Перезвоните мне

+7 (495) 77-55-145

Когортный отчет:возможности Google Analytics - блог о веб аналитике Keyvision

Когортный отчет:возможности Google Analytics

( веб-аналитика электронная коммерция повышение конверсии google analytics universal analytics когортный анализ Cohort Report )

02 Июля 2015 | Иван Степанов

Когортный отчет: новые возможности Google Analytics

В последнее время когортный анализ данных становится все более популярным инструментом маркетиноговой аналитики. Теперь - и в Google Analytics.

Когорта – это группа людей, объединенных по временнóму признаку. Например, к одной когорте относятся все пользователи с одинаковой датой первого посещения сайта (в Google Analytics таковой считается дата первой сессии).

Или же, другой пример, в одну когорту можно объединить всех пользователей, совершивших первую покупку на сайте в течение определенного периода времени. Вам доводилось слышать о росте числа новых клиентов в интернет-магазинах в период праздничных распродаж? Это и есть когорта – все посетители, которые сделали первый заказ за несколько недель до Нового года и Рождества.

О когортах уже писалось ранее, но, честно говоря, до недавнего времени использовать когортный анализ в Google Analytics было весьма непросто, хотя искушенные пользователи могли сделать его через инструменты сегментирования.

С появлением нового отчета когортный анализ стал доступен широкому кругу пользователей.

Когортный анализ в Google Analytics

Рассмотрим новый инструмент подробнее. Когортный отчет состоит из трех частей: настройки, диаграмма и таблица с данными.

Теперь давайте разберемся, как создать отчет «Когортный анализ».

Для этого необходимо задать 4 главных параметра: тип когорт, их размер, оцениваемые показатели(метрики) и диапазон дат.

Тип когорты: Итак, когорта – это сегмент, выделенный по временнóму признаку. В этом меню нужно указать критерий, который будет использован Google Analytics для выделения когорт. Возможно, вы заметите, что сейчас в меню предлагается только одна опция – дата первого посещения, то есть момент, когда посетитель впервые зашел на ваш сайт или использовал ваше приложение. Как правило, это дата первой сессии.

Возможно, вы слегка разочарованы отсутствием других опций. Но будем следить за обновлениями.

Размер когорты: Размер когорты представляет собой длину временного интервала, который вы хотите использовать для данного типа когорты. Например, выбрав в качестве значения день, вы получите когорту, включающую в себя всех посетителей, которые впервые посетили сайт в один и тот же день. Если вы выберите значение неделя, в когорту будут включены все посетители, которые впервые зашли на сайт в течение 7 дней.

Метрики: Это те показатели, которые нужно оценить. Они могут быть как агрегированными (например, количество просмотров страниц), так и усредненными в расчете на каждого пользователя (например, количество сессий или полученный доход).

Помните, суть анализа состоит в том, чтобы проследить, как изменяется тот или иной показатель для выбранной когорты (то есть выбранного сегмента пользователей) с течением времени и определить, есть ли существенные различия в показателях для разных когорт.

Диапазон дат: Здесь необходимо указать временной интервал, за который будет проводиться анализ. При построении когорты Google Analytics использует относительный диапазон дат, чтобы оценить данные относительно даты первого посещения).

Так, если выбирается временной интервал «Последние 7 дней», а сегодня 6 февраля, для анализа будут использованы данные в период с 30 января по 6 февраля, приведенные по дате первого посещения для каждого пользователя. Вот как Google Analytics выравнивает данные по пользователю с датой первого посещения 30 января.

День 0 = 30 января

День 1 = 31 января

День 2 – 1 февраля

День 3 – 2 февраля

День 4 – 3 февраля

День 5 – 4 февраля

День 6 – 5 февраля

День 7 – 6 февраля

А вот как будут разбиты данные по каждой когорте в таблице. Обратите внимание, что в каждой ячейке представлены разные группы пользователей в разные дни.

Напоминаем, что мы говорим здесь о днях, поскольку мы задали размер когорты день. Если бы мы выбрали неделю, на диаграмме так же были представлены недели: в этом случае за неделю принимался бы период в 7 дней, начиная с вчерашнего. Аналогичные изменения коснулись бы и таблицы данных.

ПРИМЕЧАНИЕ: В таблице данных ВСЕГДА будет 12 столбцов, вне зависимости от того, какой размер когорты вы выберете: день, неделю или месяц. Всегда будет 12 столбцов. Почему?

Можно было бы предположить, что если вы выбираете размер когорты – день, а диапазон – 30 дней, то вы увидите таблицу из 30 столбцов и 30 строк, по одной ячейке на каждую когорту. Но большинство людей не станут смотреть столь подробно каждую комбинацию. Например, вряд ли вам что-то дадут данные по 17-дневной когорте на 22-ой день после их первого посещения сайта.

В любом случае, если вам потребуется подобный анализ, можно переключиться на бóльший размер когорты, например, неделю, чтобы посмотреть, что произошло.

Объем данных в отчете зависит от размера когорты и выбранного временного диапазона.

Если вы выбираете дневные когорты (размер когорты - день), доступный для анализа диапазон составляет 30 дней. Если вы выбираете недельные отчеты (размер когорты – неделя) – 12 недель. Месячные отчеты (размер когорты – месяц) – 12 месяцев.

Использование когортного анализа

Итак, мы разобрались с элементами когортного отчета. Теперь давайте разберемся, как это работает. Представим себя блоггером (или разработчиком приложения), и нам нужно понять поведение моих активных за неделю пользователей.

Хотелось бы, чтобы они возвращались на сайт (запускали приложение) как можно чаще. Поэтому важно понимать, какое количество посетителей возвращается на сайт в течение недели.

Для этого используется отчет «Когортный анализ». Сначала выбираем тип когорты – дата первого посещения – поскольку пока у меня просто нет других вариантов J.

Затем устанавливается размер когорты - день, поскольку контента много, и каждый день что-то выкладывается. В качестве метрики выбираем эффективность удержания пользователей ( % вернувшихся пользователей за день). И, наконец, устанавливем временной диапазон – последние 7 дней.

Отчет готов! Приступим к анализу таблицы данных. Каждая строка представляет собой разные когорты. Я выбрал дневные когорты, поэтому каждая строка представляет собой 1 день. Всего в таблице 8 строк: по одной на каждый день, и еще одна – с суммарными данными по всем сессиям.

Таблица показывает коэффициент удержания для каждой когорты за прошедшие 7 дней. Обратите внимание на ячейки, выделенные более темным цветом - их значения существенно выше средних показателей. Конечно, можно самому внимательно изучить цифры, но, честно говоря, лень. Так что воспользуемся этой подсказкой.

Итак, мы видим, что коэффициент удержания для посетителей, впервые зашедших на сайт 27 января и вернувшихся на следующий день, заметно выше, чем в других когортах.

С чем это может быть связано? Почему их поведение так отличается? Хороший вопрос!

Давайте подумаем, может быть, имели место какие-то активности, которые могли повлиять на результат? Проводились ли какие-нибудь рекламные кампании в это время? При анализе когортных данных необходимо обязательно учитывать контекст.

Но вполне возможно, что вы не сможете сразу найти причину такого поведения. Тогда ответ на этот вопрос можно получить с помощью сегментации.

Сегментация когортного отчета

Возможность сегментации данных по когорте в Google Analytics – это действительно круто. Всего к данному отчету можно применить до 4 сегментов. Для каждого сегмента будет создана новая таблица данных.

Если учесть, что когорта – это та же сегментация, только по временнóму признаку, то выделив стандартный GA сегмент, мы просто добавляем новый уровень сегментации. Вот как будут выглядеть данные при сегментации по траффику для мобильных и планшетов.

Сравним показатели по каждому сегменту и по всем сессиям. Возможно, выделение сегментированной когорты, показатели которой существенно отличаются от общих, поможет нам прояснить ситуацию.

Сейчас, пока доступен только один тип когорт – по дате первого посещения, – особенно рекомендуется использовать дополнительную сегментацию по источнику траффика или по отдельным рекламным кампаниям.

Какие когорты выбрать?

Надеюсь, теперь вы получили представление о том, как работает когортный анализ и как его использовать. Возможно, вы не хотите делать его каждый день. Давайте рассмотрим несколько типичных когорт для различных бизнес-моделей, которые вы могли бы использовать.

Напоминаем, что пока единственным доступным критерием для выделения типа когорт остается дата первого посещения.

Электронная торговля

В когортном анализе GA мы можем использовать целый ряд важных для электронной торговли показателей, например: доход на одного пользователя, количество транзакций на пользователя и суммарный доход.

Самое главное здесь – помнить, что деление на когорты происходит по дате первого посещения сайта или первого использования приложения. Не забывайте о степени детализации когорт и о циклическом характере покупок, совершаемых пользователями.

Так, вряд ли будет иметь смысл анализ ежедневного поведения покупателей, приобретающих дорогостоящие товары, за небольшой период времени, скажем, за 7 дней. Лучше переключиться на недельные когорты и проанализировать период за 10 и более недель:

Недельные когорты, Доход на одного пользователя, Последние 12 недель

Недельные когорты, Количество транзакций на пользователя, Последние 12 недель

А если ваши покупатели приобретают в основном недорогие позиции, они могут совершать покупки чаще, и здесь как раз хорошо использовать более детальный анализ:

Дневные когорты, Доход на одного пользователя, Последние 30 дней

Дневные когорты, Количество транзакций на пользователя, Последние 30 дней

Попробуйте добавить сегментацию по типу продукта. Так, сделав дополнительную сегментацию, мы видим, что доход на пользователя возрастает на пятый день после первой покупки.

 

Попробуйте теперь сделать сегментацию по размеру дохода на покупателя (высокий/низкий). Как меняется поведение этих покупателей с течением времени относительно даты их первого посещения?

Мобильные приложения

В этой области применение когортного анализа будет особенно полезно. Это просто великолепная возможность понять поведение пользователей после того, как они впервые запустили ваше приложение.

В отличие от традиционной электронной торговли, покупки в мобильных приложениях происходят значительно чаще, а сумма их – существенно меньше. Поэтому нам потребуется максимально детализированный отчет:

Дневные когорты, Доход на одного пользователя, Последние 7/14/30 дней

Дневные когорты, Количество транзакций на пользователя, Последние 7/14/30 дней

Немаловажно проанализировать и поведение тех пользователей, которые не совершают покупки, но активно используют приложение. Для этого создадим следующие когорты:

Дневные когорты, Количество сессий на пользователя, Последние 7/14/30 дней

Дневные когорты, Продолжительность сессий на пользователя, Последние 7/14/30 дней

И применим сегментацию, чтобы выбрать когорту с нулевым доходом на пользователя.

Издатели (стандартные и мобильные устройства)

Для издателей важно оценить, как меняется вовлеченность пользователей с течением времени. К счастью, здесь мы можем использовать целый ряд различных показателей при построении когорт. Попробуйте следующие варианты:

Дневные когорты, Количество сессий на пользователя, Последние 7/14/30 дней

Дневные когорты, Коэффициент удержания, Последние 7/14/30 дней

Дневные когорты, Просмотры страниц на пользователя, Последние 7/14/30 дней

Дневные когорты, Продолжительность сессий на пользователя, Последние 7/14/30 дней

Предлагается использовать этот подход и в других случаях, если в Google Analytics представлено достаточно данных по доходу (из AdSense или других источников).

При анализе не забудьте учесть график выхода публикаций. Если вы работаете в New York Times или Wall Street Journal, вы публикуете множество разнообразного контента каждый день. Ваш выбор – анализ дневных когорт за последние 7 дней. А если вы блоггер, обновляющий свою страничку пару раз в месяц, логичнее провести анализ дневных когорт за 21-30 дней.

Лидогенерация

Как и в предыдущих примерах, при лидогенерации важно учитывать, сколько времени обычно требуется, чтобы получить нового потенциального клиента (лида). Если вы предлагаете продукты премиум-класса, выбирайте недельные когорты и продолжительный период времени, а если вы продаете относительно недорогие товары или услуги, анализируйте дневные когорты за более короткий временной промежуток.

Одна из основных трудностей здесь – отсутствие показателей просто по конверсии. Вы можете использовать метрику «Достижение целей», но в данном случае для анализа будут использованы ВСЕ указанные вами цели, а я полагаю, что большинство из вас указывает далеко не одну цель.

Так что, пожалуй, лучшим решением для лидогенерации станет использование показателей вовлеченности. Ищите когорты, которые показывают максимальное вовлечение из расчета по времени и количестве сессий на пользователя.

Напоследок

Надеюсь, удалось показать важность и эффективность когортного анализа и объяснить, как пользоваться им в Google Analytics.

Еще один совет.

Возможно, вы уже решили создать когортный отчет. Настроив его под свои цели, потратьте еще минуту, и сохраните его во вкладке ярлыки. Впоследствии это позволит вам сэкономить уйму времени! Теперь, как только вам захочется вернуться к нему, вы сможете получить информацию буквально за один клик в Google Analytics.

Когортный анализ – это эффективный аналитический инструмент, позволяющий понять, как ведут себя группы пользователей, сформированные по временнóму признаку. Надеюсь, этот обзор окажется для вас полезным, и вы воспользуетесь новыми возможностями Google Analytics для развития вашего бизнеса.

Оригинал статьи Джастина Кутрони доступен по ссылке

Адрес: Москва, центр дизайна ARTPLAY, ул. Нижняя Сыромятническая, дом 10 (м.Курская)
Тел.: +7 (495) 77-55-145
Email: info@keyvision.ru
KeyVision, 2011-2017. © All Rights Reserved

Дизайн: ijidigital

 
ъ 1