lékem na marnost metriky když máte méně než 1 hodina/týden pro marketing analytics
Začátkem tohoto roku, jsme na Humanlytics rozhovor s více než 100 malých a středních podniků (malé a střední podniky), aby se dozvěděli o jejich největší digitální marketing bolesti bodů. Zjistili jsme, že dvě opakující se témata stále vrací znovu a znovu:
- Málo Času/Pásma pro Analytiky: Většina malých podniků majitelé a obchodníci mají velmi omezený čas a šířku pásma, aby analyzovat jejich data. Jsou příliš zaneprázdněni provozováním svých podniků. Jako jeden vlastník firmy, „použití údajů, je jako snažit se zachránit klavír z hořící místnosti — to je hezké mít, ale mám vyšší priority.“Je to proto, že to trvá hodně času a školení proměnit data do žalovatelné obchodní postřehy, tj. odpovědět na obchodní otázky a podporovat obchodní rozhodování.
- Marnost Metriky nepřidávat Podnikání Hodnota: Marnost metriky jsou metriky, které budete cítit dobře o vaše podnikání, ale ne ve skutečnosti vám pomohou učinit rozhodnutí (nejsou to trestné). Problém s metrikami marnosti spočívá v tom, že ve skutečnosti mohou být horší než nepoužívat analytiku. Nejsou to jen ztráta času, mohou skutečně uvést v omyl vaše obchodní rozhodnutí. Souhrnné metriky, jako například „nové relace“ na vašem webu, mohou zakrýt více, než odhalí. Například, pokud váš počet nových relací jde nahoru, je to dobrá věc (získání trakce s novými uživateli), nebo špatně (retence s vracejících se uživatelů jde dolů)?
Zde přichází kohortová analýza. Funkce kohortové analýzy v Google Analytics je protijedem obou problémů (omezený čas a zavádějící metriky marnosti).
co je kohorta? Ve zkratce, kohorta je prostě podmnožina uživatelů seskupených podle sdílených charakteristik. V kontextu obchodní analýzy kohorta obvykle označuje podmnožinu uživatelů specificky segmentovaných podle data akvizice(tj. poprvé, kdy uživatel navštíví váš web).
„kohortová analýza“ pak jednoduše umožňuje porovnat chování a metriky různých kohort v průběhu času. Poté můžete najít kohorty s nejvyšším výkonem (nebo s nejnižším výkonem) a jaké faktory tento výkon řídí.
přehled skupinová analýza je jedním z nejvíce nedoceněných funkcí na Google Analytics. Proč? Protože vám pomůže izolovat dopad vašich různých marketingových aktivit na konkrétní skupinu příjemců namísto šumu v datech.
spuštění kohortní analýzy je jedním z nejjednodušších způsobů, jak spustit experiment pro vaše podnikání. Jako obchodník můžete spustit časově vázanou kampaň s určitými charakteristikami, které chcete otestovat: obsah reklamy, marketingový kanál, cílové publikum, design vstupní stránky atd. Pak můžete porovnat metriky na dosah, zapojení a konverze pro tyto různé marketingové kampaně, zjistit, které faktory kampaň skutečně přidanou hodnotu pro vaše podnikání, a který ne..
Toto je především skutečná hodnota a účel marketingové analýzy. Jednoduše řečeno, marketingová analytika vám řekne, co funguje, co nefunguje a jak upravit své marketingové aktivity na základě této zpětné vazby. Kohortová analýza to dělá právě tím, že se zaměřuje na účinek každé marketingové aktivity nebo změny na konkrétní publikum v čase.
pokud jde o problém s nedostatkem času pro mnoho podniků, projít si typickou kohortovou analýzou každý týden vám zabere méně než hodinu. Každý podnik má jiné potřeby marketingové analýzy. Ale pro mnoho firem, pokud máte pouze čas a šířku pásma, aby se podívat na jeden Google Analytics report za týden, jsem často doporučují, počínaje kohortní analýzou, místo ztrácíme čas s marnost metriky.
v tomto článku se budeme zabývat:
- , Co Kohortní Analýzy je Dobré Pro
- Omezení Kohortní Analýzy v Google Analytics
- Začátečník je Primer na skupinová Analýza v Google Analytics
- Pár Příkladů z Kohortní Analýzy, jak začít
Jako business analytics techniky, skupinová Analýza umožňuje porovnat proměnné a změny mezi své digitální marketingové kampaně.
například, stejně jako skutečné kamenné obchody, se mění webové stránky. Pokud to děláte správně, mění se hodně a často. Pomocí kohortové analýzy se můžete pokusit izolovat vliv úpravy webových stránek na chování uživatelů.
zde jsou některé faktory, které mohou ovlivnit chování uživatelů, které budete chtít analyzovat pomocí kohortové analýzy:
- Cílové publikum
- obsah Reklamy
- Programy
- Kampaně/experimenty
- webové Stránky redesigns
- Nové produktové řady a nabídky služeb
- Prodej, slevy, propagační kampaně
web analytics, můžete porovnat, jak kohorty v provozu metriky (např. vracejících se uživatelů), zapojení metriky (např. průměrná doba trvání návštěvy), nebo konverze metriky (např. relace s transakcemi).
ačkoli můžete teoreticky analyzovat kterýkoli z těchto faktorů pomocí kohortové analýzy, ne každý analytický nástroj (např.
omezení kohortové analýzy v Google Analytics
ačkoli kohortová analýza může být teoreticky velmi užitečná, zpráva o kohortové analýze v Google Analytics má v praxi mnoho omezení.
za prvé, kohorty obecně mohou být technicky seskupeny podle jakékoli sdílené charakteristiky. Zpráva o analýze kohorty v Google Analytics (která je již nějakou dobu v beta verzi) však může v současné době definovat kohorty pouze na základě data akvizice(tj.
za druhé, sledování uchovávání a vracení uživatelů na vašem webu (k čemuž se často používá kohortová analýza) je v současné době pro Google Analytics nepřesným cvičením. Řekněme například, že Pete je uživatel na vašem webu a dnes navštíví váš web. Pokud zítra znovu navštíví, Google Analytics by ho měl zaregistrovat jako vracejícího se uživatele.
Nicméně, pokud Pete se žádné z těchto věcí, Google Analytics nemusí být schopen správně sledovat jeho příštím zasedání jako opakované návštěvy:
- Vymazání souborů cookie prohlížeče
- Návštěvu webu na jiné zařízení nebo prohlížeče
- , že Navštívíte stránky v anonymním režimu
typický digitální spotřebitel nyní vlastní v průměru zařízení 3.64 a 36% Američanů vlastní smartphone, počítač a tablet. Tato neschopnost důsledně sledovat uživatele napříč zařízeními, prohlížeči a relacemi není triviální problém.
konečně je tu problém matoucích proměnných. Jak jsme diskutovali dříve, může být užitečné překrýt metriky kohorty s marketingovým kalendářem, abyste zjistili, jak se metriky mění s vašimi marketingovými aktivitami.
ale jakákoli souvislost mezi marketingovou kampaní a nárůstem metrik je korelace, nikoli příčinná souvislost. Možná jste začali tuto novou reklamní kampaň Facebook minulé pondělí, ale lze zvýšení retence uživatelů skutečně připsat kvalitě vašich reklam Facebook? Nebo by to mohlo být tak, že jeden z vašich starších blogových příspěvků začíná být trakční?
Pokud spustíte randomizovaných kontrolovaných studií (Rct), kde si náhodně přiřadit uživatele do kontrolní skupiny nebo experimentální skupiny, nelze s konečnou platností stanovit příčinnou souvislost mezi marketingové kampaně a metrické změny. To platí zejména v případě, že máte spuštěno více kampaní současně.
To, co bylo řečeno, a to i s jeho omezeními, skupinová analýza v Google Analytics může ještě být směrově správně pro data-řízené rozhodování, zejména pokud si otestovat své marketingové kampaně a změny jako samostatné experimenty (např. pokud máte pouze spustit Facebook reklamy v lednu, Twitter ads v únoru, Adwords, kampaně v Březnu, atd.).
zde je návod, jak používat funkci kohortové analýzy v Google Analytics.
základní nátěr pro začátečníky ke zprávě o analýze kohorty v Google Analytics
zprávu o analýze kohorty najdete v části Publikum.
V horní části kohortní analýzou, můžete upravit nastavení pro kohorty typ, velikost kohorty, metriku a časové období.
- Kohorty typ: v současné době, jediná možnost je pořízení datum (datum prvního zasedání)
- velikost Kohorty: můžete si vybrat, definovat kohorty ve dne, týdne, nebo měsíce. Například, pokud vyberete měsíc, pak každé kohorty představuje uživatele získané v konkrétní měsíc (např. leden kohorta zahrnuje všechny uživatele, kteří měli své první zasedání v lednu)
- Datum rozsah: okna času, který chcete zkontrolovat (např. poslední 6 týdny)
- Metrické: údaje uvidíte v přehledu. Výchozí metrikou je retence uživatele, která měří procento uživatelů, kteří se vracejí.
můžete také zvolit tyto metriky „na uživatele“ a metriky “ celkem:
poté můžete zvolit, které kohort k zobrazení na grafu.
můžete také přidat další segmenty (např. mobilní/tablet dopravy, atd.) pro srovnání, stejně jako s jakoukoli jinou zprávu, kliknutím na tlačítko kliknutím na tlačítko plus vedle „Všechny Uživatele“ v horní části zprávy. Náš tutoriál o používání segmentů Google Analytics k analýze publika najdete zde:
skutečným masem zprávy o kohortové analýze je však tepelná mapa přímo pod tímto grafem. Například níže porovnávám všechny uživatele se segmentem placeného provozu.
a Tato mapa vám umožní rychle identifikovat nejvyšší (a nejnižší) provedení metriky, podle kohorty a týden po datu akvizice. Týden 0 představuje týden, ve kterém uživatelé této kohorty měli první relaci. Tuto kohortovou tepelnou mapu nelze exportovat,takže možná budete muset zkopírovat/vložit nebo snímek obrazovky.
řekněme, že jsem běžel nový remarketing Adwords kampaň týden 9/11 přesměrovat uživatele, kteří navštívili mé stránky. Jak můžete vidět ve zprávě o kohortové analýze výše, Moje retence uživatelů se v tomto týdnu výrazně zvýšila. To může být důkazem toho, že moje remarketingová kampaň zvyšuje retenci uživatelů, což mohu dále prozkoumat ve své zprávě Adwords (v části akvizice).
To je důvod, proč doporučuji vytáhl svůj marketingový kalendář v samostatném okně pro překrytí vaši kohorty tepla mapa s rámci vašich marketingových aktivit. Pokud chcete pouze sledovat data marketingových kampaní, doporučujeme vyzkoušet vestavěnou funkci anotací v přehledech Google Analytics.