Slik Kjører Du En Kohortanalyse I Google Analytics For Å Bedre Segmentere Trafikken Din

Google Analytics er en stift i alle erfarne digitale markedsførers sett med verktøy. Dette er først og fremst fordi det gir et vell av data, som dekker nesten alt du kanskje vil vite om hvordan besøkende samhandler med nettstedet ditt.

Kohortanalyse er en spesielt nyttig funksjon for markedsførere og små bedrifter. Det kan fortelle deg hvor godt nettstedet ditt utfører generelt. Det gir deg også grundig innsikt i brukeradferd på nettstedet ditt.

Hva er En Kohortanalyse?

for å forstå hva en kohortanalyse er, er det nødvendig å definere en “kohort” først.

dette begrepet refererer til et delsett av personer gruppert sammen på grunn av en felles verdi.

Google definerer Det som en gruppe brukere som deler en felles egenskap, identifisert av En Analytics-dimensjon.

en kohortanalyse er da prosessen med å analysere oppførselen til brukergrupper.

du kan sammenligne grupper med hverandre og se etter forskjeller og trender.

hvis du identifiserer noen mønstre, kan det hjelpe deg med å finne ut hvilke endringer og atferdsforskjeller som førte til forskjellige resultater.

for å være klar, er denne prosessen ikke unik for digital markedsføring. Du kan kjøre en kohortanalyse for å sammenligne mange forskjellige typer grupper.

faktisk stammer begrepet fra medisinske studier, hvor forskere sammenligner grupper av mennesker som røykere og ikke-røykere for å identifisere forskjeller mellom de to.

Husk at kohortmulighetene er begrenset til dataene du kan samle inn fra dine besøkende mens de surfer.

for Eksempel grupperes kohorter I Google Analytics basert på Oppkjøpsdato, eller brukernes første besøk på nettstedet ditt.

nye oppkjøpers kohorttype kan være svært nyttig for å gi kontekst til data. Analysere bestemte segmenter, i stedet for publikum som helhet, vil gi deg en klarere ide om hva som gjør en god kunde for bedriften.

en kohortanalyse går også utover grunnleggende datapunkter for å foreslå årsakene til endringer i nettstedets besøkendes oppførsel.

som et resultat kan sammenligning av kohorter hjelpe deg med å lære mer om hva som påvirker spesifikk atferd og hvilken innvirkning markedsføringskampanjer og strategier har.

For eksempel, da barnas nettbutikk Spearmint LOVE ønsket å identifisere trender på deres nettsted, opprettet de flere kohortanalyserapporter:

ved hjelp av denne analysen kunne de bestemme hvor lenge den gjennomsnittlige besøkende ville fortsette å komme tilbake til nettstedet deres, samt gjennomsnittlig tid mellom kjøp.

de brukte også denne innsikten til å bryte sine kohorter i “tilpassede vinduer” basert på de forskjellige innkjøpsadferdene til mødre under graviditet og de første årene av deres barns liv.

på Denne måten kan de mer nøyaktig forutsi hva kohortene neste kjøp kan være, og deretter basere annonsekampanjens innhold og timing på disse spådommene.

og mens dette var bare en av flere strategier Spearmint KJÆRLIGHET brukes til å forbedre sin markedsføring, sluttresultatet var 991% YoY vekst fra 2015 til 2016.

Slik Kjører Du En Kohortanalyse I Google Analytics

Å Kjøre en kohortanalyse I Google Analytics er en ganske enkel prosess.

velg Kohortanalyse under Målgruppe-Fanen.

som standard vil hoveddashbordet for denne rapporten vise en graf med nettstedets innhentingsdatokohorter etter Brukerbeholdning.

I Dette tilfellet Representerer Dag 0 hver brukers første besøk på nettstedet ditt, og de påfølgende dagene viser om de returnerte.

hvis du merker en nedgang i dette diagrammet, ikke bli skremt.

Kohorter faller uunngåelig over tid når brukerne slutter å returnere til nettstedet ditt.

Å Opprettholde en jevn flyt av returbesøkende er utfordrende for selv de mest erfarne markedsførerne — så vær ikke overrasket om dette tallet gradvis avtar for de fleste av kohortene dine.

under dette diagrammet vil rapporten også vise en tabell som viser nettstedets brukeroppbevaring, delt inn i grupper basert på datoen for brukernes første besøk.

i dette tilfellet representerer hver rad en annen gruppe brukere etter Oppkjøpsdato.

hvis du merker at noen rader viser vesentlig forskjellige retensjonsrater fra resten, kan dette være et godt utgangspunkt for analyse.

dette gjelder spesielt hvis du kjører noen store markedsføringskampanjer.

for eksempel kan en kohort med høy ytelse indikere at kampanjen du kjørte den dagen, var spesielt effektiv for å tiltrekke engasjert trafikk.

øverst på dette instrumentbordet kan du deretter justere dataene som er inkludert i rapporten.

Akkurat nå er Den eneste Kohorttypen som er tilgjengelig, Oppkjøpsdato eller datoen for en brukers første besøk på nettstedet ditt.

Men Du kan justere Kohortstørrelsen for å gjenspeile grupper av brukere etter dag, uke eller måned.

Dette er spesielt nyttig hvis du starter og kjører nye kampanjer på en tidslinje som oppfyller en av disse varighetene.

deretter kan du velge mellom noen få forskjellige beregninger for å analysere kohorten din.

standardberegningen er brukeroppbevaring, som viser prosentandelen av en kohort som returnerer på påfølgende dager etter det opprinnelige besøket.

hvis et av dine primære mål er å øke den generelle trafikken og opprettholde en jevn flyt av returnerende besøkende, kan denne rapporten være svært nyttig.

for de fleste nettstedseiere gir de neste to settene imidlertid mer verdifull innsikt da de relaterer seg til handlingene en bruker tar utover bare å besøke nettstedet ditt.

“Per Bruker” – settet med beregninger viser gjennomsnittlig antall handlinger hvert medlem av en kohort utførte på nettstedet ditt, inkludert:

• Målfullføringer per bruker:

• Sidevisninger per bruker:

• Inntekter per bruker:

• Øktvarighet per bruker:

• Økter per bruker:

• Transaksjoner per bruker:

I Stedet for å analysere kohortene dine basert på om de konsekvent kommer tilbake til nettstedet ditt, kan du fokusere på handlingene som har innvirkning på de viktigste målene dine.

det neste settet med beregninger er lik, men i stedet for å vise et gjennomsnitt per bruker, vil det vise totalen for beregningen du ønsker, inkludert:

• Målfullføringer:

• Sidevisninger
• Inntekter

• Øktvarighet
• Økter
• Transaksjoner
• Brukere

Til slutt kan du justere datoperioden for rapporten til å inkludere data fra forrige uke, to uker, tre uker eller måned.

området du velger, avhenger av omfanget av dataene du vil analysere, samt størrelsen på kohorten din. En uke kan gi rikelig med data hvis kohortene dine brytes ned om dagen, men du må velge et større datointervall for større kohorter.

Tips For Å Få Mest Mulig Nytte Av Google Analytics Kohort Analyse

for å få nyttig og praktisk informasjon fra kohort analyse, bør du ta noen beste praksis i betraktning.

Bruk Flere Segmenter For Å Lære Mer Om Målgruppen

det faktum at det gjeldende oppsettet bare lar deg opprette kohorter basert på Oppkjøpsdato, kan virke som en begrensning.

Heldigvis kan du bruke flere segmenter til å segmentere dataene dine ytterligere. Faktisk Tillater Analytics for øyeblikket opptil fire segmenter i kohortanalyserapporten.

når du legger til nye segmenter, vises hver av dem i en ny tabell under” Alle Økter ” – tabellen.

du kan for eksempel grave dypere inn i kohortanalysen din ved å segmentere mobiltrafikk vs. all trafikk.

du vil motta et sammenligningsdiagram som dette:

hvis du blar ned til kolonnene, kan du se dataene for de enkelte kohortene.

denne rapporten viser at 3,98% av de 125,499 desktop – brukerne som registrerte seg uken 1.April-7. April, kom tilbake I Uke 1, 2,41% kom tilbake I Uke 2, 2,05% I Uke 3.

når du sammenligner det med mobil, ser du at skrivebordet fortsatt beholder brukere bedre enn mobil.

Utover de forhåndsinnstilte alternativene vi har diskutert, kan du også bruke alle egendefinerte segmenter du har opprettet I Analytics.

dette betyr at du kan bruke kohortanalyserapporten til å få tilgang til data om sett med brukere du allerede har identifisert som verdifulle for nettstedet ditt.

nedenfor kan du for eksempel se en sammenligning mellom besøkende på et nettsted som registrerte seg for en gratis prøveperiode, og de som lastet ned et whitepaper.

Uavhengig av segmentene du bruker, vil du holde øye med noen som utfører betydelig forskjellig fra” Alle Økter ” – rapporten.

Dette vil hjelpe deg med å identifisere grupper av brukere som avviker fra den gjennomsnittlige brukerens oppførsel, enten på positive eller negative måter.

hvis en gruppe presterer bedre, for eksempel ved å returnere til nettstedet ditt til høyere priser, vil du grave inn i de potensielle årsakene til den forskjellen. Deretter kan du bruke denne innsikten til å gjenskape denne oppførselen på tvers av andre segmenter av trafikken.

Mål Svar På Kortsiktige Markedsføringstiltak

kohortanalyserapporten kan også være nyttig for å analysere hvordan publikum reagerer på kortsiktige markedsføringstiltak, som e-postkampanjer.

med hver e-post du sender, når du et litt annet sett med brukere — og overvåking av oppførselen til brukerne du når som et resultat kan være en fin måte å måle suksessen på.

Så lenge du bruker utm-sporing for kampanjene dine, kan du fortsette å gjenskape et nytt segment i kohortanalyserapporten og velge “Trafikkilder” fra venstre kolonne.

Skriv inn kampanjens parametere, og sammenlign deretter dette segmentet med nettstedets totale trafikk.

så hvis du for eksempel kjører en e-postkampanje i tre dager med 25% rabatt, kan du spore oppførselen til brukere som brukte rabatten i denne perioden.

hvis brukerne du nådde med kampanjen din, gjorde det bedre for målmåling, er dette en solid indikator på at den var effektiv for å nå den typen trafikk og kunder du vil ha.

Lær Om E-Handel Shopping Vaner

en av de beste funksjonene I Kohort Analyserapporten er inkludering av e-handel-spesifikke data, inkludert inntekter per bruker, transaksjoner per bruker, totale inntekter.

når du ser på transaksjoner per bruker etter kjøpsdato, kan du vise den gjennomsnittlige tiden det tar for en bruker å foreta et kjøp.

i dette eksemplet økte for eksempel kjøpene fem dager etter oppkjøpsdatoen.

det er viktig å vurdere andre faktorer som kan ha forårsaket denne spissen, for eksempel en kampanje eller remarketingkampanje. Å ha disse dataene kan gi deg en sterkere forståelse av publikums kjøpsadferd og den gjennomsnittlige tiden det tar dem å ta en beslutning.

Du kan også ta ting et skritt videre ved å kryssreferere disse dataene med Levetidsverdien (LTV) – rapporten.

la oss for eksempel si at du legger merke til i en kohortanalyse at i løpet av en 12-ukers kampanje så du betydelige frafall i brukerretensjoni uker fem og 11.

du kan hoppe over TIL LTV-rapporten i samme tidsramme, og deretter avgjøre om det er noen kanaler eller kampanjer som har de samme ukene med dårlig ytelse.

velg Livstidsverdi fra Målgruppe-menyen for å få tilgang til disse dataene.

deretter bestemmer du hvilken beregning du vil bruke til å bestemme verdien for brukerne. For e-handel nettsteder, dette vil trolig være inntekter per bruker.

det neste trinnet er å sortere dataene etter oppkjøpskanal, kilde, medium eller kampanje.

Dette kan gi deg en ide om hvilke kanaler du må forbedre for å eliminere drop-offs i nettstedets ytelse og øke brukerbeholdningen og inntektene dine.

Bruk Merknader Til Å Overvåke Påvirkning

når du analyserer kohortrapportene dine, er det viktig å huske på eventuelle faktorer som kan påvirke dataene du ser.

Heldigvis kan du lage merknader for å holde oversikt over disse faktorene og enkelt se datoene for bestemte hendelser, kampanjer og endringer på nettstedet.

nb

følgende diagram viser for eksempel tre viktige hendelser for selskapets markedsføringstiltak.

i dette tilfellet viser den datoen da byrået hadde en artikkel publisert på en tredjeparts plattform.

noen dager senere så de et betydelig hopp i trafikken.

selv om dette kan være forvirrende mens du bare ser på kohortanalyserapporten, sikrer merknaden at brukere som ser på disse dataene, ikke glemmer å vurdere den viktige faktoren og analysere dataene tilsvarende.

Lagre Rapporter For De Viktigste Kohortene

hvis du planlegger å bruke Kohortanalysefunksjonen ofte, er lagring av rapportene en utmerket måte å spare tid på.

det sikrer også at du konsekvent ser på de samme datasettene, slik at du ikke trekker noen unøyaktige konklusjoner, bare fordi en innstilling i rapporten er litt annerledes.

du kan lagre en rapport ved å klikke på” Lagre ” – knappen øverst på dashbordet og opprette et navn.

Dette vil holde alle tilpasninger intakt, inkludert avanserte segmenter, sekundære dimensjoner og sortering-slik at neste gang du vil bruke kohortanalysefunksjonen, trenger du ikke å kaste bort tid på å gjenopprette datasettet.

Konklusjon

hvis du leter etter en måte å segmentere dataene dine i mer håndterbare biter, er kohortanalysefunksjonen I Google Analytics en fin måte å fokusere på bestemte delsett av publikum.

du kan bruke den til å lære mer om segmenter (aka kohorter) du allerede har opprettet, og se hvordan deres oppførsel skiller seg fra andre segmenter, samt nettstedets trafikk som helhet.

Det er også nyttig for å måle svar på bestemte kampanjer, lære mer om e-handel shoppere atferd, og overvåke virkningen av andre viktige hendelser knyttet til bedriften.

hvis du trenger hjelp til å opprette og administrere dataene du får fra analysen din — eller innlemme den i din overordnede markedsføringsstrategi — er vi her for å hjelpe.

hvordan bruker Du Kohortanalyserapporten for nettstedet ditt?