כיצד לבצע ניתוח קוהורטי עם Google Analytics [מדריך]

לא ניתן לשלוט ולנהל את מה שאינך יכול למדוד. למרבה המזל, דוחות Google Analytics הם מנגנון הידע המושלם שלך מדידה, תכנון וניהול מסעות פרסום באינטרנט. במשך זמן רב, תוכל לבצע ניתוח קוהורטי ב- Google Analytics בלבד - פילוח תכונה, אשר היה לא יותר מאשר גרזן אינטרנט מפורסם.

אבל עם הזמינות של הכרטיסייה ניתוח ייעודי קוהורטה, עכשיו אתה יכול לבצע ניתוח מכריע המספק לך נתונים התנהגותיים הדרושים שאתה יכול למנף כדי לכוונן את התוכן שלך, מילות מפתח, אסטרטגיות שיווק באינטרנט. אתה יכול שלב את כל דוחות העוקבים האישיים שלך ולמזג אותם במסמך PDF תקין כדי להציג את הנתונים באופן שיסייע להגביר את יעילות מסע הפרסום.

בהודעה האחרונה שלי - מבט אל: ניתוח מעקב ב- Google Analytics - פירטתי מספר יתרונות עסקיים בביצוע ניתוח קוהורטי. בחלק השני זה, אני הולך לחלוק את ניתוח שלבים חיוניים כי להקל על ניתוח קוהורטי הנכון.

ביצוע ניתוח קוהורט משלך

על מנת לבצע ניתוח קוהורטי יעיל, אנו ממליצים לרשום את הנקודות הבאות לפני שתעלו על העבודה:

(1) ודא שיש לך שאלה שצריכה לענות.

הסיבה לכך היא שכל העניין של ניתוח קוהורטי הוא לקבל מידע לפעולה למשך מטרה מסויימת, כגון חברה המחפשת נתונים שיסייעו לשפר את התהליך העסקי שלה, את ייצור המוצרים ואפילו את חוויית המשתמש הכוללת. לכן, כדי לוודא כי תהליכים אלה ניתן אופטימיזציה, זה חיוני כי אתה לשאול את השאלה הנכונה כדי למצוא את הפתרון הנכון. שוב - שאל את ימין ו מדויק שאלה.

(2) הגדר תמיד את הערכים שיאפשרו לך למצוא את התשובה הנכונה לשאלה שלך.

ניתוח קוהורטי מקיף דורש הכרה בתכונות הספציפיות של כל אירוע. אירועים אלה עשויים לכלול רשומות של משתמשים המתעדכנים, עם מדדים מוקדמים המאפשרים לך לדעת כמה משתמש שילם.

(3) זהה את הסטטוס הספציפי של המצב שלך (כלומר, קבוצות רלוונטיות לניתוח שלך).

תהליך היצירה של קוהורטה כולל ניתוח של כל המשתמשים בזמן אמת ומיקודם או ביצוע תרומות מבוססות תכונות, כדי לקבל הבדלים רלוונטיים שיסבירו את מאפייניהם כקבוצה ספציפית.

(4) לאחר שיהיה לך את כל הנתונים שלך, תוכל להמשיך בביצוע ניתוח העוקבה שלך.

הסיבה כי ניתוח קוהורטה הוא כל כך פופולרי מסחרית היא כי עסקים יכולים להשתמש בתוצאות כדי לזהות את החסרונות בתוך החברה שלהם.

כיצד לבצע ניתוח קוהורט מדויק

שלב 1: חלץ נתונים גולמיים

בתרחיש כללי, המידע הדרוש לביצוע ניתוח קוהורט מאוחסן בתוך מסד נתונים פיזי או וירטואלי מסוג כלשהו יש לייצא לתוך תוכנה מבוססת גיליון אלקטרוני. באפשרותך להשתמש בכלים כגון MySQL או Microsoft Excel כדי לבצע זאת.

לדוגמה, אם אתה מעוניין ללמוד את התנהגות הקנייה של הצרכנים, תרצה שתוצאותיך יהיו קריא ומוצג בצורה כלשהי גיליון נתונים או טבלת נתונים הכוללת רקורד יחיד לכל רכישה של לקוח.

בהתאמה, לכל רשומה פרטנית יש מזהה לקוח שהוא בדרך כלל תווית אלפא נומרית ייחודית או כתובת דואר אלקטרוני חוקית, תאריך, מיקום וזמן רכישה, ערך הרכישה הכולל ותאריך הרכישה הראשון של הלקוח, הידוע בדרך כלל כ ה “תאריך מחזור.” ובמקרים הכלליים שלך, אתה תמיד יכול השתמש שאילתה MySQL להעלות מידע כזה.

אתה רוצה עם זאת, רוצה אידיאלי כולל מאפיינים נוספים כגון מקור הפניה של הלקוח, ה- SKU של הרכישה הראשונה שלהם. וכדי להפוך את העבודה שלך הרבה יותר קל, אתה יכול להשתמש בכלים כמו ערכים כדי להעניק לך גישה אוטומטית למאפיינים אלה.

2. צור מזהי קבוצות מעקב

כדי ליצור מזהה קוהורט אתה מתכוון לפתוח את הנתונים שחילצת לתוך Excel. אחרי שאתה משכה “תאריך מחזור” , תוכל לנהל את ניתוח העקביות הפופולרי כל כך, שבו תוכל לעשות דברים כמו להשוות קבוצות בעלות עניין של לקוחות, על סמך כאשר הם רכשו את הרכישה הראשונה שלהם.

לכן, במקרה כזה שבו תוכל לקבץ את הקבוצות בעלות העניין על סמך חודש ספציפי שבו הן ביצעו את הרכישה הראשונה שלהן, עליך תחילה לתרגם כל אחד שלך “תאריך מחזור” ערכים לתוך דלי וירטואלי זה יהיה ייצוג של השנה והחודש של הרכישה הראשונית של הלקוח שלך.

3. שלב שלבי מחזור

לאחר שתברר את קוהורט אשר הלקוח שלך מייחס, אתה גם צריך להסדיר את “שלב מחזור החיים” של הניתוח שלך במקרה שהתרחש עבור אותו חבר מחזור מסוים.

אם הלקוחות שלך לבצע רכישה בכל נקודת זמן ואחריו לאחר כמה חודשים, הם היו נופלים תחת הקטגוריה של תאריך הרכישה הראשוני שלהם. כתוצאה מכך, הרכישה הראשונה שלהם תהיה גם בשלב זה מחזור החיים הראשונית הרכישה הבאה שלהם תיפול תחת שלב מחזור החיים השני.

כדי לחשב במדויק את שלב מחזור החיים, תצטרך גם לוודא כמות הזמן שחלף בין הרכישה הראשונה של הלקוח שלך לבין הרכישה שתציין.

4. יצירת ציר ציר ו גרף

השלב האחרון של ניתוח העקב שלך הוא ליצור שולחנות ציר. טבלאות אלה הן קריטיות לניתוח שלך משום שהן מאפשרות לך לחשב קולקטיבית כמו סכום או אפילו ממוצע, על פני מספר מאפיינים של נתוני הקבוצות.

אם אתה משתמש בטבלת ציר עבור העסק שלך, אתה בעיקר כמו הולך ליצור אחד כזה מבצעת סכום של סכום העסקה של הלקוחות, המציג שורה אחת עבור כל קבוצת מעקב ועמודה אחת לכל פרק זמן רלוונטי.

אם אתה מתקשה להציג את הנתונים שלך, אתה יכול בקלות לדמיין את זה על הבסיסית ביותר של גרפים קו של Excel.

לעטוף

למרות ניתוחים cohort יש בעיקר הסתמכה על שימור משתמש ומחקרים על התנהגות המשתמשים, את גלגול של Google Analytics של אותו ניתן למנף על ידי מומחים לניתוח אינטרנט ל מדדי לימוד כגון תצוגות דף, משכי פעילות באתר, השלמות של יעדים.

בנוסף, ניתן ללמוד גם ערכים במונחים של בחירות משתמש, כגון שאילתות חיפוש למשתמש, משך פעילות באתר לקבוצה ותצוגות דף של משתמש מסוים..

יש שם מספיק עזור לך להבין את התנהגות המשתמשים שלך, היעילות של טקטיקות השיווק שלך, ואת ההצלחה של תערובת קידום שלך; לסמוך על המדריך הזה ולהתחיל את ניתוחי העקב המתקדם שלך באמצעות Google Analytics.

עכשיו קרא: מבט לתוך: ניתוח קוהורט ב- Google Analytics