the antidote to vanity metrics when you have less than 1 hour / week for marketing analytics
aiemmin tänä vuonna Me Humanlytics: llä haastattelimme yli 100: aa pk-yritystä saadaksemme tietoa niiden suurimmista digitaalisen markkinoinnin kipupisteistä. Huomasimme, että kaksi toistuvaa teemaa nousi esiin yhä uudelleen ja uudelleen.:
- niukka aika / kaistanleveys analytiikkaan: useimmilla pienyritysten omistajilla ja markkinoijilla on hyvin rajallinen aika ja kaistanleveys tietojensa analysointiin. Heillä on liian kiire hoitaa bisneksiään. Kuten eräs yrityksen omistaja asian ilmaisi, ” tietojen käyttäminen on kuin yrittäisi pelastaa pianon palavasta huoneesta — se on mukavaa, mutta minulla on korkeammat prioriteetit.”Tämä johtuu siitä, että datan kääntäminen toimiviksi liiketoimintaymmärryksiksi eli liiketoiminnan kysymyksiin vastaaminen ja liiketoiminnan päätöksenteon tukeminen vie paljon aikaa ja koulutusta.
- Turhamaisuusmittarit eivät tuo liikearvoa: Turhamaisuusmittarit ovat mittareita, jotka saavat sinut tuntemaan olosi hyväksi liiketoiminnassasi, mutta eivät oikeasti auta sinua tekemään päätöksiä (ne eivät ole toimintakelpoisia). Turhamaisuusmittareiden ongelma on se, että ne voivat itse asiassa olla pahempia kuin analytiikan käyttämättä jättäminen. Ne eivät ole vain ajanhukkaa, ne voivat todella johtaa harhaan liiketoiminnan päätöksiä. Aggregaatti mittarit kuten ”uusia istuntoja” sivustossasi, esimerkiksi, voi hämärtää enemmän kuin ne paljastavat. Jos esimerkiksi uusien istuntojen määrä nousee, Onko tämä hyvä asia (veto uusien käyttäjien kanssa) vai huono asia (säilyttäminen Palaavien käyttäjien kanssa laskee)?
tässä tulee kohorttianalyysi. Google Analyticsin kohorttianalyysiominaisuus on vastalääke molempiin ongelmiin (rajoitettu aika ja harhaanjohtavat turhamaisuusmittarit).
mikä on kohortti? Pähkinänkuoressa kohortti on yksinkertaisesti käyttäjien osajoukko, joka on ryhmitelty yhteisten ominaisuuksien mukaan. Yritysanalytiikan yhteydessä kohortilla tarkoitetaan yleensä käyttäjäryhmää, joka on erityisesti jaoteltu hankinta-ajankohdan mukaan (eli ensimmäisen kerran, kun käyttäjä vierailee verkkosivustollasi).
”kohorttianalyysin” avulla voidaan siis yksinkertaisesti vertailla eri kohorttien käyttäytymistä ja mittareita ajan kuluessa. Voit sitten löytää parhaiten suoriutuvat (tai heikoimmin suoriutuvat) kohortit, ja mitkä tekijät ajavat tätä suoritusta.
kohortin analyysiraportti on yksi aliarvostetuimmista Google Analyticsin ominaisuuksista. Miksi? Koska se auttaa eristämään eri markkinointitoimien vaikutuksen tiettyyn vastaanottajaryhmään melun sijaan tiedoissa.
kohorttianalyysin suorittaminen on yksi yksinkertaisimmista tavoista suorittaa kokeilu yrityksellesi. Markkinoijana voit suorittaa ajallisesti sidotun kampanjan, jolla on tiettyjä ominaisuuksia, joita haluat testata: mainosten sisältö, markkinointikanava, kohdeyleisö, Aloitussivun suunnittelu jne. Voit sitten vertailla näiden eri markkinointikampanjoiden tavoitettavuutta, sitoutumista ja muuntamista koskevia mittareita nähdäksesi, mitkä kampanjan tekijät todella toivat lisäarvoa liiketoiminnallesi ja mitkä eivät.
tämä on ylipäätään markkinointianalytiikan todellinen arvo ja tarkoitus. Yksinkertaisesti sanottuna markkinointianalytiikka kertoo, mikä toimii, mikä ei toimi ja miten voit muokata markkinointiasi palautteen perusteella. Kohorttianalyysi tekee juuri tämän keskittymällä kunkin markkinointitoimen tai muutoksen vaikutukseen tiettyyn yleisöön ajoissa.
mitä tulee monien yritysten ajanpuutteeseen, tyypillisen kohorttianalyysin läpikäyminen joka viikko vie alle tunnin. Jokaisella yrityksellä on erilaiset markkinointianalytiikan tarpeet. Mutta monille yrityksille, jos sinulla on vain aikaa ja kaistanleveyttä tarkastella yhtä Google Analytics-raporttia viikossa, suosittelen usein aloittamaan kohortin analyysiraportista sen sijaan, että tuhlaat aikaa turhamaisuusmittareilla.
tässä artikkelissa käsitellään:
- mikä Kohorttianalyysi on hyväksi
- Google Analyticsin Kohorttianalyysin rajoitukset
- Google Analyticsin Kohorttianalyysiraportin Aloittelijan pohjustus
- muutamia esimerkkejä Kohorttianalyyseistä, joiden avulla pääset alkuun
business analytics-tekniikkana Kohorttianalyysin avulla voit vertailla muuttujia ja muutoksia digitaalisen markkinointikampanjat.
esimerkiksi oikeiden kivijalkakauppojen tapaan verkkosivut muuttuvat. Jos sen tekee oikein, ne muuttuvat paljon ja usein. Voit käyttää kohortti analyysi yrittää eristää Vaikutus sivuston muutoksen käyttäjän käyttäytymiseen.
tässä on muutamia tekijöitä, jotka voivat vaikuttaa käyttäjän käyttäytymiseen, joita haluat ehkä analysoida Kohorttianalyysillä:
- kohdeyleisö
- mainosten sisältö
- kanavat
- kampanjat/kokeilut
- verkkosivujen uudistukset
- Uudet tuotelinjat ja palvelutarjonta
- myynti, alennukset, myynninedistämiskampanjat
verkkoanalytiikassa voidaan verrata kohorttien suorituksia liikenteen mittareissa (esim. palaavat käyttäjät), sitoutumismittareissa (esim. istunnon keskimääräinen kesto) tai konversiomittareissa (esim. sessions with transactions).
vaikka voit teoreettisesti analysoida mitä tahansa näistä tekijöistä kohorttianalyysillä, ei jokainen analytiikkatyökalu (esim.Google Analytics) mahdollista analysoida kaikkien näiden tekijöiden vaikutusta käyttäjän käyttäytymiseen.
Kohorttianalyysin rajoitukset Google Analyticsissa
vaikka kohorttianalyysi voi olla erittäin hyödyllinen teoriassa, Google Analyticsin kohorttianalyysiraportissa on monia rajoituksia käytännössä.
ensinnäkin kohortit yleensä voidaan teknisesti ryhmitellä minkä tahansa jaetun ominaisuuden mukaan. Google Analyticsin kohorttianalyysiraportissa (joka on ollut beetaversiossa jonkin aikaa) voidaan kuitenkin tällä hetkellä määritellä kohortteja vain hankinta-ajankohdan (eli ensimmäisen kerran, kun käyttäjä vierailee verkkosivustollasi) perusteella.
toiseksi, sivustosi säilyttämisen ja palauttamisen seuranta (mihin kohorttianalyysia usein käytetään) on tällä hetkellä epätarkka Google Analyticsille. Sanotaan esimerkiksi, että Pete on sivustosi käyttäjä ja vierailee sivustossasi tänään. Jos hän vierailee huomenna uudelleen, Google Analyticsin pitäisi rekisteröidä hänet palaavaksi käyttäjäksi.
kuitenkin, jos Pete tekee jonkin näistä asioista, Google Analytics ei välttämättä pysty kunnolla jäljittämään hänen seuraavaa istuntoaan paluuistuntona:
- Clearing browser cookies
- Visiting site on a different device or browser
- Visiting the site on incognito mode
tyypillinen digikuluttaja omistaa nykyään keskimäärin 3,64 laitetta, ja 36% amerikkalaisista omistaa älypuhelimen, tietokoneen ja tabletin. Tämä kyvyttömyys seurata käyttäjiä johdonmukaisesti eri laitteissa, selaimissa ja istunnoissa ei ole vähäpätöinen ongelma.
lopuksi on vielä sekoittavien muuttujien ongelma. Kuten aiemmin keskustelimme, kohorttimittareiden peittäminen markkinointikalenterisi kanssa voi olla hyödyllistä, jotta voit nähdä, miten mittarit muuttuvat markkinointitoimintojesi myötä.
mutta mikä tahansa yhteys markkinointikampanjan ja mittareiden nousun välillä on korrelaatio, ei syy. Ehkä aloitit uuden Facebook-mainoskampanjan viime maanantaina, mutta voiko käyttäjien säilymisen lisääntyminen todella johtua Facebook-mainosten laadusta? Vai voisiko olla niin, että joku vanhemmista blogikirjoituksistasi alkaa saada vetoapua?
ellet suorita satunnaistettuja kontrolloituja kokeita (rcts), joissa satunnaistat käyttäjät kontrolliryhmään tai hoitoryhmään, et voi lopullisesti määrittää syy-yhteyttä markkinointikampanjan ja metristen muutosten välillä. Tämä pätee erityisesti, jos sinulla on useita kampanjoita käynnissä samaan aikaan.
tästä huolimatta Google Analyticsin kohorttianalyysiraportti voi rajoituksineen edelleen olla suoraan oikea datalähtöiseen päätöksentekoon, varsinkin jos testaat markkinointikampanjoitasi ja muutoksia, kuten erillisiä kokeiluja (esim.Jos käytät Facebook-mainoksia vain tammikuussa, Twitter-mainoksia helmikuussa, Adwords-kampanjoita maaliskuussa jne.).
tässä on katsaus kohorttianalyysiominaisuuden käyttöön Google Analyticsissa.
Google Analyticsin kohortin analyysiraportin Aloittelijan pohjustus
löydät kohortin analyysiraportin kohdasta yleisö.
kohortin analyysiraportin yläosassa voit säätää kohortin tyypin, kohortin koon, metriikan ja päivämääräalueen asetuksia.
- kohortin tyyppi: tällä hetkellä ainoa vaihtoehto on hankintapäivä (käyttäjän ensimmäisen istunnon päivämäärä)
- kohortin koko: voit määrittää kohortin päivän, viikon tai kuukauden mukaan. Esimerkiksi, jos valitset kuukauden mukaan, jokainen kohortti edustaa tietyn kuukauden aikana hankittuja käyttäjiä (esim.tammikuun kohortti sisältää kaikki käyttäjät, joilla oli ensimmäinen istunto tammikuussa)
- päivämääräalue: aikaikkuna, jota haluat tutkia (esim. viimeiset 6 viikkoa)
- Metric: tiedot, jotka näet raportissa. Oletusmittari on käyttäjän retentio, joka mittaa Palaavien käyttäjien prosenttiosuutta.
voit valita myös nämä ”per user” – Ja ”total” – mittarit:
voit sitten valita, mitkä kohortit näytetään kuvaajassa.
voit myös lisätä muita segmenttejä (esim.mobiili – /tablettiliikenne jne.) vertailua varten, aivan kuten minkä tahansa muun raportin kanssa, klikkaamalla plus-painiketta ”Kaikki käyttäjät” raportin yläosassa. Löydät opetusohjelman Google Analytics-segmenttien käyttämisestä yleisösi analysointiin täältä:
kohortin analyysiraportin todellinen liha on kuitenkin tämän kaavion alapuolella oleva lämpökartta. Esimerkiksi alla vertaan kaikkia käyttäjiä maksulliseen Liikennesegmenttiin.
tämän lämpökartan avulla voit nopeasti tunnistaa korkeimmat (ja matalimmat) suoritusmittarit kohortin ja viikon kuluttua hankinta-ajankohdasta. Viikko 0 edustaa viikkoa, jona kyseisen kohortin käyttäjät saivat ensimmäisen istuntonsa. Tätä kohorttilämpökarttaa ei voi viedä, joten voit joutua kopioimaan/liittämään tai kuvakaappaamaan grafiikan.
sanotaan, että ajoin uuden Adwords remarketing-kampanjan viikolla 9/11 kohdentaakseni sivustollani vierailleita käyttäjiä uudelleen. Kuten yllä olevasta kohortin Analyysiraportista näkyy, käyttäjäni säilyvyys kasvoi merkittävästi kyseisellä viikolla. Tämä voi olla todiste siitä, että uudelleenmarkkinointikampanjani lisää käyttäjien säilyttämistä, mitä voin tutkia tarkemmin Adwords-raportissani (hankinnan alla).
tästä syystä suosittelen vetämään markkinointikalenterisi erilliseen ikkunaan, jotta kohorttilämpökarttasi peittyy markkinointitoimiesi kontekstiin. Jos haluat vain seurata markkinointikampanjoidesi päivämääriä, suosittelen kokeilemaan Google Analytics-raporttien sisäänrakennettua Merkintätoimintoa.