A hiúsági mutatók ellenszere, ha kevesebb, mint 1 óra/hét van a marketingelemzésre
az év elején a Humanlytics több mint 100 kis-és középvállalkozást (SMB) kérdezett meg, hogy megismerjék a legnagyobb digitális marketing fájdalompontjaikat. Azt találtuk, hogy két visszatérő téma folyamatosan jön fel újra és újra:
- kevés idő / sávszélesség az elemzéshez: a legtöbb kisvállalkozás tulajdonosának és marketingszakemberének nagyon korlátozott ideje és sávszélessége van az adatok elemzésére. Túlságosan lefoglalja őket a vállalkozásuk. Ahogy az egyik vállalkozás tulajdonosa fogalmazott, ” az adatok használata olyan, mintha megpróbálnánk megmenteni egy zongorát egy égő szobából — jó, hogy van, de nekem magasabb prioritásaim vannak.”Ez azért van, mert sok időt és képzést vesz igénybe, hogy az adatokat hasznosítható üzleti betekintéssé alakítsák, azaz az üzleti kérdések megválaszolásához és az üzleti döntéshozatal támogatásához.
- A hiúsági mutatók nem adnak hozzá üzleti értéket: a hiúsági mutatók olyan mutatók, amelyek jól érzik magukat vállalkozásában, de valójában nem segítenek a döntések meghozatalában (nem cselekvhetők). A hiúsági mutatókkal az a baj, hogy valójában rosszabbak lehetnek, mint az analytics használata. Nem csak időpocsékolás, hanem valójában félrevezethetik üzleti döntéseit. Az olyan összesített mutatók, mint például az” új munkamenetek ” a webhelyén, többet takarhatnak el, mint amennyit felfednek. Például, ha az új munkamenetek száma növekszik, ez jó dolog (tapadás az új felhasználókkal), vagy rossz dolog (a visszatérő felhasználók megtartása csökken)?
itt jön be a kohorsz elemzés. A Google Analytics kohorsz elemzési funkciója mindkét probléma ellenszere (korlátozott idő és félrevezető hiúsági mutatók).
mi a kohorsz? Dióhéjban a kohorsz egyszerűen a felhasználók egy részhalmaza, amelyet megosztott jellemzők szerint csoportosítanak. Az üzleti elemzés összefüggésében a kohorsz általában a felhasználók egy részhalmazára utal, amelyet kifejezetten a megszerzés dátuma szerint szegmentáltak (azaz amikor a felhasználó először látogatja meg az Ön webhelyét).
a” kohorsz elemzés ” ezután egyszerűen lehetővé teszi a különböző kohorszok viselkedésének és mutatóinak összehasonlítását az idő múlásával. Ezután megtalálhatja a legjobban teljesítő (vagy legkevésbé teljesítő) kohorszokat, és milyen tényezők vezetik ezt a teljesítményt.
a kohorsz elemzési jelentés a Google Analytics egyik leginkább alulértékelt funkciója. Miért? Mert segít elkülöníteni a különböző marketingtevékenységek hatását a címzettek egy adott csoportjára, ahelyett, hogy zaj lenne az adatokban.
a kohorsz elemzés futtatása az egyik legegyszerűbb módszer a kísérlet futtatására vállalkozása számára. Marketingszakemberként futtathat egy időhöz kötött kampányt bizonyos jellemzőkkel, amelyeket tesztelni szeretne: hirdetési tartalom, marketingcsatorna, célközönség, céloldal kialakítása stb. Ezután összehasonlíthatja az elérés, az elkötelezettség és a konverzió mutatóit a különböző marketingkampányokhoz, hogy lássa, a kampány mely tényezői adtak ténylegesen hozzáadott értéket a vállalkozásához, és melyek nem.
ez a marketingelemzés valódi értéke és célja. Egyszerűen fogalmazva, a marketing analytics megmondja, mi működik, mi nem működik, és hogyan módosíthatja marketing tevékenységeit ezen visszajelzések alapján. A kohorsz elemzés éppen ezt teszi azáltal, hogy az egyes marketingtevékenységek vagy változások egy adott közönségre gyakorolt hatására összpontosít.
ami az idő szűkössége kérdés sok vállalkozás, megy keresztül a tipikus kohorsz elemzés minden héten elviszi kevesebb, mint egy óra. Minden vállalkozásnak különböző igényei vannak a marketing elemzésre. De sok vállalkozás számára, ha csak ideje és sávszélessége van arra, hogy hetente egy Google Analytics jelentést nézzen meg, gyakran azt javaslom, hogy kezdje a kohorsz elemzési jelentéssel, ahelyett, hogy időt pazarolna a hiúsági mutatókkal.
ebben a cikkben fogjuk fedezni:
- mi kohorsz elemzés jó
- korlátai kohorsz elemzés a Google Analytics
- A kezdő Primer a kohorsz elemzés jelentés a Google Analytics
- néhány példa a kohorsz elemzés a kezdéshez
mint üzleti elemzési technika, a kohorsz elemzés lehetővé teszi, hogy hasonlítsa össze a változók és változások a digitális elemzés marketing kampányok.
például, mint a valódi tégla-és habarcs üzletek, a webhelyek is változnak. Ha jól csinálod, sokat és gyakran változnak. Kohorsz elemzéssel megpróbálhatja elkülöníteni a webhely módosításának a felhasználói viselkedésre gyakorolt hatását.
Íme néhány tényező, amely befolyásolhatja a felhasználói viselkedést, amelyet érdemes elemezni egy kohorsz elemzéssel:
- célközönség
- hirdetési tartalom
- csatornák
- kampányok / kísérletek
- weboldal újratervezése
- új termékcsaládok és szolgáltatások kínálata
- értékesítés, kedvezmények, promóciós kampányok
a webanalitikában összehasonlíthatja, hogy a kohorszok hogyan teljesítenek a forgalmi mutatókban (pl. visszatérő felhasználók), az elkötelezettségi mutatókban (pl. a munkamenet átlagos időtartama) vagy a konverziós mutatókban (pl. tranzakciók).
bár elméletileg ezen tényezők bármelyikét elemezheti kohorsz elemzéssel, nem minden elemző eszköz (például a Google Analytics) teszi lehetővé ezen tényezők mindegyikének a felhasználói viselkedésre gyakorolt hatásának elemzését.
A kohorsz elemzés korlátai a Google Analytics szolgáltatásban
bár a kohorsz elemzés elméletileg nagyon hasznos lehet, A Google Analytics kohorsz elemzési jelentésének számos korlátja van a gyakorlatban.
először is, a kohorszok általában technikailag bármely közös jellemző szerint csoportosíthatók. A Google Analytics kohorszelemzési jelentése (amely egy ideje bétaverzióban van) azonban jelenleg csak a megszerzés dátuma (azaz az első alkalom, amikor a felhasználó meglátogatja az Ön webhelyét) alapján határozhatja meg a kohorszokat.
másodszor, a megtartás és a visszatérő felhasználók nyomon követése a webhelyén (ez az, amit gyakran használnak a kohorsz elemzéshez) jelenleg pontatlan feladat a Google Analytics számára. Tegyük fel például, hogy Pete egy felhasználó az Ön webhelyén, és ma meglátogatja az Ön webhelyét. Ha holnap újra meglátogatja, a Google Analytics-nek regisztrálnia kell őt visszatérő felhasználóként.
Ha azonban Pete ezeket a dolgokat elvégzi, akkor a Google Analytics nem tudja megfelelően nyomon követni a következő munkamenetét visszatérő munkamenetként:
- böngésző cookie-k törlése
- webhelylátogatás egy másik eszközön vagy böngészőn
- webhelylátogatás inkognitómódban
a digitális fogyasztók átlagosan 3,64 készüléket birtokolnak, és az amerikaiak 36% – A rendelkezik okostelefonnal, számítógéppel és tablettel. Ez a képtelenség következetesen nyomon követni a felhasználókat az eszközök, böngészők és munkamenetek között, nem triviális probléma.
végül ott van a probléma a zavaró változók. Amint azt korábban megbeszéltük, hasznos lehet A kohorszmutatók átfedése a marketingnaptárral, hogy lássa, hogyan változnak a mutatók a marketingtevékenységekkel.
de a marketingkampány és a mutatók emelkedése közötti összefüggés összefüggés, nem ok-okozati összefüggés. Lehet, hogy múlt hétfőn kezdte el az új Facebook hirdetési kampányt, de a felhasználók megtartásának növekedése valóban a Facebook-hirdetések minőségének tulajdonítható-e? Vagy lehet, hogy az egyik régebbi blogbejegyzésed kezd tapadni?
hacsak nem futtat randomizált kontrollált vizsgálatokat (RCT), ahol véletlenszerűen hozzárendel felhasználókat egy kontrollcsoporthoz vagy egy kezelési csoporthoz, nem tudja véglegesen megállapítani az ok-okozati összefüggést a marketingkampány és a metrikus változások között. Ez különösen igaz, ha egyszerre több kampány is fut.
mindezek ellenére a Google Analytics kohorsz-elemzési jelentése még a korlátai ellenére is irányosan helyes lehet az adatközpontú döntéshozatalhoz, különösen akkor, ha a marketingkampányokat és a változtatásokat külön kísérletekhez hasonlóan teszteli (például ha csak januárban futtatja a Facebook-hirdetéseket, februárban a Twitter-hirdetéseket, márciusban az Adwords-kampányokat stb.).
íme egy áttekintés a kohorsz elemzés funkció használatáról a Google Analytics szolgáltatásban.
A kohorsz elemzési jelentés kezdő alapozója a Google Analytics szolgáltatásban
a kohorsz elemzési jelentést a közönség alatt találja.
a kohorsz elemzési jelentés tetején módosíthatja a kohorsz típusát, a kohorsz méretét, a mutatót és a dátumtartományt.
- kohorsz típusa: jelenleg az egyetlen lehetőség az akvizíció dátuma (a felhasználó első munkamenetének dátuma)
- kohorsz mérete: választhat, hogy meghatározza a kohorszokat nap, hét vagy hónap szerint. Ha például hónap szerint választ, akkor minden kohorsz az adott hónapban megszerzett felhasználókat jelöli (például a januári kohorsz tartalmazza az összes olyan felhasználót, akinek januárban volt az első munkamenete)
- dátumtartomány: a vizsgálni kívánt időablak (például az elmúlt 6 hét)
- mutató: a jelentésben látható adatok. Az alapértelmezett mutató a felhasználó megtartása, amely a visszatérő felhasználók százalékát méri.
ezeket a “felhasználónként” és “összesen” mutatókat is kiválaszthatja:
ezután kiválaszthatja, hogy mely kohorszok jelenjenek meg a grafikonon.
azt is hozzá további szegmensek (pl mobil/tablet forgalom, stb) összehasonlításhoz, mint bármely más jelentés, kattintva kattintson a plusz gombra a “minden felhasználó” a jelentés tetején. A Google Analytics szegmensek használatával kapcsolatos oktatóanyagunkat itt találja a közönség elemzéséhez:
a kohorsz elemzési jelentés valódi húsa azonban a hőtérkép közvetlenül a grafikon alatt. Például az alábbiakban összehasonlítom az összes felhasználót a fizetett forgalmi szegmenssel.
ez a hőtérkép lehetővé teszi, hogy gyorsan azonosítani a legmagasabb (és a legalacsonyabb) teljesítő mutatókat kohorsz és hét után megszerzése dátuma. A 0. hét azt a hetet jelöli, amelyben az adott kohorsz felhasználóinak első munkamenete volt. Ezt a kohorsz hőtérképet nem lehet exportálni, ezért előfordulhat, hogy át kell másolnia/beillesztenie vagy képernyőképet kell készítenie a grafikáról.
tegyük fel, hogy egy új Adwords remarketingkampányt futtattam a 9/11-es héten, hogy újra megcélozzam azokat a felhasználókat, akik meglátogatták a webhelyemet. Amint az a fenti kohorsz elemzési jelentésben látható, a felhasználói megtartásom jelentősen megnőtt azon a héten. Ez bizonyíték lehet arra, hogy a remarketingkampányom növeli a felhasználók megtartását, amit az Adwords jelentésemben (beszerzés alatt) tovább vizsgálhatok.
ezért azt javaslom, hogy húzza fel a marketing naptárát egy külön ablakban, hogy átfedje a kohorsz hőtérképét a marketingtevékenységek kontextusával. Ha csak a marketingkampányok dátumát szeretné nyomon követni, azt javaslom, hogy próbálja ki a beépített kommentárok funkciót a Google Analytics jelentésekben.