דף הבית » ממשק משתמש / UX » מבט אל ניתוח עוקב ב- Google Analytics

    מבט אל ניתוח עוקב ב- Google Analytics

    דוחות Google הם בין כלי הניתוח הפשוטים ביותר, אך הנפוצים ביותר והיעילים ביותר בקרב מנהלי אתרים מעולים. אחד הדוחות האחרונים שנוספו תחת Google Analytics הוא דוח ניתוח מעקב.

    דו"ח זה הוא מאוד שימושי עבור בעלי עסקים כפי שהוא עוזר לחשוף את העובדות החיוניות המסייעות להבין את התנהגות הלקוח ו איך לשמור אותם כדי לשפר את הרווחים. למרות מנהלי אתרים חייבים להרגיש את היצר לקפוץ על מנת לנתח בגלל הידע העסקי מדהים להיות שנרכשו, זה הגיוני לקחת דברים איטיים.

    בהודעה של היום, הראשון של שני חלקים, אני יהיה לספק הבנה בסיסית של פונקציונליות ניתוח המעקב ב- Google Analytics, ואת יסודות הליבה של איך הניתוחים מאש את הנתונים כדי לסובב את הסודות שלנו. בנוסף, אני יהיה לגעת על כמה פרקטיקות כדי לעזור לך להכין את ניתוח קוהורט תרגיל בחריצות, וליישם אותו עבור יתרונות עסקיים למדידה.

    ברגע שאתה להרים את הניואנסים של ניתוח התוצאות העסקיות centric התוצאה, נבצע את השלבים בחלק השני.

    מהו ניתוח קוהורטי?

    קודם כל; קוהורט הוא פשוט קבוצה, קטע או קטגוריה של אובייקטים כי הצגת התנהגות, תכונות או חוויות משותפות בתוך מסגרת זמן ספציפית.

    אז, ניתוח קוהורטי הוא המחקר התמקד בפעילות של קבוצה ספציפית. לדוגמה, אם היית צריך לחשב את ההכנסה הממוצעת של עובדים של חברה מסוימת במהלך תקופה של ארבע שנים לאחר הגיוס שלהם, אתה תהיה למעשה ביצוע ניתוח קוהורטי.

    למרות שרבים מעידים על התכונות החכמות המאוגדות ב- Google Analytics, מנהלי אתרים רבים ואנליסטים באינטרנט היו גם הם מחוספסים בגלל זה היעדר פונקציונליות קוהורט, תכונה שתגדיל את הערעור שלה באופן משמעותי.

    גילוי סודות מאחורי נתונים גולמיים

    תכונה ייחודית של ניתוח עוקבה היא כי המאפיינים או התכונות של המשתמשים הם זמן גרמא; זה כבר נקבע כי אפילו משתמש יחיד יכול להציג מאפיינים שונים על פני לוחות זמנים שונים.

    לדוגמה, אותו משתמש עשוי לקנות את המוצר X בחודש ינואר, אך לקנות את המוצר Y בחודש פברואר. מנקודת מבט של מסחר אלקטרוני, משתמש מסוים עשוי להיכנס לאתר שלך ביום שני דרך מחשב נייד, אך לבקר שוב ביום שלישי דרך טלפון חכם.

    התזמון הוא קריטי, וניתוחים קוהורטים לוכדים את זה.

    עכשיו, Google Analytics מגדיר תכונות משתמש בדו"חות המפורטים שלה - הן ראשוניים והן משניים - במונחים של “ממדים” כולל ארץ, עיר, מקור תנועה, מילת מפתח, מוצר וכן הלאה. לכן, כל המשתמשים שביקרו באתר שלך מארץ מסוימת יהיו שייכים ל- a משותף 'מדינה' וכל המשתמשים שקנו מוצר X שייכים 'X'.

    אותו משתמש יכול להיות חבר של קבוצות מרובות בו זמנית תלוי ב איך לפלח ו לפרש את הנתונים.

    עובדה מעניינת נוספת היא כי ניתוח קוהורטה מעניינת יותר כאשר משווים קוהורטים על פני תקופה של זמן.

    דוח זה ניתן למצוא בקטע 'קהל', כפי שמוצג בתמונת המסך שבהמשך:

    שימוש בניתוח קוהורט - היסודות

    היתרונות העסקיים של ניתוח קוהורט מפורט יכול לברך אותך הם unchallengeable. ניתוח קוהור הוא ברכה עבור אתרי מסחר אלקטרוני.

    אתרים כמו Myntra ו Snapdeal וכו 'למנף אותו כדי להבין את התנהגות המשתמש ומרשמים מנוי לאורך זמן. כמובן, זה רק אחד היישומים; יש אוקיאנוס של ידע מוסתר בצד השני של ניתוח מעוקב היטב.

    שלב 1: השאלה המוקדמת

    קודם כל, כמו כל ניתוח, ניתוח קוהורטה שלך צריך להתחיל עם שאלה. זה לא משנה אם זה העיקר “למה המכירות לעלות או ליפול”, הציפייה “מה הזמן הטוב ביותר או העונה להפעלת מודעה חדשה”, או בחיפוש אחר פרפקציוניזם “כמה מוקדם צריך אתר מסחר אלקטרוני לשלוח הודעות דוא"ל לפני חג או אירוע על מנת לקבל את הסכום הגבוה ביותר של מכירות”?

    לאחר שהחלטת על השאלה, תוכלו גם לדעת מה תוכלו למדוד את הניתוח שלך.

    שלב 2: אפס על מאפייני הליבה המשותפים

    זיהוי מאפיין משותף כי מגדיר את העוקבה שברצונך למדוד יהיה עוד צעד קריטי כדי לעזור לך לקבל את מה שאתה מחפש.

    למעשה, אם נעשה בצורה נכונה, ניתוח קוהורטי יכול להרחיק לכת עד כדי כך להבהיר וליצור מגמות עסקיות כך שתוכלו להתקדם. דוחות אלה יעזרו לך להגיע למסקנות מאוד ברור לגבי החנות שלך או אתר מסחר אלקטרוני.

    תכונה אחת מיוחדת אתה באמת אוהב את הדו"ח על קבוצה זו יכולתו לפלח נתונים. אתה יכול להחיל מספר פלחים על הדוח שלך ו כל מקטע ייצור טבלת נתונים חדשה.

    ניתוח קוהורטי לעסקים

    ניתוח קוהורט הוא כמו אבק זהב עבור כל העסק הקמעונאי גדל כי זה יאפשר למנהלי עסקים להבין התנהגות הלקוחות הנצפים באינטרנט. אם אתה רוצה ללמוד את הלקוחות שלך, אתה יכול להתחיל מקבצים אותם בהתאם לאופן שבו היו התייחס לעסק שלך או לאתר ואז לעקוב אחר כמות הכסף שהם השקיעו שעות נוספות.

    אחד מהניתוחים הנפוצים ביותר של קבוצות מעקב הוא אחד המקבץ לקוחות על סמך ההצטרפות, ההרשמה או תאריך המנוי שלהם. זה מאפשר לך ללמוד מגמות של קבוצות ספציפיות על פני תקופות שונות בזמן ואף לציין אם רמת הלקוח הממוצע שלך עולה או יורדת עם הזמן.

    מה ניתוחים קוהורט יכול לעשות בשבילך

    בניתוח קוהורטי, שימור משתמש הוא הערך היחידי ביותר מבין כל האפשרויות הזמינות, במיוחד מאחר שרוב הדוחות של קבוצות המעקב משמשים להתבונן עקביות התנהגותית לאורך זמן.

    עם זאת, קיימים מגוון ערכים זמינים, כולל הישגי יעדים, פעילויות באתר, משך פעילות באתר ותצוגות דף. הנה תמונת מצב מהירה על היתרונות שאין לעמוד בפניהם בטבלה על ידי ניתוח מעקב ב- Google Analytics:

    (1) עם Google Analytics, תוכל ליזום השוואות בין תכונות פילוח באותו אופן שבו דוחות אחרים של Google Analytics. Google Analytics כולל גלריית פתרונות שניתן להשתמש בה או לייבא אותה לניתוח מתמשך, המאפשר למשתמשים להפיק את המירב מהפתרונות שפותחו על ידי אנליסטים אחרים.

    (2) שלך תוצאות הדוח יופיעו כטבלת ערכים משולשת, אשר צריך למעשה לוודא את מידת ההתנהגות הצרכנית מתמשכת המתרחשת. ואם זה לא מקיף מספיק בשבילך, א גרף ציר הזמן הוא גם שנוצר. אבל כאנליטיקאי, קרוב לוודאי שתהיה מעוניין יותר בשולחן. לאחר שתשתמש בו, תוכל למצוא בהדרגה שימוש חכם של דוחות קוהורטי.

    (3) דוחות קוהורטים יאפשרו לך להעפיל נתונים מנקודת מבט של קיימות. לדוגמה, אם יש עלייה בנפח או התנועה, אתה יכול לברר אם רק קבוצה מסוימת אחראית ואם הגידול לכאורה הוא בר קיימא. ניתוח קוהורטי הוא כלי חיוני שכן הוא מאפשר לעסקים קמעונאיים לברר פרטים נוספים על הלקוחות שלהם ועל ההתנהגות שלהם, במיוחד מחקרים אורך.

    (4) ניתוח קוהורט מדויק גם יעזור לך לזהות הבדלים בערכים כמו שימור, רכישה או מעורבות או אינטראקציה, למגמות שיווקיות, המאפשר לך לשאול את הצרכנים את השאלות הנכונות.

    (5) Google Analytics אפילו תכונות קיצורי דרך המאפשרים לך שמור את דוחות המעקב הייחודיים שלך, חוסך לך שעות מזמנך במיוחד מאז היית יודע את זה קביעת תצורה של דוח קוהורטים יכולה להיות משימה מייגעת ארוכה (אחד כי היית בשמחה להימנע!). ניתן לגשת לקיצורי דרך אינטואיטיביים בלחיצה אחת על ממשק המשתמש של Google Analytics.

    סיכום

    לפיכך, ניתן להסכים כי ניתוח קוהורטה היא דרך שימושית מאוד להבין כיצד קבוצות משתמשים שונות אך ספציפיות מבוצעות בהתבסס על תכונות או תכונות משותפות.

    עם זאת, כלי ניתוח המעקב הנוכחי של Google Analytics עדיין די הרבה בחיתוליו. לפני שהעולם מתעורר כדי להיות מסוגל להשתמש בו ככלי המכריע שהוא נועד להיות, להבטיח לך למזג את החוש העסקי שלך, אסטרטגיות אינטרנט, ומיומנויות אנליטיות כדי ליצור ידע מעשי מן הנתונים הגולמיים שנוצר בכל שנייה מהאתרים שלך.