Когортный анализ в Google Analytics

Смотрите в каталоге
e-CRM, social-CRM
Когортный анализ в Google Analytics

Последнее время набирает интерес публики к инструментам кратного роста или так называемому growth hacking. Одним из важных инструментов этого процесса является когортный анализ, который позволяет правильно оценивать вклад от изменений в бизнесе или продукте. Важность использования когорт я показал в статье про экономику интернет-магазина, однако, как выяснилось, далеко не все знают, как получить данные для такого анализа. В этой статье я хочу рассказать о том, как построить когортный отчет в Google Analytics.

Для начала рассмотрим, произвольный отчет. Здесь и далее я буду рассматривать произвольный сайт, к которому у меня есть доступ, сайт не имеет значения и анонимизирован, нам важно понять суть построения. Строить будем отчет по каналам, стандартный вид отчета представлен на рисунке.

Когортный анализ в Goolge Analytics

Хорошо видно, что у сайта есть дневная аудитория с различных каналов. Но что нам дает этот отчет, и что означают пики и падения у графика? С чем они связаны? Может ли данный отчет дать нам ответ?

И так, в важности когорты мы определились, теперь вопрос, как выудить эту информацию из GA? Собственно нас интересуют следующие даты (общий случай): дата первого захода — формирует когорту, дата активации, дата первой оплаты (отдельно даты следующих оплат и их количество). Все это позволит нам оптимизировать потом воронку.

Чтобы получить выборку посетителей, который зашли в первый раз за выбранный период (когорту) нужно попросить GA отсегментировать аудиторию по признаку «Дата первого сеанса». Делается это в разделе Сегменты, куда можно попасть кликнув на выборку «Все сеансы». А затем нажать «+Сегмент».

Когортный анализ в Goolge Analytics

В открывшейся форме указываем название сегмента — 1 когорта, и указываем дату первого сеанса. Для примера я буду строить недельные когорты. Указываю интересующие меня даты. Обратите внимание — 1 октября 2014 не понедельник.

Когортный анализ в Goolge Analytics

Далее нажимаем сохранить и получаем вот такой вот график. Отображение графика делаем понедельным. И видим, что пользователи, которые пришли на сайт в 1 когорте приходили на сайт и 2 и в 3 недели и даже позже. Кроме того, они могли совершать и целевые нам действия не на первой неделе.

Когортный анализ в Goolge Analytics

Аналогичным способом строим когорты для 2, 3 и 4 недель октября. И тут выходит на первый план ограничения GA. Во-первых, срезы по сегментам он может делать только за 3 месяца, чтобы построить скажем за больший период, надо смещать даты по 3 месяца и выписывать данные в ручную. Кроме того, одновременно он может посмотреть только 4 сегмента. В целом для когортного анализа это мало.

Когортный анализ в Goolge Analytics

Простейший способ получить данные навести курсор мыши на график и выписать в табличку.

Когортный анализ в Goolge Analytics

В итоге получим следующую информацию, столбцы это периоды, а строки это когорты. Хорошо видно, что например, 5 когорта в 1 свою неделю дала меньше аудитории, чем 3 когорта, но за 3 недели 5 когорта дала больше трафику, чем 3 когорта за 5 недель. Так же хорошо заметно что 1 когорта продолжает посещать сайт и 7 недель спустя.

Когортный анализ в Goolge Analytics

Теперь мы знаем как извлекать (в общем случае) информацию из GA с помощью когорт. Далее будем учиться строить более интересные отчеты.

Автор: Даниил Ханин, COO Witget.com

Первоисточник: http://khanin.info/blog/47

Компании и сервисы: Witget
Автор: igor-nazarov

Подписаться на новости

Читайте также

Как карантин подстегнул e-commerce: события, тренды и факты

Режим самоизоляции проверил на прочность российский e-commerce. Возросшая нагрузка на онлайн дала возможность протестировать и улучшить все процессы: удобство сайта, процесс оформления заказа (прежде всего, проблемы возникли у тех магазинов, бизнес которых был сфокусирован на офлайне), возможность быстрого перевода колл-центров на удаленную работу и масштабируемость логистики (не только из-за возросшего количества товаров, но и из-за необходимости расширения географии — доставки в областные центы). Электронная коммерция в России получила мощный стимул для развития, полагает генеральный директор платформы Price.ru (входит в холдинг S8 Capital) Елена Суховей.

далее →

Обсуждение с экспертами майских новостей в e-commerce

Наши экcперты: Александр Тарасов, управляющий партнёр DIS Group; Александр Арутюнов, генеральный директор EMKA; Павел Костин, генеральный директор CDXP-платформы Exponea; Антон Гусев, руководитель бизнес-юнита «Маркетплейс» ПЭК; Екатерина Донцова, операционный директор кэшбэк-сервиса Backit и партнерской сети ePN Affiliate…

далее →

Онлайн-рынок спортивных товаров в 2019 году: цифры и факты

Data Insight при поддержке Arvato Supply Chain Solutions выпускает исследование «Онлайн-рынок спортивных товаров». В исследование вошел 41 интернет-магазин товаров для спорта и активного отдыха, включая магазины широкого профиля (спорттовары), спортивной одежды, товаров для туризма и рыбалки, военных товаров и оружия, спортивного питания, а также магазины продающие велосипеды, лыжи и доски.

далее →

Что заказывали из Китая весной 2020 года

Компания OT Commerce подготовила отчет о том, какие китайские товары пользовались спросом весной 2020 года.  В исследовании использованы данные платформы ОТ, на которой работают около 200 интернет-магазинов с китайскими товарами Таобао/1688.com.

далее →

Retail Live: подборка лучших эфиров Бориса Преображенского. Выпуск 3

Подборка лучших эфиров Бориса Преображенского за последнюю неделю. Интервью о новых тенденциях, технологиях и решениях в e-commerce и ритейле.

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook