구글 애널리틱스에서 코호트 분석을 실행하여 트래픽을 더 잘 분류하는 방법

구글 애널리틱스에서 코호트 분석을 실행하여 트래픽을 더 잘 분류하는 방법

구글 애널리틱스는 경험이 풍부한 모든 디지털 마케팅 담당자의 도구 세트에서 필수 요소입니다. 이는 주로 방문자가 사이트와 상호 작용하는 방식에 대해 알고 싶은 거의 모든 것을 포함하는 풍부한 데이터를 제공하기 때문입니다.

코호트 분석은 마케팅 담당자와 중소기업에게 특히 유용한 기능입니다. 그것은 당신의 웹 사이트가 전반적으로 수행하는 방법을 잘 알 수 있습니다. 또한 사이트의 사용자 행동에 대한 심층적 인 통찰력을 제공합니다.

코호트 분석이란 무엇인가?

코호트 분석이 무엇인지 이해하려면 먼저”코호트”를 정의해야합니다.

이 용어는 공유 가치 때문에 함께 그룹화 된 사람들의 하위 집합을 나타냅니다.

구글은 이를 분석 차원으로 식별되는 공통 특성을 공유하는 사용자 그룹으로 정의합니다.

구글 애널리틱스의 코호트 분석의 예

코호트 분석은 사용자 그룹의 행동을 분석하는 프로세스입니다.

그룹을 서로 비교하고 차이점과 추세를 찾을 수 있습니다.

패턴을 식별하면 어떤 변화와 행동 차이가 다른 결과를 가져 왔는지를 결정하는 데 도움이 될 수 있습니다.

명확하게하기 위해,이 과정은 디지털 마케팅에 고유하지 않습니다. 집단 분석을 실행하여 다양한 유형의 그룹을 비교할 수 있습니다.

사실,이 용어는 연구자들이 흡연자와 비 흡연자와 같은 사람들의 그룹을 비교하여 둘 사이의 차이점을 확인하는 의학 연구에서 비롯된 것입니다.

코호트 분석을 위해 고려해야 할 요소 예

코호트 가능성은 방문자가 탐색하는 동안 수집할 수 있는 데이터로 제한됩니다.

예를 들어,구글 애널리틱스의 학습집단은 수집 날짜 또는 사용자의 사이트 첫 방문을 기준으로 그룹화됩니다.

코호트 분석은 사용자의 획득 사용을 고려하며,이는 사용자의 사이트 첫 방문

새로운 인수 코호트 유형은 데이터에 컨텍스트를 제공하는 데 매우 도움이 될 수 있습니다. 특정 세그먼트를 분석,대신 전체 청중의,당신에게 당신의 비즈니스를위한 훌륭한 고객을 만드는 것의 명확한 아이디어를 줄 것이다.

코호트 분석은 또한 기본 데이터 포인트를 넘어 사이트 방문자의 행동 변화에 대한 이유를 제시합니다.

결과적으로 코호트를 비교하면 특정 행동에 어떤 영향을 미치는지,마케팅 캠페인 및 전략이 미치는 영향에 대해 더 많이 알 수 있습니다.

예를 들어,아이들의 온라인 의류 매장 스피어민트 사랑은 자신의 사이트에 동향을 확인하고자 할 때,그들은 여러 코호트 분석 보고서를 작성:

책에 대한 코호트 분석 개월

이 분석을 사용하여 평균 방문자가 구매 사이의 평균 시간뿐만 아니라 자신의 사이트로 계속 돌아 오는 시간을 결정할 수있었습니다.

그들은 또한이 통찰력을 사용하여 임신 중 엄마와 자녀의 처음 몇 년 동안의 다양한 구매 행동을 기반으로 코호트를”맞춤 창”으로 분리했습니다.

이런 식으로 코호트의 다음 구매가 무엇인지 더 정확하게 예측 한 다음 광고 캠페인 내용과 타이밍을 이러한 예측에 기반 할 수 있습니다.

이것은 스피어민트 러브가 마케팅을 개선하는 데 사용한 몇 가지 전략 중 하나 였지만 최종 결과는 2015 년에서 2016 년까지 전년 동기 대비 991%증가했습니다.

구글 애널리틱스에서 코호트 분석을 실행하는 방법

구글 애널리틱스에서 코호트 분석을 실행하는 것은 매우 간단한 과정이다.

대상 탭에서 집단 분석을 선택합니다.

구글 애널리틱스에서 코호트 분석 만들기-단계 1

기본적으로 이 보고서의 기본 대시보드에는 사용자 보존에 따라 사이트의 획득 날짜 집단이 포함된 그래프가 표시됩니다.

코호트 분석 대시보드-단계 2

이 경우 0 일은 각 사용자의 첫 번째 사이트 방문을 나타내며 이후 일에는 반환 여부가 표시됩니다.

이 차트의 하락을 발견하면 놀라지 마십시오.

코호트는 시간이 지남에 따라 사용자가 사이트로 돌아 오는 것을 멈 추면 필연적으로 떨어집니다.

돌아 오는 방문자의 꾸준한 흐름을 유지하는 것은 가장 경험이 풍부한 마케팅 담당자에게도 어려운 일입니다.

3 귀하의 웹사이트에 다시 더 많은 방문자를 운전 하는 팁

이 차트 아래에는 사용자의 첫 방문 날짜를 기준으로 그룹으로 나뉘어 사이트의 사용자 보존 상태를 보여주는 표도 표시됩니다.

이 경우 각 행은 획득 날짜별로 다른 사용자 집단을 나타냅니다.

모든 행이 나머지 행과 상당히 다른 유지율을 보여 주는 경우 분석을 위한 좋은 출발점이 될 수 있습니다.

주요 마케팅 캠페인을 운영하는 경우 특히 그렇습니다.

예를 들어,실적이 우수한 코호트는 그날 실행한 캠페인이 참여 트래픽을 유치하는 데 특히 효과적이었음을 나타낼 수 있습니다.

그런 다음 이 대시보드 상단에서 보고서에 포함된 데이터를 조정할 수 있습니다.

코호트 분석 옵션

현재 사용 가능한 유일한 코호트 유형은 획득 날짜 또는 사용자가 사이트를 처음 방문한 날짜입니다.

그러나 일,주 또는 월별로 사용자 그룹을 반영하도록 코호트 크기를 조정할 수 있습니다.

이러한 기간 중 하나를 충족하는 타임라인에서 새 캠페인을 시작하고 실행하는 경우 특히 유용합니다.

다음으로,코호트를 분석 할 몇 가지 다른 메트릭 중에서 선택할 수 있습니다.

기본 메트릭은 사용자 보존이며,이는 원래 방문 후 다음 날에 반환되는 코호트의 백분율을 보여줍니다.

사용자 유지 코호트 분석

주요 목표 중 하나가 전체 트래픽을 증가시키고 돌아 오는 방문자의 꾸준한 흐름을 유지하는 것이라면,이 보고서는 매우 도움이 될 수 있습니다.

그러나 대부분의 사이트 소유자에게 다음 두 세트는 사용자가 단순히 사이트를 방문하는 것 이상으로 취하는 작업과 관련하여 더 가치있는 통찰력을 제공합니다.

‘사용자당’측정항목 집합에는 다음과 같은 코호트의 각 구성원이 사이트에서 수행한 평균 작업 수가 표시됩니다:

  • 사용자당 목표 완료:
"연간 목표 완료"에 대한 필터를 사용한 코호트 분석"
  • 사용자당 페이지뷰 수:
사용자당 페이지뷰를 위한 구글 애널리틱스 코호트 분석
  • 사용자당 수익:
코호트 분석을 위한 요인으로 사용자당 수익
  • 사용자당 세션 기간:
코호트 분석을 위한 사용자당 세션 기간
  • 사용자당 세션 수:
코호트 분석을 위한 사용자당 세션 수
  • 사용자당 거래:
코호트 분석의 요인으로 사용되는 거래

코호트가 지속적으로 사이트로 돌아왔는지에 따라 코호트를 분석하는 대신 가장 중요한 목표에 영향을 미치는 행동에 집중할 수 있습니다.

다음 메트릭 집합은 비슷하지만 사용자당 평균을 표시하는 대신 다음을 포함하여 선택한 메트릭의 합계를 표시합니다:

  • 목표 완료:
목표 완료
  • 페이지 뷰
  • 수익
revenue
  • 세션 기간
  • 세션
  • 트랜잭션
  • 사용자

마지막으로 이전 주,2 주,3 주 또는 월의 데이터를 포함하도록 보고서의 날짜 범위를 조정할 수 있습니다.

선택한 범위는 분석할 데이터의 범위와 코호트의 크기에 따라 달라집니다. 학습집단이 일별로 분류되는 경우 1 주일에 많은 데이터가 제공될 수 있지만,더 큰 학습집단에 대해 더 큰 기간을 선택해야 합니다.

구글 애널리틱스 코호트 분석에서 가장 많은 혜택을 얻기 위한 팁

코호트 분석에서 유용하고 실행 가능한 정보를 얻으려면 몇 가지 모범 사례를 고려해야 합니다.

추가 세그먼트를 사용하여 잠재고객에 대해 자세히 알아보기

현재 설정에서 수집 날짜를 기준으로 학습집단만 만들 수 있다는 사실은 제한으로 보일 수 있습니다.

다행히 추가 세그먼트를 사용하여 데이터를 추가로 세그먼트화할 수 있습니다. 사실,분석은 현재 코호트 분석 보고서에서 최대 4 개의 세그먼트를 허용합니다.

새 세그먼트를 추가하면 각 세그먼트가”모든 세션”테이블 아래의 새 테이블에 나타납니다.

예를 들어,모바일 트래픽과 모바일 트래픽을 구분하여 코호트 분석을 더 깊이 파고들 수 있습니다. 모든 교통.

모바일 대 데스크톱 트래픽 코호트 연구

다음과 같은 비교 차트를 받게됩니다:

집단 분석의 비교 차트 예

열까지 아래로 스크롤하면 개별 집단 데이터를 볼 수 있습니다.

개별 코호트 데이터

이 보고서는 4 월 1 일부터 4 월 7 일까지 주에 가입 한 125,499 명의 데스크톱 사용자 중 3.98%가 1 주에 돌아 왔고,2.41%는 2 주에,2.05%는 3 주에 돌아 왔습니다.

모바일과 비교하면 데스크톱이 여전히 모바일보다 사용자를 더 잘 유지하고 있음을 알 수 있습니다.

앞서 논의한 사전 설정된 옵션 외에도 애널리틱스에서 만든 맞춤 세그먼트를 적용할 수도 있습니다.

즉,코호트 분석 보고서를 사용하여 사이트의 가치 있는 것으로 이미 식별된 사용자 집합의 데이터에 액세스할 수 있습니다.

예를 들어,아래에서 무료 평가판에 가입한 사이트 방문자와 백서를 다운로드한 사이트 방문자 간의 비교를 볼 수 있습니다.

코호트 분석가

에 게재할 요인에 대한 시험 대 논문 사용하는 세그먼트에 관계없이”모든 세션”보고서와 크게 다르게 수행하는 모든 세그먼트에 대해 주시하고 싶을 것입니다.

그러면 양수 또는 음수 방식으로 일반 사용자의 행동과 다른 사용자 그룹을 식별하는 데 도움이 됩니다.

예를 들어 더 높은 비율로 사이트로 돌아와서 그룹이 더 잘 수행되면 그 차이에 대한 잠재적 원인을 파헤 치고 싶을 것입니다. 그런 다음 이 인사이트를 사용하여 트래픽의 다른 세그먼트에 해당 동작을 복제할 수 있습니다.

단기 마케팅 활동에 대한 게이지 응답

코호트 분석 보고서는 또한 이메일 캠페인과 같은 단기 마케팅 활동에 청중이 어떻게 반응하는지 분석하는 데 도움이 될 수 있습니다.

당신이 보내는 각 이메일과 함께,당신은 사용자의 약간 다른 집합에 도달-당신은 결과로 도달하는 사용자의 동작을 모니터링하는 것은 당신의 성공을 측정 할 수있는 좋은 방법이 될 수 있습니다.

캠페인에 대한 추적 기능을 사용하는 한,동질 집단 분석 보고서 내에서 새 세그먼트를 계속 다시 만들고 왼쪽 열에서”트래픽 소스”를 선택할 수 있습니다.

분석에 집단을 지속적으로 추가하고 새 필터를 추가하는 예

캠페인의 매개변수를 입력한 다음 이 세그먼트를 사이트의 전체 트래픽과 비교합니다.

예를 들어 25%할인을 제공하는 3 일 동안 이메일 캠페인을 실행하는 경우이 기간 동안 할인을 사용한 사용자의 행동을 추적 할 수 있습니다.

캠페인으로 도달한 사용자가 타겟 메트릭에 대해 더 나은 성과를 보인 경우,이는 원하는 트래픽 및 고객 유형에 도달하는 데 효과적이라는 확실한 지표입니다.

전자 상거래 쇼핑 습관에 대해 알아보기

코호트 분석 보고서의 가장 큰 특징 중 하나는 사용자 당 수익,사용자 당 거래,총 수익을 포함한 전자 상거래 관련 데이터를 포함하는 것입니다.

획득 날짜별로 사용자당 트랜잭션을 살펴보면 사용자가 구매하는 데 걸리는 평균 시간을 확인할 수 있습니다.

예를 들어,이 예에서 구매는 획득일로부터 5 일 후에 급증했다.

일별 거래 코호트 분석

프로모션 또는 리마케팅 캠페인과 같이 이러한 급증을 유발할 수 있는 다른 요인을 고려하는 것이 중요합니다. 이 데이터를 보유하면 청중의 구매 행동과 결정을 내리는 데 걸리는 평균 시간을 더 잘 이해할 수 있습니다.

이 데이터를 수명 값 보고서와 상호 참조하여 한 단계 더 나아갈 수도 있습니다.

예를 들어,코호트 분석에서 12 주 캠페인의 기간 동안 5 주 및 11 주에 사용자 유지에서 상당한 드롭 오프를 보았다는 것을 알아 차렸다고 가정 해 봅시다.

코호트 분석의 요인으로 사용자 유지 감소

같은 기간 동안 중위 보고서로 이동한 다음 실적이 낮은 주를 보고 있는 채널이나 캠페인이 있는지 확인할 수 있습니다.

이 데이터에 액세스하려면 대상 메뉴에서 수명 값을 선택합니다.

다음으로 사용자 값을 결정하는 데 사용할 메트릭을 결정합니다. 전자 상거래 사이트의 경우 사용자 당 수익이 될 수 있습니다.

코호트 분석을위한 수명 시간 값 교차 보고서의 예.

다음 단계는 수집 채널,소스,매체 또는 캠페인별로 데이터를 정렬하는 것입니다.

코호트 분석의 예

이를 통해 사이트 성능의 하락을 제거하고 사용자 유지 및 수익을 높이기 위해 개선해야 할 채널에 대한 아이디어를 얻을 수 있습니다.

주석을 사용하여 영향 모니터링

코호트 보고서를 분석할 때 볼 수 있는 데이터에 영향을 줄 수 있는 요소를 염두에 두는 것이 중요합니다.

다행히 주석을 만들어 이러한 요소를 추적하고 특정 이벤트,캠페인 및 사이트 변경 날짜를 쉽게 확인할 수 있습니다.

예를 들어,다음 차트는 회사의 마케팅 활동에 대한 세 가지 중요한 이벤트를 보여줍니다.

코호트 분석에서 트래픽의 예 점프

이 경우 기관이 제 3 자 플랫폼에 기사를 게시 한 날짜를 보여줍니다.

며칠 후,그들은 트래픽에 상당한 점프를 보았다.

이것은 코호트 분석 보고서 만 보는 동안 혼란 스러울 수 있지만 주석은이 데이터를 보는 사용자가 그 중요한 요소를 고려하고 그에 따라 데이터를 분석하는 것을 잊지 않도록합니다.

가장 중요한 학습집단에 대한 보고서 저장

학습집단 분석 기능을 자주 사용하려는 경우 보고서를 저장하는 것이 시간을 절약하는 훌륭한 방법입니다.

또한 보고서의 설정이 약간 다르기 때문에 부정확한 결론을 도출하지 않도록 동일한 데이터 세트를 일관되게 검토할 수 있습니다.

대시보드 상단의”저장”버튼을 클릭하고 이름을 만들어 보고서를 저장할 수 있습니다.

"코호트 분석 보고서 저장"진행 중인 코호트 분석 예제
집단 분석 그룹을 함께 유지하기 위해 저장할 명명된 보고서

이렇게 하면 고급 세그먼트,보조 차원 및 정렬을 포함한 모든 사용자 지정 내용이 그대로 유지되므로 다음에 집단 분석 기능을 사용할 때 데이터 세트를 다시 만드는 데 시간을 낭비할 필요가 없습니다.

결론

데이터를 보다 관리하기 쉬운 청크로 분류할 방법을 찾고 있다면,구글 애널리틱스의 코호트 분석 기능은 잠재고객의 특정 하위 집합에 집중할 수 있는 좋은 방법입니다.

이를 사용하여 이미 만든 세그먼트(일명 집단)에 대해 자세히 알아보고 해당 세그먼트의 동작이 다른 세그먼트와 어떻게 다른지,사이트의 트래픽 전체를 확인할 수 있습니다.

또한 특정 캠페인에 대한 응답을 측정하고,전자 상거래 구매자의 행동에 대해 자세히 알아보고,비즈니스와 관련된 기타 중요한 이벤트의 영향을 모니터링하는 데 유용합니다.

분석에서 얻은 데이터를 만들고 관리하는 데 도움이 필요하거나 전반적인 마케팅 전략에 통합하는 데 도움이 필요한 경우,우리는 여기에 있습니다.

귀하의 사이트에 코호트 분석 보고서를 어떻게 사용합니까?

트래픽 증가

답글 남기기

이메일 주소는 공개되지 않습니다.