Das Gegenmittel gegen Vanity-Metriken, wenn Sie weniger als 1 Stunde / Woche für Marketinganalysen haben
Anfang dieses Jahres haben wir bei Humanlytics mehr als 100 kleine und mittlere Unternehmen (KMU) befragt, um mehr über ihre größten Probleme im digitalen Marketing zu erfahren. Was wir fanden, war, dass zwei wiederkehrende Themen immer wieder auftauchten:
- Knappe Zeit / Bandbreite für Analysen: Die meisten Kleinunternehmer und Vermarkter haben nur sehr begrenzte Zeit und Bandbreite, um ihre Daten zu analysieren. Sie sind zu beschäftigt, ihre Geschäfte zu führen. Wie ein Geschäftsinhaber es ausdrückte: „Die Verwendung von Daten ist wie der Versuch, ein Klavier aus einem brennenden Raum zu retten — es ist schön zu haben, aber ich habe höhere Prioritäten.“ Dies liegt daran, dass es viel Zeit und Training erfordert, um Daten in umsetzbare Geschäftseinblicke umzuwandeln, d. H. Geschäftsfragen zu beantworten und Geschäftsentscheidungen zu unterstützen.
- Vanity-Metriken schaffen keinen geschäftlichen Mehrwert: Vanity-Metriken sind Metriken, mit denen Sie sich in Ihrem Unternehmen wohl fühlen, die Ihnen jedoch nicht dabei helfen, Entscheidungen zu treffen (sie sind nicht umsetzbar). Das Problem mit Vanity-Metriken ist, dass sie tatsächlich schlimmer sein können, als keine Analysen zu verwenden. Sie sind nicht nur Zeitverschwendung, sie können Ihre Geschäftsentscheidungen tatsächlich irreführen. Aggregierte Metriken wie „neue Sitzungen“ auf Ihrer Website können beispielsweise mehr verschleiern, als sie offenbaren. Zum Beispiel, wenn Ihre Anzahl neuer Sitzungen steigt, ist dies eine gute Sache (Traktion mit neuen Benutzern) oder eine schlechte Sache (Retention mit wiederkehrenden Benutzern sinkt)?
Hier kommt die Kohortenanalyse ins Spiel. Die Kohortenanalyse-Funktion in Google Analytics ist das Gegenmittel für beide Probleme (begrenzte Zeit und irreführende Vanity-Metriken).
Was ist eine Kohorte? Kurz gesagt, Eine Kohorte ist einfach eine Teilmenge von Benutzern, die nach gemeinsamen Merkmalen gruppiert sind. Im Rahmen von Business Analytics bezieht sich eine Kohorte normalerweise auf eine Teilmenge von Benutzern, die speziell nach dem Erfassungsdatum segmentiert ist (d. H. Das erste Mal, wenn ein Benutzer Ihre Website besucht).
Eine „Kohortenanalyse“ ermöglicht es Ihnen dann einfach, das Verhalten und die Metriken verschiedener Kohorten im Laufe der Zeit zu vergleichen. Sie können dann die leistungsstärksten (oder leistungsschwächsten) Kohorten finden und welche Faktoren diese Leistung antreiben.
Der Kohortenanalysebericht ist eine der am meisten unterschätzten Funktionen von Google Analytics. Warum? Weil es Ihnen hilft, die Auswirkungen Ihrer verschiedenen Marketingaktivitäten auf eine bestimmte Gruppe von Empfängern zu isolieren, anstatt Rauschen in den Daten.
Die Durchführung einer Kohortenanalyse ist eine der einfachsten Möglichkeiten, ein Experiment für Ihr Unternehmen durchzuführen. Als Vermarkter können Sie eine zeitgebundene Kampagne mit bestimmten Merkmalen ausführen, die Sie testen möchten: Anzeigeninhalt, Marketingkanal, Zielgruppe, Landingpage-Design usw. Sie können dann Metriken für Reichweite, Engagement und Conversion für diese verschiedenen Marketingkampagnen vergleichen, um zu sehen, welche Faktoren der Kampagne Ihrem Unternehmen tatsächlich einen Mehrwert verschafft haben und welche nicht.
Dies ist in erster Linie der eigentliche Wert und Zweck von Marketinganalysen. Einfach ausgedrückt, Marketing Analytics sagt Ihnen, was funktioniert, was nicht funktioniert und wie Sie Ihre Marketingaktivitäten basierend auf diesem Feedback anpassen können. Die Kohortenanalyse tut genau das, indem sie sich auf die Auswirkungen jeder Marketingaktivität oder Änderung auf eine bestimmte Zielgruppe in der Zeit konzentriert.
Was das Problem der Zeitknappheit für viele Unternehmen betrifft, dauert es weniger als eine Stunde, wenn Sie jede Woche Ihre typische Kohortenanalyse durchführen. Jedes Unternehmen hat unterschiedliche Anforderungen an Marketinganalysen. Wenn Sie jedoch für viele Unternehmen nur die Zeit und Bandbreite haben, um einen Google Analytics-Bericht pro Woche anzuzeigen, empfehle ich häufig, mit dem Kohortenanalysebericht zu beginnen, anstatt Zeit mit Vanity-Metriken zu verschwenden.
In diesem Artikel behandeln wir:
- Wofür die Kohortenanalyse gut ist
- Einschränkungen der Kohortenanalyse in Google Analytics
- Eine Einführung für Anfänger in den Kohortenanalysebericht in Google Analytics
- Einige Beispiele für Kohortenanalysen zum Einstieg
Als Business Analytics-Technik können Sie mit einer Kohortenanalyse Variablen und Änderungen zwischen Ihren digitalen Daten vergleichen
Zum Beispiel ändern sich Websites wie echte stationäre Geschäfte. Wenn Sie es richtig machen, ändern sie sich viel und oft. Sie können eine Kohortenanalyse verwenden, um zu versuchen, die Auswirkungen der Website-Änderung auf das Benutzerverhalten zu isolieren.
Hier sind einige Faktoren, die sich auf das Benutzerverhalten auswirken können, die Sie möglicherweise mit einer Kohortenanalyse analysieren möchten:
- Zielgruppe
- Anzeigeninhalt
- Kanäle
- Kampagnen / Experimente
- Website-Redesigns
- Neue Produktlinien und Serviceangebote
- Verkäufe, Rabatte, Werbekampagnen
In Web Analytics können Sie die Leistung von Kohorten in Bezug auf Traffic-Metriken (z. B. wiederkehrende Benutzer), Engagement-Metriken (z. B. durchschnittliche Sitzungsdauer) oder Conversion-Metriken (z. b. Sitzungen mit Transaktionen).
Obwohl Sie theoretisch jeden dieser Faktoren mit einer Kohortenanalyse analysieren können, können Sie nicht mit jedem Analysetool (z. B. Google Analytics) die Auswirkungen all dieser Faktoren auf das Nutzerverhalten analysieren.
Einschränkungen der Kohortenanalyse in Google Analytics
Obwohl die Kohortenanalyse theoretisch sehr nützlich sein kann, weist der Kohortenanalysebericht in Google Analytics in der Praxis viele Einschränkungen auf.
Zunächst einmal können Kohorten im Allgemeinen technisch nach jedem gemeinsamen Merkmal gruppiert werden. Der Kohortenanalysebericht in Google Analytics (der sich seit einiger Zeit in der Beta-Phase befindet) kann derzeit jedoch nur Kohorten basierend auf dem Erfassungsdatum definieren (d. H. Dem ersten Besuch eines Benutzers auf Ihrer Website).
Zweitens ist die Verfolgung der Kundenbindung und der wiederkehrenden Nutzer auf Ihrer Website (wofür häufig die Kohortenanalyse verwendet wird) derzeit eine ungenau Übung für Google Analytics. Angenommen, Pete ist ein Benutzer auf Ihrer Website und besucht Ihre Website heute. Wenn er morgen wieder besucht, sollte Google Analytics ihn als wiederkehrenden Benutzer registrieren.
Wenn Pete jedoch eines dieser Dinge tut, kann Google Analytics seine nächste Sitzung möglicherweise nicht ordnungsgemäß als wiederkehrende Sitzung verfolgen:
- Löschen von Browser-Cookies
- Besuch der Website auf einem anderen Gerät oder Browser
- Besuch der Website im Inkognito-Modus
Der typische digitale Verbraucher besitzt jetzt durchschnittlich 3,64 Geräte, und 36% der Amerikaner besitzen ein Smartphone, einen Computer und ein Tablet. Diese Unfähigkeit, Benutzer über Geräte, Browser und Sitzungen hinweg konsistent zu verfolgen, ist kein triviales Problem.
Schließlich gibt es das Problem der verwirrenden Variablen. Wie bereits erwähnt, kann es hilfreich sein, Ihre Kohortenmetriken mit Ihrem Marketingkalender zu überlagern, um zu sehen, wie sich Metriken mit Ihren Marketingaktivitäten ändern.
Aber jede Assoziation zwischen einer Marketingkampagne und einem Anstieg der Metriken ist eine Korrelation, keine Kausalität. Facebook-Werbekampagne Vielleicht haben Sie diese neue Facebook-Werbekampagne letzten Montag gestartet, aber kann die Steigerung der Nutzerbindung wirklich auf die Qualität Ihrer Facebook-Anzeigen zurückzuführen sein? Oder könnte es sein, dass einer Ihrer älteren Blogbeiträge anfängt, Traktion zu bekommen?
Wenn Sie keine randomisierten kontrollierten Studien (RCTs) durchführen, in denen Sie Benutzer zufällig einer Kontrollgruppe oder einer Behandlungsgruppe zuweisen, können Sie keine definitive Kausalität zwischen einer Marketingkampagne und den Metrikänderungen feststellen. Dies gilt insbesondere, wenn mehrere Kampagnen gleichzeitig ausgeführt werden.
Der Kohortenanalysebericht in Google Analytics kann trotz seiner Einschränkungen für datengesteuerte Entscheidungen immer noch richtungskorrekt sein, insbesondere wenn Sie Ihre Marketingkampagnen und Änderungen wie separate Experimente testen (z. B. wenn Sie nur Facebook-Anzeigen im Januar, Twitter-Anzeigen im Februar, AdWords-Kampagnen im März usw. schalten).
Hier finden Sie eine Anleitung zur Verwendung der Kohortenanalysefunktion in Google Analytics.
Ein Einstieg in den Kohortenanalysebericht in Google Analytics
Den Kohortenanalysebericht finden Sie unter Audience.
Oben im Kohortenanalysebericht können Sie Einstellungen für Kohortentyp, Kohortengröße, Metrik und Datumsbereich anpassen.
- Kohortentyp: Derzeit ist die einzige Option das Erfassungsdatum (das Datum der ersten Sitzung des Benutzers)
- Kohortengröße: Sie können Kohorten nach Tag, Woche oder Monat definieren. Wenn Sie beispielsweise nach Monat auswählen, stellt jede Kohorte die Benutzer dar, die in einem bestimmten Monat erfasst wurden (z. B. enthält die Januar-Kohorte alle Benutzer, die ihre erste Sitzung im Januar hatten)
- Datumsbereich: Das Zeitfenster, das Sie untersuchen möchten (z. B. die letzten 6 Wochen)
- Metrik: Die Daten, die im Bericht angezeigt werden. Die Standardmetrik ist die Benutzerbindung, die den Prozentsatz der Benutzer misst, die zurückkehren.
Sie können auch diese Metriken „pro Benutzer“ und „Gesamt“ auswählen:
Sie können dann auswählen, welche Kohorten in der Grafik angezeigt werden sollen.
Sie können auch zusätzliche Segmente (z. B. Mobile / Tablet-Traffic usw.) zum Vergleich hinzufügen, genau wie bei jedem anderen Bericht, indem Sie auf klicken, indem Sie oben im Bericht auf die Plus-Schaltfläche neben „Alle Benutzer“ klicken. Unser Tutorial zur Verwendung von Google Analytics-Segmenten zur Analyse Ihrer Zielgruppe finden Sie hier:
Das eigentliche Fleisch des Kohortenanalyseberichts ist jedoch die Heatmap direkt unter dieser Grafik. Im Folgenden vergleiche ich beispielsweise alle Benutzer mit dem bezahlten Verkehrssegment.
Mit dieser Heatmap können Sie schnell die Metriken mit der höchsten (und niedrigsten) Leistung nach Kohorte und Woche nach dem Erfassungsdatum identifizieren. Woche 0 stellt die Woche dar, in der die Benutzer dieser Kohorte ihre erste Sitzung hatten. Diese Kohorten-Heatmap kann nicht exportiert werden, daher müssen Sie die Grafik möglicherweise kopieren / einfügen oder einen Screenshot davon erstellen.
Angenommen, ich habe in der Woche 9/11 eine neue Adwords-Remarketing-Kampagne gestartet, um Benutzer, die meine Website besucht haben, erneut anzusprechen. Wie Sie im obigen Kohortenanalysebericht sehen können, ist meine Benutzerbindung in dieser Woche deutlich gestiegen. Dies kann ein Beweis dafür sein, dass meine Remarketing-Kampagne die Nutzerbindung erhöht, was ich in meinem Adwords-Bericht (unter Akquisition) weiter untersuchen kann.
Aus diesem Grund empfehle ich, Ihren Marketingkalender in einem separaten Fenster aufzurufen, um Ihre Kohorten-Heatmap mit dem Kontext Ihrer Marketingaktivitäten zu überlagern. Wenn Sie nur die Daten Ihrer Marketingkampagnen verfolgen möchten, empfehle ich Ihnen, die integrierte Anmerkungsfunktion in Google Analytics-Berichten auszuprobieren.