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

20 апреля / Комментарии

МТТ определил тренды в digital-маркетинге

ОАО «МТТ», федеральный провайдер интеллектуальных решений для бизнеса, впервые провел масштабное исследование уровня автоматизации маркетинга бизнеса в России.

далее →

20 апреля / Комментарии

Преимущества использования автоматизации в программатике

Буквально в течение трех последних лет, экосистема программатика существенно увеличила cвою долю от общего рынка цифровой рекламы. Персонализированный ретаргетинг, в частности, определен как ее наиболее быстрорастущий сегмент. Использование автоматизации (особенно метода глубокого обучения) поможет вплотную приблизить рекламодателей к достижению поставленных целей.

далее →

19 апреля / Комментарии

Интернет-торговля в России 2018: цифры и факты

19 апреля Федор Вирин выступил на РИФ 2018 с докладом "Интернет-торговля в России 2018", в котором представил ключевые цифры 2018 года и прогнозы.

далее →

19 апреля / Комментарии

Аналитика онлайн-рынка китайских товаров

Компания OT Commerce проанализировали статистику интернет-магазинов, созданных на базе платформы ОТ. Собранные данные показывают наиболее общую картину о состоянии рынка китайских товаров Таобао/1688.

далее →

17 апреля / Комментарии

Обсуждение с экспертами мартовских новостей онлайн-ритейла

Наши эксперты: Александр Субцельный, руководитель агентства MailStep; Михаил Конев, директор службы доставки Boxberry; Диана Голяш, исполнительный директор Siten Group; Юлия Сяглова, преподаватель кафедры маркетинга Института отраслевого менеджмента (ИОМ) РАНХиГС; Клим Миронов, CTO Digital-агентства PICONSULT; Евгений Харьков, ведущий аналитик digital-агентства webit; Петр Тованов, медиабайер Купибилет...

далее →

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