Het tegengif voor vanity metrics als u minder dan 1 uur/week voor marketing analyses
- schaarse tijd / bandbreedte voor Analytics: De meeste eigenaren van kleine bedrijven en marketeers hebben zeer beperkte tijd en bandbreedte om hun gegevens te analyseren. Ze hebben het te druk met hun zaken. Zoals een bedrijfseigenaar het zei, ” het gebruik van gegevens is als het proberen om een piano uit een brandende kamer te redden — het is leuk om te hebben, maar ik heb hogere prioriteiten.”Dat komt omdat het veel tijd en training kost om data om te zetten in bruikbare bedrijfsinzichten, dat wil zeggen om zakelijke vragen te beantwoorden en zakelijke besluitvorming te ondersteunen.
- Vanity Metrics voegen geen bedrijfswaarde toe: Vanity metrics zijn metrics die je een goed gevoel geven over je bedrijf, maar je niet echt helpen om beslissingen te nemen (ze zijn niet uitvoerbaar). Het probleem met vanity metrics is dat ze eigenlijk erger dan het niet gebruiken van analytics kan zijn. Ze zijn niet alleen een verspilling van tijd, ze kunnen eigenlijk misleiden uw zakelijke beslissingen. Aggregate metrics zoals “nieuwe sessies” op uw website, bijvoorbeeld, kan meer verdoezelen dan ze onthullen. Bijvoorbeeld, als uw aantal nieuwe sessies omhoog gaat, is dit een goede zaak (het krijgen van tractie met nieuwe gebruikers), of een slechte zaak (retentie met terugkerende gebruikers gaat naar beneden)?
dit is waar cohortanalyse van belang is. De cohort analyse functie in Google Analytics is het tegengif voor beide problemen (beperkte tijd en misleidende vanity metrics).
Wat is een cohort? In een notendop, een cohort is gewoon een subset van gebruikers gegroepeerd op gedeelde kenmerken. In de context van business analytics, een cohort verwijst meestal naar een subset van gebruikers specifiek gesegmenteerd op overnamedatum (dat wil zeggen de eerste keer dat een gebruiker uw website bezoekt).
een “cohort analyse,” dan, gewoon kunt u het gedrag en de statistieken van de verschillende cohorten vergelijken in de tijd. U kunt dan de best presterende (of laagst presterende) cohorten vinden, en welke factoren deze prestaties bepalen.
het cohort analyserapport is een van de meest onderschatte functies op Google Analytics. Waarom? Omdat het U helpt de impact van uw verschillende marketingactiviteiten op een specifieke groep ontvangers te isoleren, in plaats van ruis in de gegevens.
het uitvoeren van een cohortanalyse is een van de eenvoudigste manieren om een experiment voor uw bedrijf uit te voeren. Als marketeer kunt u een tijdgebonden campagne uitvoeren met bepaalde kenmerken die u wilt testen: advertentieinhoud, marketingkanaal, doelgroep, bestemmingspagina-ontwerp, enz. U kunt vervolgens metrics vergelijken voor bereik, betrokkenheid en conversie voor deze verschillende marketingcampagne, om te zien welke factoren van de campagne daadwerkelijk toegevoegde waarde voor uw bedrijf, en welke niet.
dit is in de eerste plaats de werkelijke waarde en het doel van marketinganalyse. Simpel gezegd, marketing analytics vertelt u wat werkt, wat niet werkt, en hoe u uw marketing activiteiten aan te passen op basis van deze feedback. Cohort analyse doet precies dat door zich te concentreren op het effect van elke marketing activiteit of verandering op een specifiek publiek in de tijd.
wat het tijdschaarste probleem voor veel bedrijven betreft, kost het u minder dan een uur om uw typische cohortanalyse elke week door te nemen. Elk bedrijf heeft verschillende behoeften voor marketing analytics. Maar voor veel bedrijven, als je alleen de tijd en de bandbreedte om te kijken naar een Google Analytics-rapport per week, Ik adviseer vaak te beginnen met de cohort analyserapport, in plaats van het verspillen van tijd met vanity metrics.
In dit artikel behandelen we:
- welke cohortanalyse is goed voor
- beperkingen van cohortanalyse in Google Analytics
- een beginner ‘ s Primer naar het Cohortanalyserapport in Google Analytics
- een paar voorbeelden van Cohortanalyses om u op weg te helpen
als een business analytics-techniek kunt u met een cohortanalyse variabelen en veranderingen vergelijken tussen uw digitale marketingcampagnes.
bijvoorbeeld, zoals echte fysieke winkels, veranderen websites. Als je het goed doet, veranderen ze vaak. U kunt een cohortanalyse gebruiken om te proberen het effect van de websitewijziging op het gebruikersgedrag te isoleren.
hier zijn enkele factoren die het gedrag van gebruikers kunnen beïnvloeden en die u mogelijk wilt analyseren met een cohortanalyse:
- doelgroep
- Advertentie-inhoud
- Kanalen
- Campagnes/experimenten
- de vernieuwde Website
- Nieuwe productlijnen en diensten
- de Verkoop, kortingen, promotie campagnes
in web analytics kunt u vergelijken hoe cohorten presteren in traffic metrics( bijv. terugkerende gebruikers), engagement metrics (bijv. gemiddelde sessie duur), of conversie metrics (bijv. sessies met transacties).
hoewel u theoretisch een van deze factoren kunt analyseren met een cohortanalyse, kunt u niet met elke analysetool (bijvoorbeeld Google Analytics) de impact van al deze factoren op het gebruikersgedrag analyseren.
beperkingen van cohortanalyse in Google Analytics
hoewel cohortanalyse in theorie zeer nuttig kan zijn, heeft het cohortanalyserapport in Google Analytics in de praktijk veel beperkingen.
Ten eerste kunnen cohorten in het algemeen technisch worden gegroepeerd op elk gemeenschappelijk kenmerk. Echter, het cohort analyserapport in Google Analytics (die al een tijdje in beta is) kan momenteel alleen cohorten definiëren op basis van de overnamedatum (dat wil zeggen de eerste keer dat een gebruiker uw website bezoekt).
ten tweede is het bijhouden van retentie en terugkerende gebruikers op uw website (waarvoor cohortanalyse vaak wordt gebruikt) momenteel een onnauwkeurige oefening voor Google Analytics. Bijvoorbeeld, laten we zeggen Pete is een gebruiker op uw site en bezoekt uw site vandaag. Als hij morgen weer op bezoek komt, moet Google Analytics hem registreren als terugkerende gebruiker.
echter, als Pete een van deze dingen doet, kan Google Analytics zijn volgende sessie mogelijk niet goed volgen als een terugkerende sessie:
- browsercookies wissen
- website bezoeken op een ander apparaat of browser
- de website bezoeken in incognitomodus
de typische digitale consument bezit nu gemiddeld 3,64 apparaten en 36% van de Amerikanen bezit een smartphone, een computer en een tablet. Dit onvermogen om gebruikers consequent te volgen op verschillende apparaten, browsers en sessies is geen triviaal probleem.
ten slotte is er het probleem van de verstorende variabelen. Zoals we eerder besproken, kan het nuttig zijn om uw cohort metrics overlay met uw marketing agenda om te zien hoe metrics veranderen met uw marketing activiteiten.
maar elk verband tussen een marketingcampagne en een stijging van de metrics is een correlatie, geen oorzakelijk verband. Misschien ben je afgelopen maandag begonnen met die nieuwe Facebook advertentiecampagne, maar kan de toename van het gebruikersbehoud echt worden toegeschreven aan de kwaliteit van je Facebook-advertenties? Of kan het zijn dat een van uw oudere blog posts begint te krijgen tractie?
tenzij u randomized controlled trials (RCT ‘ s) uitvoert waarbij u willekeurig gebruikers toewijst aan een controlegroep of een behandelingsgroep, kunt u niet definitief een causaliteit vaststellen tussen een marketingcampagne en de metrische veranderingen. Dit is vooral het geval als je meerdere campagnes draaien op hetzelfde moment.
dat gezegd zijnde, zelfs met zijn beperkingen, het cohort analyserapport in Google Analytics nog steeds directioneel correct kan zijn voor datagedreven besluitvorming, vooral als u uw marketingcampagnes en veranderingen zoals afzonderlijke experimenten test (bijvoorbeeld als u alleen Facebook ads In Januari uitvoert, Twitter ads in Februari, Adwords-campagnes in Maart, enz.).
hier volgt een uitleg over het gebruik van de cohortanalyse-functie in Google Analytics.
een beginner ‘ s Primer naar het cohort analyserapport in Google Analytics
vindt u het Cohort analyserapport onder publiek.
bovenaan het cohortanalyserapport kunt u instellingen aanpassen voor cohorttype, cohortgrootte, metrisch en datumbereik.
- Cohorttype: momenteel is de enige optie acquisitiedatum (de datum van de eerste sessie van de gebruiker)
- Cohortgrootte: u kunt ervoor kiezen cohorten per dag, per week of per maand te definiëren. Als u bijvoorbeeld per maand selecteert, dan vertegenwoordigt elke cohort de gebruikers die in een bepaalde maand zijn verworven (bijvoorbeeld de Januari-cohort bevat alle gebruikers die hun eerste sessie in januari hebben gehad)
- datumbereik: het tijdvenster dat u wilt onderzoeken (bijvoorbeeld de laatste 6 weken)
- metriek: de gegevens die u zult zien in rapport. De standaardmeting is Gebruiker retentie, die het percentage van de gebruikers die terugkeren meet.
u kunt ook deze “per gebruiker” metrics en “total” metrics kiezen:
u kunt dan selecteren welke cohorten u wilt weergeven op de grafiek.
u kunt ook extra segmenten toevoegen (bijvoorbeeld mobiel/tablet verkeer, enz.) voor vergelijking, net als met elk ander rapport, door te klikken op de plus-knop naast “alle gebruikers” bovenaan het rapport. U kunt onze tutorial over het gebruik van Google Analytics segmenten om uw publiek te analyseren hier vinden:
het echte vlees van het cohortanalyserapport is echter de warmtekaart direct onder deze grafiek. Hieronder vergelijk ik bijvoorbeeld alle gebruikers met het betaalde Verkeerssegment.
met deze heatmap kunt u snel de hoogst (en laagst) presterende statistieken per cohort en week na de overnamedatum identificeren. Week 0 staat voor de week waarin de gebruikers van die cohort hun eerste sessie hadden. Deze cohort heat map kan niet worden geëxporteerd, dus je kan hebben om te kopiëren/plakken of screenshot van de afbeelding.
stel dat ik in de week van 9/11 een nieuwe AdWords remarketingcampagne heb uitgevoerd om gebruikers die mijn site hebben bezocht opnieuw te targeten. Zoals u kunt zien in het Cohort analyserapport hierboven, mijn gebruiker retentie ging aanzienlijk die week. Dit kan een bewijs zijn dat mijn remarketingcampagne het gebruikersbehoud verhoogt, wat ik verder kan onderzoeken in mijn AdWords-rapport (onder overname).
daarom adviseer ik om uw marketingkalender in een apart venster te plaatsen om uw cohort-heatmap te overlappen met de context van uw marketingactiviteiten. Als je gewoon wilt bijhouden van de data van uw marketing campagnes, ik stel voor het proberen van de ingebouwde annotaties functie in Google Analytics rapporten.