- Katılım
- 20 Aralık 2018
- Mesajlar
- 160
- Reaction score
- 41
Kohort Analizi, Google analytics kullanıcılarının yeni yeni görmeye başladığı bir istatistiki yöntemdir. İngilizce "cohort analytics" kelimelerinin Türkçeleşmiş halidir. Google'a has bir tabir olan Kohort analitiği, bir grup müşterinin sitedeki hareketlerini ve faaliyetlerini gözlemlemeye yarayan bir istatistik yoludur.
Google Analytics’teki en yeni özelliklerden biri olarak, kohort analiz de analistlerde en fazla kargaşayı yaratan analizdir.
Karışıklık öncelikle iki yerden geliyor.
İlk olarak, Google Analytics'teki analitik özelliklerin çoğundan farklı olarak (oturum analizi, sayfa analizi vb.), Kohort analizi dinamiktir.
Bu, oturumunuzu veya sayfa etkinliklerinizi sabit bir zaman aralığında toplamak yerine kohort analizinin, web sitenizdeki ZAMAN ÜZERİNE çeşitli kullanıcı gruplarının davranışlarını tanımladığı anlamına gelir; bu, analizi derin bir anlayış olmadan yorumlamak ve anlamakta zorlaşır.
İkincisi, kohort analizinin eyleme geçirilebilir içgörü üretmek için kullanılması zordur.
Kullanıcılarımın son birkaç hafta içinde web siteme geri döneceğini bilmek güzel olabilir, ancak bu bilgiler kendi başlarına anlamsızdır - kohort analizinde öğrendiklerimi Google Analytics'teki diğer analizlerle nasıl birleştirebilirim? kullanıcımı web siteme daha fazla geri döndürmek için ne yapabilirim?
Bu makale, her iki karışıklığı da çözmenize yardımcı olacaktır.
Kohort analizi nedir?
Kohort analizinin gerçekte ne olduğu hakkında konuşarak başlayalım.
Giriş bölümünde biraz belirtildiği gibi, kohort analizi bir grup kullanıcının / müşterinin davranışını zaman içinde analiz etmeye odaklanan ve bu müşterilerin deneyimleri ve şirketlerin bu deneyimleri daha iyi hale getirmek için ne yapabilecekleri hakkında fikir edinen bir analitik teknik.
Pekala, yüzünüze bu devasa tanım yığınını atmak muhtemelen bir tuğla atmak gibidir - acıtır, ama ne anlama geldiğini bilmiyorsunuz, o yüzden şimdi bu tanımı bozalım.
Kohort analizini anlamanın anahtarı, tekniğin kendisinden ilk adım atmak ve kendinizi müşterilerinizin ayakkabılarında düşünmektir.
Diyelim ki müşteriniz Abuziddin % 50 indirime yanıt olarak dört ay önce çevrimiçi mağazanıza girdi, ürünlerinize baktı ve avokado kozmetik ürünlerinizden küçük bir deneme aldı.
Bir işletme sahibi olarak, kendinize sormanız doğaldır - Abuziddin gibi insanlar bu deneme setinin satın alımı sonucunda mağazama geri dönüyor mu? Ne kadar hızlı geri dönecek ve şirketime hangi değeri sunacak?
Bu nedenle, mağaza görevlisinden (adı “Çerez”) Abuziddin gibi insanların davranışlarını takip etmelerini ve geri dönüp bir satın alma yapıp yapmadıklarını ve bu geri dönüşlerin ne sıklıkta olduğunu görmelerini isteyin.
Şimdi, dört ay sonra, siz ve “Cookie” ofis masanıza oturuyorsunuz ve bu belirli promosyon sırasında mağazanızı ziyaret eden ve bir deneme seti satın alan tüm Abuziddin benzeri kullanıcılara bakıyorsunuz. (bu arada, bu belirli bir zaman diliminde gelen bu kullanıcı grubuna bir grup denir).
Deneme setini alan kişilerin% 70'inin asla geri gelmediğini (serseri!),% 20'sinin en az bir kez mağazaya geri döndüğünü ancak bir şey almadığını ve kalan% 10'unun bu dört ayda bir şey aldığını fark ettin. dönem.
Peki ne oldu ve bunu nasıl düzeltebiliriz?
Öncelikle, bir daha geri dönmemiş kullanıcıların çoğunun, ürününüzle ilgilenmediği için değil, daha çok bilgi edinmediğiniz en büyük denizde (lanet akvaryum balığı hafızası) sizi unuttukları için yapmadığını varsayıyorsunuz.
Bundan dolayı, muhtemelen, deneme ürünlerinin kullanımının sonunda, ürünlerinizden daha fazla satın almaları gerektiğini hatırlatmak için yeniden hedefleme reklamları yayınlamaya başlamalısınız.
İkincisi, web sitenizi ziyaret eden, ancak satın almayanların deneyimlerini incelediniz ve çoğunun ürününüzün “nakliye ve taşıma” sayfasında durduğunu fark ettiniz, bu da nakliye masraflarınız konusunda tereddüt ettikleri anlamına geliyor.
Belki de geri dönen müşteriler için ücretsiz gönderim kampanyası başlatmalısınız, böylece artık onlar için endişe etmiyor.
Şimdi, yukarıdaki analizlerle, bu grubun dönüşüm oranını iyileştirmek için yapabileceğiniz iki somut eylemle karşılaştınız ve en önemlisi, benzer promosyon etkinliklerini yinelemeniz durumunda gelecekteki tüm gruplar için - şimdi tam zamanı Onları yapmak ve gelecek için dönüşüm oranınızın ve dönüşüm oranınızın iyileşip iyileşmediğini görmek için!
Bayanlar baylar, açık sözlerle kohort analiz.
Kohort analizini anlamak için üç anahtar çapa
Şimdi pratikte kohort analizi yapmaktan bahsedelim.
Kohort analizi yapmak için, analiziniz için “çapa” görevi yapmak için üç bilgiye ihtiyacınız olacak.
İlk “çapa”, geçmişte daima bir zaman dönemi olan kohortun tanımıdır.
Adından beklediğiniz gibi, bir “kohort” her zaman zamana bağlıdır ve web sitenize / mağazanıza belirli bir sürede giren bir grup insanı tanımlar. Bu nedenle, önce hangi zaman dilimini analiz etmek istediğinize karar vermeniz gerekir.
Kohort analizini hayal etmeyi sevdiğim yol, başlangıç ve bitişi olan 400 metre yarış gibidir; bu sırada tüm yarışçılarımızın (müşterilerimiz / kullanıcılarımız) davranışlarını takip etmek isteriz.
Kohort tanımı, yarışa başlayacağımız anı tanımlar ve yarışmacıların her birinin davranışlarını izlemeye başlayacağız.
Müşterilerinizin davranışlarını belirli bir tanıtım etkinliğinden analiz ediyorsanız, kohortunuz o etkinliğin zaman aralığı içinde web sitenize gelen tüm müşteriler olabilir.
Kohort tanımına yalnızca web sitenizi belirli bir kaynaktan (Facebook, Google, vb.) Ziyaret eden müşterileri analiz ederek ek filtreleme ekleyebilirsiniz, ancak kohort analizi için her zaman orada bulunması gerekir. çalışmak.
Tanımlanan kohort ile, şimdi ikinci “çapa” olan analizinizi (gecikme süresi) ne kadar süreyle çalıştırmak istediğinize karar vermenin zamanı geldi.
Kullanıcıların ilk ziyaretlerinden bir ay sonra nasıl davrandıklarını görmek istiyorsanız, gecikme süreniz 1 ay olur.
Bu numara büyük ölçüde tercihlerinize ve şirketinizin endüstriyel ortamına göre seçilir.
Son olarak, hem gecikme periyodu hem de kohort belirlendiğinde, analizinizin sonlandırma zamanı olan son çapamızı tespit edebiliriz .
Örneğin, 1 Mart - 7 Mart tarihleri arasında web sitenizi ziyaret eden kohortuzun davranışını izliyorsanız, bir aylık bir gecikme süresiyle bu sonucu elde edebileceğiniz en erken süre, 7 Nisan'a kadar gecikme döneminin sonunu işaret eder. Bu kohortta mümkün olan en son kişi.
Bu ayrıntı bitmemiş bir kohortu bitmiş gibi değerlendirdiği için Google Analytics’te çıkarılması kolaydır.
Ne demek istiyorum?
Bu çizim, haftalık olarak kohort büyüklüğünde bir örnek hesap göstermektedir. İlk sütun, grubun ilk kez web sitesini ziyaret ettiği andan itibaren ilk haftada harcanan ortalama süreyi temsil eder. Yani eğer kohort 27 Mayıs - 2 Haziran ise, bu aynı grubun ortalama seans süresini 3 Haziran - 9 Haziran arasında hesaplar.
Şimdi, 1. ve 2. hafta sütununun son iki kayıtlarına zum yapın; bu, en düşük ortalamayı verir: 04 ve: 01.
Panik yapmadan önce bir düşünün: Bu makalenin yazıldığı sırada, 8 Temmuz - 14 Temmuz haftasının başındayız; bu, en son 1 hafta ve 2 hafta bekletmenin yalnızca Temmuz günü için toplandığı anlamına gelir. 8. ve 9., 2/7 gün - bu nedenle bu veriler doğru değildir ve ilk sırada gösterilmemelidir!
Bu nedenle, kohortunuzla ilgili tüm verilerin toplandığından, bu durumda 15 Temmuz olan kesinlikle toplandığınızdan emin olmak için her zaman kohort analizinizin son bağlantısına dikkat edin.
Uygulamada Kohort Analizi
Bu makale, kohort analizinin tüm ayrıntıları hakkında konuşmaya adandığından, Google Analytics gibi araçların yardımı olmadan verileriniz üzerinde nasıl cohort analizi yapabileceğinizi de inceleyelim.
Daha da önemlisi, size Google Analytics’in kohort analiz özelliklerinde neden yanlış veriler verdiğini size göstereceğim.
İnsanların kohort analizi ile ilgili ortak bir yanılgı olduğunu düşünüyorum, kohort analizinin yalnızca başlangıç dönemi (1 Mart - 7 Mart) ve bitiş dönemi (1 Nisan - 7 Nisan) arasındaki veri noktalarının toplanması olduğunu düşünüyorlar.
Gerçek şu ki, daha fazla düşünürseniz, kohort performansınızı toplam verilerle hesaplamanız imkansızdır, çünkü Mart ayındaki oturum ziyaretinin Nisan ayında ziyaret edilen kişiden olup olmadığını söylemenin bir yolu yoktur.
Aslında, kohort analizini hesaplamak için, ilk periyotta ziyaret eden tüm kullanıcıları (1 - 7 Mart) tanımlamanız ve bu kullanıcıların her birinin sonuna kadar ziyaret edip etmediklerini görmek için tek tek davranışlarına bakmanız gerekir. 1 Nisan - 7 Nisan tarihleri arasında düşebilecek gecikme süresi.
Ardından, son kohort analiz verilerini elde etmek için bu bireysel kullanıcıların deneyimlerini bir araya getirirsiniz.
Hesaplama sırasında, bir avlanma söz konusudur: bir kullanıcı 2 Mart'ta ziyaret etmiş ve 3 Nisan'da geri dönmüşse, kullanıcıların geri dönüşündeki bir aylık limit nedeniyle teknik olarak “iade” olarak değerlendirilmemelidir.
Bu, verilerinizde maksimum doğruluk sağlamak için, analizinizin sonlandırma süresi, kullanıcıların Google Analytics tarafından kullanılan 7 Nisan tarihli bir sonlandırma tarihi yerine, web sitenizi ilk ziyaret ettiği zamana bağlı olarak 1 Nisan - 7 Nisan arasında değişecektir. .
Tek bir sonlandırma tarihine sahip olmak verileri biraz tutarsız hale getirir - kullanıcılarınızın teknik olarak 1 ay - 1 ay 7 gün arasında değişen bir gecikme süresi vardır. Bu, sonuçta hafif bir enflasyonla sonuçlanacaktır.
Bununla birlikte, Google’ın bunu mükemmel bir şekilde yapmasının nedeni, biraz daha az kesin olan verileri hesaplamak, Google Analytics’in tüm kullanıcılar için kohort analizi sağlaması için gereken hesaplama hacmi göz önüne alındığında çok daha fazla hesaplama açısından verimlidir.
Kullanıcılar olarak, Google Analytics’i kullanırken tüm kohort metriklerinizin en doğru hesaplama ile karşılaştırıldığında biraz şişirilmiş olduğunun farkında olmanız yeterlidir.
Kohort analizi işinizde nasıl kullanılır?
Şimdi bu bölümü, verilerinizle yapabileceğiniz türden kohort analiz türlerini ve her birinden ne tür bir işletme içgörüsü alabileceğinizi kısaca açıklayalım.
Genel olarak, diğer popüler analiz yöntemleriyle karşılaştırıldığında, bir kerelik kohort analizinden işletme değerini çıkarmak zordur.
Bunun nedeni, kohort analiz verilerinize dayanarak gerçekten tepki verememenizdir.
Çalışıyorsanız, bir huni analizi diyelim ve bazı kullanıcıların huninin bir bölümünden çok hızlı bir şekilde ayrıldığını görelim. Bu kullanıcıları hemen yeniden hedefleme kampanyası başlatabilir, bu kullanıcıları kaybetmediğinizden emin olmak için huniyi bazı sitelerin yeniden tasarımıyla düzenleyebilirsiniz.
Bununla birlikte, kohort analizi yaparken, geribildirim döngüsü genellikle çok daha uzundur.
Örneğin, 1 aylık bir gecikme kohort analizi kullanıyorsanız ve 1 aylık kullanıcı deneyiminizde bazı iyileştirmeler yaptıysanız, bu gelişmelerin sonucunu, 1 ay sonrasına kadar mevcut durumunuzun tam yolculuğunu görebileceğinize kadar tam olarak kavrayamazsınız. kohort.
Ve sonra, efekti görmek için başka bir ay daha geçecek - bu da dijital pazarın bakış açısından çok yavaş.
Bununla birlikte, yavaş olsa da, kohort analizi, kullanıcı yolculuğunuza çok daha eksiksiz bir bakış sağlar ve yalnızca sonucu hemen gören değil, aynı zamanda yapışkan olan ve şirketiniz için uzun vadeli bir değer yaratan bir kampanya tasarlamanıza yardımcı olmak için inanılmaz derecede faydalıdır.
Benim için, kohort analizi iki temel amaç için kullanılabilir: bir kerelik kampanya incelemesi ve devam eden kullanıcı katılımı kıyaslaması için.
Neredeyse tüm büyük pazarlamacılar ve kampanya yöneticileri, müşterileri veya şirketleri için yapabilecekleri tüm kampanyalar üzerinde geriye dönük analizler yapar.
Geriye dönük olarak, yönetici, kampanyadan sonra verilmiş olan 3-4 ay boyunca kampanyayla ilgili tüm verilere bakar ve kampanyanın müşterileri için uzun vadede ve kısa sürede amaçlanan sonuçları getirmede etkili olup olmadığı konusunda son bir değerlendirme yapar. .
Burada, kohort analizi, şirket ve yöneticilere, kampanya boyunca edinilen veya / veya dönüştürülen müşterilerin davranışları hakkında büyük miktarda bilgi sağlayabilir.
Örneğin, ürününüz için deneme marjının altında bir indirim için deneme seti satan bir promosyon kampanyası yürütüyorsanız, gerçekte istediğiniz şey, ürününüzü geri alan ve “gerçek” bir satın alma işlemi yapanlar için.
Kohort analizi, asıl durumun bu olup olmadığını belirlemenize yardımcı olabilir ve aynı kampanyanın önümüzdeki yıl mı yoksa bir sonraki çeyreğinde mi devam etmeniz gerektiğine dair son bir akıl sağlığı kontrolü sağlayabilir.
Şimdi devam eden kullanıcı katılımı kıyaslaması olan ikinci analitik kullanım durumundan bahsedelim.
Öğelerimi çok okuyanlar için, genellikle çok değişken oldukları için, kısa vadede seanslar ve hemen çıkma oranı gibi temel ölçümlerdeki değişikliklerden her zaman tereddüt ettiğimi biliyorsunuz.
Bununla birlikte, kohort analizi için, uzun bir süre boyunca hesaplandığından, bu kısa vadeli etkilere daha az eğilimlidir ve gerçek müşteri katılım seviyenizi uzun vadeli bir perspektifte yansıtır.
Ancak bu, kohort analizini gerçekten anlamak ve anlamak için yeterli bilgidir. Bu serinin bir sonraki bölümünde, Google Analytics kullanıcı arayüzünde kohort analizinin nasıl yapılacağı hakkında konuşacağız ve daha sonra Google Analytics API'sini kullanarak daha fazla analiz yapmaya devam edeceğiz.
Alıntı: humanlytics.co
Google Analytics’teki en yeni özelliklerden biri olarak, kohort analiz de analistlerde en fazla kargaşayı yaratan analizdir.
Karışıklık öncelikle iki yerden geliyor.
İlk olarak, Google Analytics'teki analitik özelliklerin çoğundan farklı olarak (oturum analizi, sayfa analizi vb.), Kohort analizi dinamiktir.
Bu, oturumunuzu veya sayfa etkinliklerinizi sabit bir zaman aralığında toplamak yerine kohort analizinin, web sitenizdeki ZAMAN ÜZERİNE çeşitli kullanıcı gruplarının davranışlarını tanımladığı anlamına gelir; bu, analizi derin bir anlayış olmadan yorumlamak ve anlamakta zorlaşır.
İkincisi, kohort analizinin eyleme geçirilebilir içgörü üretmek için kullanılması zordur.
Kullanıcılarımın son birkaç hafta içinde web siteme geri döneceğini bilmek güzel olabilir, ancak bu bilgiler kendi başlarına anlamsızdır - kohort analizinde öğrendiklerimi Google Analytics'teki diğer analizlerle nasıl birleştirebilirim? kullanıcımı web siteme daha fazla geri döndürmek için ne yapabilirim?
Bu makale, her iki karışıklığı da çözmenize yardımcı olacaktır.
- Kohort analiz tekniğine kapsamlı bir bakış ve gerçekte nasıl yapıldığını anlamak için kavramanız gereken birkaç önemli nokta
- Kullanıcılarınızın web sitenize daha fazla geri dönmelerini sağlamak için Google Analytics'teki diğer analiz modülleriyle birleştirerek kohort analizini kullanmanın birkaç temel yolunu sunun.
Kohort analizi nedir?
Kohort analizinin gerçekte ne olduğu hakkında konuşarak başlayalım.
Giriş bölümünde biraz belirtildiği gibi, kohort analizi bir grup kullanıcının / müşterinin davranışını zaman içinde analiz etmeye odaklanan ve bu müşterilerin deneyimleri ve şirketlerin bu deneyimleri daha iyi hale getirmek için ne yapabilecekleri hakkında fikir edinen bir analitik teknik.
Pekala, yüzünüze bu devasa tanım yığınını atmak muhtemelen bir tuğla atmak gibidir - acıtır, ama ne anlama geldiğini bilmiyorsunuz, o yüzden şimdi bu tanımı bozalım.
Kohort analizini anlamanın anahtarı, tekniğin kendisinden ilk adım atmak ve kendinizi müşterilerinizin ayakkabılarında düşünmektir.
Diyelim ki müşteriniz Abuziddin % 50 indirime yanıt olarak dört ay önce çevrimiçi mağazanıza girdi, ürünlerinize baktı ve avokado kozmetik ürünlerinizden küçük bir deneme aldı.
Bir işletme sahibi olarak, kendinize sormanız doğaldır - Abuziddin gibi insanlar bu deneme setinin satın alımı sonucunda mağazama geri dönüyor mu? Ne kadar hızlı geri dönecek ve şirketime hangi değeri sunacak?
Bu nedenle, mağaza görevlisinden (adı “Çerez”) Abuziddin gibi insanların davranışlarını takip etmelerini ve geri dönüp bir satın alma yapıp yapmadıklarını ve bu geri dönüşlerin ne sıklıkta olduğunu görmelerini isteyin.
Şimdi, dört ay sonra, siz ve “Cookie” ofis masanıza oturuyorsunuz ve bu belirli promosyon sırasında mağazanızı ziyaret eden ve bir deneme seti satın alan tüm Abuziddin benzeri kullanıcılara bakıyorsunuz. (bu arada, bu belirli bir zaman diliminde gelen bu kullanıcı grubuna bir grup denir).
Deneme setini alan kişilerin% 70'inin asla geri gelmediğini (serseri!),% 20'sinin en az bir kez mağazaya geri döndüğünü ancak bir şey almadığını ve kalan% 10'unun bu dört ayda bir şey aldığını fark ettin. dönem.
Peki ne oldu ve bunu nasıl düzeltebiliriz?
Öncelikle, bir daha geri dönmemiş kullanıcıların çoğunun, ürününüzle ilgilenmediği için değil, daha çok bilgi edinmediğiniz en büyük denizde (lanet akvaryum balığı hafızası) sizi unuttukları için yapmadığını varsayıyorsunuz.
Bundan dolayı, muhtemelen, deneme ürünlerinin kullanımının sonunda, ürünlerinizden daha fazla satın almaları gerektiğini hatırlatmak için yeniden hedefleme reklamları yayınlamaya başlamalısınız.
İkincisi, web sitenizi ziyaret eden, ancak satın almayanların deneyimlerini incelediniz ve çoğunun ürününüzün “nakliye ve taşıma” sayfasında durduğunu fark ettiniz, bu da nakliye masraflarınız konusunda tereddüt ettikleri anlamına geliyor.
Belki de geri dönen müşteriler için ücretsiz gönderim kampanyası başlatmalısınız, böylece artık onlar için endişe etmiyor.
Şimdi, yukarıdaki analizlerle, bu grubun dönüşüm oranını iyileştirmek için yapabileceğiniz iki somut eylemle karşılaştınız ve en önemlisi, benzer promosyon etkinliklerini yinelemeniz durumunda gelecekteki tüm gruplar için - şimdi tam zamanı Onları yapmak ve gelecek için dönüşüm oranınızın ve dönüşüm oranınızın iyileşip iyileşmediğini görmek için!
Bayanlar baylar, açık sözlerle kohort analiz.
Kohort analizini anlamak için üç anahtar çapa
Şimdi pratikte kohort analizi yapmaktan bahsedelim.
Kohort analizi yapmak için, analiziniz için “çapa” görevi yapmak için üç bilgiye ihtiyacınız olacak.
İlk “çapa”, geçmişte daima bir zaman dönemi olan kohortun tanımıdır.
Adından beklediğiniz gibi, bir “kohort” her zaman zamana bağlıdır ve web sitenize / mağazanıza belirli bir sürede giren bir grup insanı tanımlar. Bu nedenle, önce hangi zaman dilimini analiz etmek istediğinize karar vermeniz gerekir.
Kohort analizini hayal etmeyi sevdiğim yol, başlangıç ve bitişi olan 400 metre yarış gibidir; bu sırada tüm yarışçılarımızın (müşterilerimiz / kullanıcılarımız) davranışlarını takip etmek isteriz.
Kohort tanımı, yarışa başlayacağımız anı tanımlar ve yarışmacıların her birinin davranışlarını izlemeye başlayacağız.
Müşterilerinizin davranışlarını belirli bir tanıtım etkinliğinden analiz ediyorsanız, kohortunuz o etkinliğin zaman aralığı içinde web sitenize gelen tüm müşteriler olabilir.
Kohort tanımına yalnızca web sitenizi belirli bir kaynaktan (Facebook, Google, vb.) Ziyaret eden müşterileri analiz ederek ek filtreleme ekleyebilirsiniz, ancak kohort analizi için her zaman orada bulunması gerekir. çalışmak.
Tanımlanan kohort ile, şimdi ikinci “çapa” olan analizinizi (gecikme süresi) ne kadar süreyle çalıştırmak istediğinize karar vermenin zamanı geldi.
Kullanıcıların ilk ziyaretlerinden bir ay sonra nasıl davrandıklarını görmek istiyorsanız, gecikme süreniz 1 ay olur.
Bu numara büyük ölçüde tercihlerinize ve şirketinizin endüstriyel ortamına göre seçilir.
Son olarak, hem gecikme periyodu hem de kohort belirlendiğinde, analizinizin sonlandırma zamanı olan son çapamızı tespit edebiliriz .
Örneğin, 1 Mart - 7 Mart tarihleri arasında web sitenizi ziyaret eden kohortuzun davranışını izliyorsanız, bir aylık bir gecikme süresiyle bu sonucu elde edebileceğiniz en erken süre, 7 Nisan'a kadar gecikme döneminin sonunu işaret eder. Bu kohortta mümkün olan en son kişi.
Bu ayrıntı bitmemiş bir kohortu bitmiş gibi değerlendirdiği için Google Analytics’te çıkarılması kolaydır.
Ne demek istiyorum?
Bu çizim, haftalık olarak kohort büyüklüğünde bir örnek hesap göstermektedir. İlk sütun, grubun ilk kez web sitesini ziyaret ettiği andan itibaren ilk haftada harcanan ortalama süreyi temsil eder. Yani eğer kohort 27 Mayıs - 2 Haziran ise, bu aynı grubun ortalama seans süresini 3 Haziran - 9 Haziran arasında hesaplar.
Şimdi, 1. ve 2. hafta sütununun son iki kayıtlarına zum yapın; bu, en düşük ortalamayı verir: 04 ve: 01.
Panik yapmadan önce bir düşünün: Bu makalenin yazıldığı sırada, 8 Temmuz - 14 Temmuz haftasının başındayız; bu, en son 1 hafta ve 2 hafta bekletmenin yalnızca Temmuz günü için toplandığı anlamına gelir. 8. ve 9., 2/7 gün - bu nedenle bu veriler doğru değildir ve ilk sırada gösterilmemelidir!
Bu nedenle, kohortunuzla ilgili tüm verilerin toplandığından, bu durumda 15 Temmuz olan kesinlikle toplandığınızdan emin olmak için her zaman kohort analizinizin son bağlantısına dikkat edin.
Uygulamada Kohort Analizi
Bu makale, kohort analizinin tüm ayrıntıları hakkında konuşmaya adandığından, Google Analytics gibi araçların yardımı olmadan verileriniz üzerinde nasıl cohort analizi yapabileceğinizi de inceleyelim.
Daha da önemlisi, size Google Analytics’in kohort analiz özelliklerinde neden yanlış veriler verdiğini size göstereceğim.
İnsanların kohort analizi ile ilgili ortak bir yanılgı olduğunu düşünüyorum, kohort analizinin yalnızca başlangıç dönemi (1 Mart - 7 Mart) ve bitiş dönemi (1 Nisan - 7 Nisan) arasındaki veri noktalarının toplanması olduğunu düşünüyorlar.
Gerçek şu ki, daha fazla düşünürseniz, kohort performansınızı toplam verilerle hesaplamanız imkansızdır, çünkü Mart ayındaki oturum ziyaretinin Nisan ayında ziyaret edilen kişiden olup olmadığını söylemenin bir yolu yoktur.
Aslında, kohort analizini hesaplamak için, ilk periyotta ziyaret eden tüm kullanıcıları (1 - 7 Mart) tanımlamanız ve bu kullanıcıların her birinin sonuna kadar ziyaret edip etmediklerini görmek için tek tek davranışlarına bakmanız gerekir. 1 Nisan - 7 Nisan tarihleri arasında düşebilecek gecikme süresi.
Ardından, son kohort analiz verilerini elde etmek için bu bireysel kullanıcıların deneyimlerini bir araya getirirsiniz.
Hesaplama sırasında, bir avlanma söz konusudur: bir kullanıcı 2 Mart'ta ziyaret etmiş ve 3 Nisan'da geri dönmüşse, kullanıcıların geri dönüşündeki bir aylık limit nedeniyle teknik olarak “iade” olarak değerlendirilmemelidir.
Bu, verilerinizde maksimum doğruluk sağlamak için, analizinizin sonlandırma süresi, kullanıcıların Google Analytics tarafından kullanılan 7 Nisan tarihli bir sonlandırma tarihi yerine, web sitenizi ilk ziyaret ettiği zamana bağlı olarak 1 Nisan - 7 Nisan arasında değişecektir. .
Tek bir sonlandırma tarihine sahip olmak verileri biraz tutarsız hale getirir - kullanıcılarınızın teknik olarak 1 ay - 1 ay 7 gün arasında değişen bir gecikme süresi vardır. Bu, sonuçta hafif bir enflasyonla sonuçlanacaktır.
Bununla birlikte, Google’ın bunu mükemmel bir şekilde yapmasının nedeni, biraz daha az kesin olan verileri hesaplamak, Google Analytics’in tüm kullanıcılar için kohort analizi sağlaması için gereken hesaplama hacmi göz önüne alındığında çok daha fazla hesaplama açısından verimlidir.
Kullanıcılar olarak, Google Analytics’i kullanırken tüm kohort metriklerinizin en doğru hesaplama ile karşılaştırıldığında biraz şişirilmiş olduğunun farkında olmanız yeterlidir.
Kohort analizi işinizde nasıl kullanılır?
Şimdi bu bölümü, verilerinizle yapabileceğiniz türden kohort analiz türlerini ve her birinden ne tür bir işletme içgörüsü alabileceğinizi kısaca açıklayalım.
Genel olarak, diğer popüler analiz yöntemleriyle karşılaştırıldığında, bir kerelik kohort analizinden işletme değerini çıkarmak zordur.
Bunun nedeni, kohort analiz verilerinize dayanarak gerçekten tepki verememenizdir.
Çalışıyorsanız, bir huni analizi diyelim ve bazı kullanıcıların huninin bir bölümünden çok hızlı bir şekilde ayrıldığını görelim. Bu kullanıcıları hemen yeniden hedefleme kampanyası başlatabilir, bu kullanıcıları kaybetmediğinizden emin olmak için huniyi bazı sitelerin yeniden tasarımıyla düzenleyebilirsiniz.
Bununla birlikte, kohort analizi yaparken, geribildirim döngüsü genellikle çok daha uzundur.
Örneğin, 1 aylık bir gecikme kohort analizi kullanıyorsanız ve 1 aylık kullanıcı deneyiminizde bazı iyileştirmeler yaptıysanız, bu gelişmelerin sonucunu, 1 ay sonrasına kadar mevcut durumunuzun tam yolculuğunu görebileceğinize kadar tam olarak kavrayamazsınız. kohort.
Ve sonra, efekti görmek için başka bir ay daha geçecek - bu da dijital pazarın bakış açısından çok yavaş.
Bununla birlikte, yavaş olsa da, kohort analizi, kullanıcı yolculuğunuza çok daha eksiksiz bir bakış sağlar ve yalnızca sonucu hemen gören değil, aynı zamanda yapışkan olan ve şirketiniz için uzun vadeli bir değer yaratan bir kampanya tasarlamanıza yardımcı olmak için inanılmaz derecede faydalıdır.
Benim için, kohort analizi iki temel amaç için kullanılabilir: bir kerelik kampanya incelemesi ve devam eden kullanıcı katılımı kıyaslaması için.
Neredeyse tüm büyük pazarlamacılar ve kampanya yöneticileri, müşterileri veya şirketleri için yapabilecekleri tüm kampanyalar üzerinde geriye dönük analizler yapar.
Geriye dönük olarak, yönetici, kampanyadan sonra verilmiş olan 3-4 ay boyunca kampanyayla ilgili tüm verilere bakar ve kampanyanın müşterileri için uzun vadede ve kısa sürede amaçlanan sonuçları getirmede etkili olup olmadığı konusunda son bir değerlendirme yapar. .
Burada, kohort analizi, şirket ve yöneticilere, kampanya boyunca edinilen veya / veya dönüştürülen müşterilerin davranışları hakkında büyük miktarda bilgi sağlayabilir.
Örneğin, ürününüz için deneme marjının altında bir indirim için deneme seti satan bir promosyon kampanyası yürütüyorsanız, gerçekte istediğiniz şey, ürününüzü geri alan ve “gerçek” bir satın alma işlemi yapanlar için.
Kohort analizi, asıl durumun bu olup olmadığını belirlemenize yardımcı olabilir ve aynı kampanyanın önümüzdeki yıl mı yoksa bir sonraki çeyreğinde mi devam etmeniz gerektiğine dair son bir akıl sağlığı kontrolü sağlayabilir.
Şimdi devam eden kullanıcı katılımı kıyaslaması olan ikinci analitik kullanım durumundan bahsedelim.
Öğelerimi çok okuyanlar için, genellikle çok değişken oldukları için, kısa vadede seanslar ve hemen çıkma oranı gibi temel ölçümlerdeki değişikliklerden her zaman tereddüt ettiğimi biliyorsunuz.
Bununla birlikte, kohort analizi için, uzun bir süre boyunca hesaplandığından, bu kısa vadeli etkilere daha az eğilimlidir ve gerçek müşteri katılım seviyenizi uzun vadeli bir perspektifte yansıtır.
Ancak bu, kohort analizini gerçekten anlamak ve anlamak için yeterli bilgidir. Bu serinin bir sonraki bölümünde, Google Analytics kullanıcı arayüzünde kohort analizinin nasıl yapılacağı hakkında konuşacağız ve daha sonra Google Analytics API'sini kullanarak daha fazla analiz yapmaya devam edeceğiz.
Alıntı: humanlytics.co