har jeg set denne analyse udført på mange websteder. Jeg har konkluderet, at websteder, der ikke klarer sig godt i placeringen af ​​søgemaskiner eller andre specielle kanaler til generering af trafik, også har meget lave tilbageholdelsesrater. Websteder, der mærker værdi og trækker mere stabil trafik, kan prale af høje tilbageholdelsesgrader. Det er mit håb, at du nu kan analysere tilbageholdelsesgraden på dit websted. Men det næste spørgsmål er, hvor kan denne analyse bruges? Svaret er, at det bedst bruges til at analysere websteder og mobilapplikationer.

Kohorteanalyse på mobilapplikationer

På grund af det faktum, at en høj procentdel af befolkningen nu bruger deres smartphone eller tablet til at søge på Internettet, blomstrer mobilapplikationer i disse dage. Det gør det meget vigtigt at analysere brugeradfærd til mobilapplikationer for at fortsætte væksten. Hvis du spekulerer på, hvor længe brugere interagerer med din mobilapp, hvor ofte brugere åbner appen på en dag, eller hvor engagerende appen er, kan du finde alle dine svar ved at udføre analysen. Derefter har du viden til at foretage vigtige strategiforbedringer, der øger din virksomheds tilstedeværelse.

Ligeledes, når du foretager opdateringer til din mobilapplikation, vil du være i stand til visuelt at se virkningerne af forbedringen. Hvis din fastholdelsesgrad sænkes, viser det, at du måske har gået glip af noget, og brugerne kan ikke lide de endelige resultater. Du kan derefter bruge din forståelse for brugeradfærd til at gøre den næste opdatering meget bedre. Eventuelle ændringer i en mobilapps brugeradfærd kan let spores og udledes for at give din næste indsats mod mere engagement.

Nedenfor er et eksempel på kohortanalyse, der blev udført på en mobilapplikation med 8,908 ugentlige brugere. Som du kan se, var den gennemsnitlige tilbageholdelsesrate 32.35% på dag 1, hvilket reduceres dag for dag. Med disse data skal du begynde at fokusere på, hvordan du holder brugere engageret i applikationen, så fastholdelsesgraden stiger med flere brugere, der åbner appen dagligt. Når det stiger, vil der være en større ændring i at få nye besøgende på grund af munden omtale.

Google Analytics Sessions Cohort Analyse

Konfiguration af kohortanalyserapporten

Når du åbner Google Analytics for at gennemføre din analyse, finder du ud af, at rapporten kan konfigureres ud fra kohorttypen, kohortstørrelsen, metricen og datointervallet.

  • Kohorttype - I øjeblikket giver betaversionen dig kun adgang til anskaffelsesdatoen, så du kan se adfærden for brugere, der besøgte webstedet på en bestemt dato, og hvordan de opførte sig over en periode.
  • Kohortstørrelse - Dette refererer til ændringen i størrelsen på kohorter efter dage, uger eller endda måneder. Konfiguration af din rapport baseret på kohortstørrelse kan hjælpe dig med at finde ud af, hvor mange besøgende der besøgte i januar og vendte tilbage i februar måned. Når du vælger kohortstørrelsen, kan du vælge et datointerval på syv, 14, 21 eller 30 dage, mens du vælger størrelsen på uger.

Kohortanalysestørrelse

  • metric - Dette er simpelthen den eneste ting, du søger at måle. På dette tidspunkt kan metrics omfatte konverteringer pr. Bruger, sidevisninger pr. Besøgende, sessioner pr. Gæst, appvisninger pr. Kunde, brugeropbevaring, målafslutning, konvertering osv. Alt kan være praktisk, når du bestemmer, om din opbevaringsrate er succes.
  • Datointerval - Med dette kan du variere datointervallet fra dage, uger og måneder afhængigt af din kohortstørrelse.

Kohorthanalyse Datointerval

Det er også muligt for dig at køre analysen på tværs af forskellige segmenter. For eksempel kan du se på den gennemsnitlige sessionstid for besøgende på en mobilenhed versus besøgende ved hjælp af en stationær computer. Eller du kan konfigurere rapporten baseret på nye erhvervelsesbesøg i løbet af en bestemt uge, såsom ugen før jul 2014. Hvis du gør dette, kan det vise, at dit websteds besøgende bruger mere tid på webstedet ved hjælp af en stationær computer, især før jul.

Opsummer det

Vær ikke afskrækket, hvis kohortanalyse er ret svært at forstå første gang, fordi du får fat i tiden. Det er en meget nyttig funktion, der giver dig mulighed for at analysere brugernes forsinkede svar direkte via dit Google Analytics-værktøj. At nedbringe disse faktiske data kan hjælpe dig med at foretage nye engagerende forbedringer på dit websted og / eller mobilapp for bedre konverteringer.

3 Kommentarer

  1. 1
  2. 2
  3. 3

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.