Mis on Google Analyticsi kohordianalüüs? Teie üksikasjalik juhend

kohortide

Google Analytics lisas hiljuti ülilaheda funktsiooni, et analüüsida külastajate viivitatud mõju, mida nimetatakse kohordianalüüsiks, mis on ainult omandamiskuupäeva beetaversioon. Enne seda uut täiendust ei saa veebimeistrid ja veebianalüütikud oma veebisaidi külastajate hilinenud vastust kontrollida. Oli väga raske kindlaks teha, kas X külastajat külastas teie saiti esmaspäeval, kui palju neist külastas järgmisel või ülejärgmisel päeval. Google'i uus kohordianalüüs funktsioon aitab teil neid andmeid hankida ja analüüsida, et suurendada oma veebisaidi seotust.

Mis on „kohort“?

Kohort on mõiste, mida kasutatakse sama atribuudi tõttu ühte rühma ühendanud inimeste grupi kirjeldamiseks. Google kasutas viivitatud efekti määratlemiseks sõna „kohort” analytics ja luua kasutaja käitumise analüüsimiseks teist tüüpi ajaliselt testitud segmentimine. Enne funktsiooni integreerimist Google Analyticsi oli kohordide kuupäeva omandamise seisuga üsna raske analüüsida, kuid selle saab nüüd lubada kohandatud muutujad ja sündmused.

Kuidas kasutada kohordianalüüsi

Analüüsifunktsioonile pääsete hõlpsasti juurde Google Analyticsi vasakul külgribal kuvatud vaatajaskonna jaotises. Kui klõpsate, näete graafikut, millele järgneb tabel. Kuigi tabel võib esmapilgul olla üsna raskesti mõistetav, ärge muretsege, sest ma teen selle mõistmise lihtsamaks. Vaikegraafik tähistab teie unikaalsete külastajate keskmist hoidemäära (%) viimase seitsme, 14, 21 või 30 päeva jooksul.

Allolevas tabelis näete, et 1. aprillil 2015 (kolmas rida) külastas veebisaiti 174 unikaalset kasutajat, mida kasutatakse 0. päeva tähistamiseks. Nüüd vaadake kolmanda veeru 1. päeva, et näha, kui palju 174 külastajast külastas veebisaiti hiljem. 2. aprillil 2015 naasis 9.2% ja 4.02. aprillil 3 külastas ainult 2015%. Sama asja saate kontrollida ka neljandas reas, et leida, kui palju 160 unikaalsest külastajast külastas teie veebisaiti 3. aprillil, 4. aprillil, 5. aprillil , ja nii edasi.

Google Analyticsi kohordianalüüsi kuupäevad

Esimeses reas on näha seitsme päeva keskmine, kokku 1,124 külastajat, mis on kujutatud ülemisel graafikul.

Google Analyticsi kohordianalüüs

Siiani olen seda analüüsi näinud paljudel veebisaitidel. Olen järeldanud, et veebisaitidel, mis ei toimi hästi otsingumootorite paremusjärjestuses või mõnes muus liikluse genereerimise spetsiaalses kanalis, on samuti väga madal säilitamismäär. Veebisaidid, millel on brändiväärtus ja kes külastavad ühtlasemat liiklust, võivad uhkeldada kõrgelt. Loodan, et saate nüüd oma veebisaidi säilitamise määra analüüsida. Kuid järgmine küsimus on, kus saab seda analüüsi kasutada? Vastus on, et seda saab kõige paremini kasutada veebisaitide ja mobiilirakenduste analüüsimiseks.

Mobiilirakenduste kohordianalüüs

Kuna suur osa elanikkonnast kasutab nüüd Interneti-otsimiseks nutitelefoni või tahvelarvutit, õitseb tänapäeval mobiilirakendus. See muudab kasvu jätkamiseks väga oluliseks mobiilirakenduste kasutajate käitumise analüüsimise. Kui te ei tea, kui kaua kasutajad teie mobiilirakendusega suhtlevad, kui sageli kasutajad rakendust päevas avavad või kui rakendust köidab, leiate analüüsi läbiviimisega kõik oma vastused. Seejärel on teil teadmised strateegia põhiparanduste tegemiseks, mis suurendavad teie ettevõtte kohalolekut.

Samuti saate alati oma mobiilirakendust värskendades visuaalselt näha paranemise tagajärgi. Kui teie retentsioonimäär langeb, näitab see, et teil võib olla midagi vahele jäänud ja kasutajad ei meeldi lõpptulemustele. Seejärel saate järgmise käitumise paremaks muutmiseks kasutada kasutajate käitumise mõistmist. Kõik muudatused mobiilirakenduse kasutaja käitumises on hõlpsasti jälgitavad ja tuletatavad, et õhutada teie järgmisi jõupingutusi suurema seotuse suunas.

Allpool on toodud näide kohordianalüüsist, mis viidi läbi 8,908 32.35 nädala kasutajaga mobiilirakenduses. Nagu näete, oli keskmine retentsioonimäär 1. päeval XNUMX%, mis vähendab päevast päeva. Nende andmete põhjal peaksite hakkama keskenduma sellele, kuidas kasutajaid rakendusega seotuna hoida, nii et säilitusmäär suureneb, kui rohkem kasutajaid rakendust iga päev avab. Kui see tõuseb, on uute külastajate saamise tõttu suurem muutus suu reklaam.

Google Analyticsi seansside kohordianalüüs

Kohordianalüüsi aruande konfigureerimine

Analüüsi tegemiseks avate Google Analyticsi, et aruande saab konfigureerida kohordi tüübi, kohordi suuruse, mõõdiku ja kuupäevavahemiku põhjal.

  • Kohordi tüüp - Praegu võimaldab beetaversioon juurdepääsu ainult omandamise kuupäevale, seega näete saiti konkreetsel kuupäeval külastanud kasutajate käitumist ja käitumist teatud aja jooksul.
  • Kohordi suurus - See viitab kohortide suuruse muutumisele päevade, nädalate või isegi kuude kaupa. Aruande konfigureerimine kohordi suuruse põhjal aitab teil leida, kui palju külastajaid jaanuaris külastas ja veebruaris tagasi tuli. Kohordi suuruse valimisel saate valida kuupäevavahemiku seitse, 14, 21 või 30 päeva, valides nädalate suuruse.

Kohordi analüüsi suurus

  • meetriline - See on lihtsalt üks asi, mida soovite mõõta. Praegu võivad mõõdikud hõlmata konversioone kasutaja kohta, lehevaatamisi külastaja kohta, seansse külastaja kohta, rakenduse vaatamisi kliendi kohta, kasutajate hoidmist, eesmärgi täitmist, konversiooni jne. Kõik need võivad olla kasulikud teie säilitamise määra edukuse määramisel.
  • Kuupäevavahemik - Selle abil saate kuupäevavahemikku muuta päevade, nädalate ja kuude kaupa, olenevalt kohordi suurusest.

Kohordi analüüsi kuupäevavahemik

Samuti on teil võimalik analüüsi käitada erinevates segmentides. Näiteks võiksite vaadata mobiilseadmes külastajate keskmist seansiaega võrreldes lauaarvutit kasutavate külastajatega. Või võite konfigureerida aruande uute külastajate omandamiste põhjal teatud nädalal, näiteks 2014. aasta jõulueelsel nädalal. See võib näidata, et teie veebisaidi külastajad veedavad saidil lauaarvutit kasutades rohkem aega, eriti enne jõule.

Kokkuvõtlikult

Ärge laske end sellest heidutada, kui kohordianalüüsi on esimest korda üsna raske mõista, sest saate ajaga järele. See on väga kasulik funktsioon, mis võimaldab teil analüüsida kasutajate hilinenud reageerimist otse oma Google Analyticsi tööriista kaudu. Nende faktiliste andmete mahaarvamine võib aidata teil oma veebisaidil ja / või mobiilirakenduses uusi kaasahaaravaid täiustusi paremate konversioonide saavutamiseks.

3 Kommentaarid

  1. 1
  2. 2
  3. 3

Mis sa arvad?

Sellel saidil kasutatakse rämpsposti vähendamiseks Akismetit. Vaadake, kuidas teie andmeid töödeldakse.