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 сайты рунета принимают онлайн-платежи в 2019 году: исследование MARC

Международный исследовательский центр MARC изучил, как сайты рунета принимают онлайн оплату. Число площадок, на которых можно платить онлайн, за 2018 год выросло на 15% — до 143 000.

далее →

Data Insight изучила онлайн-рынок продуктов питания

Data Insight при поддержке Dynamic Field представила исследование "Онлайн-заказ продуктов питания". В исследовании рассматривается онлайн-рынок продуктов питания. Статистика сектора приводится по 34 магазинам продуктов питания, входящим в ТОП 1000 российских интернет магазинов.

далее →

Основные цифровые тренды в ритейле 2019-2020

Сегодня мы отовсюду слышим о стремительных изменениях в розничной торговле – об контроле и мониторинге поведения клиентов, их предпочтений и ключевых факторах, обеспечивающих позитивную динамику развития рынка. Мы не замечаем, как новая реальность, о которой ведутся постоянные дискуссии, наступила.

далее →

Логистика интернет-торговли: предпочтения, тенденции и прогнозы

Исследовательское агентство Data Insight, специализирующееся на рынке электронной коммерции, опубликовало исследование рынка онлайн-торговли в России и в мире за 2018 год. «Интернет-торговля в России 2018» - исследование, объединяющее отчеты Data Insight, а также публичные исследования и данные об интернете, онлайн-покупках, доставке из онлайн-магазинов и покупателях.

далее →

Обсуждение с экспертами майских новостей в e-commerce

Наши эксперты: Дмитрий Спиридонов, CloudPayments; Андрей Чешко, «Мультисервисная платежная система»; Юрий Семашко, «Мегабонус»; Руслан Кодачигов, DeltaClick (AG Deltaplan); Константин Елистратов, «Ярга»; Денис Бэнэвиз, FM Logistic; Алексей Прыгин, MXP; Константин Смирнов, ГК «КОРУС Консалтинг»; Олег Карнаух, Smart Business; Алексей Бездеткин, Boxberry...

далее →

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