Google Analytics Cohort Analysis คืออะไร การอ่านและการวิเคราะห์

การวิเคราะห์ตามรุ่น เป็นรายงานล่วงหน้าdefiของ Google Analytics ซึ่งค่อนข้างคลุมเครือและ Vista Prima อ่านไม่ง่าย แต่มาดูกันว่าข้อมูลอะไรที่สามารถให้เราได้

การวิเคราะห์ตามรุ่นในวิทยาศาสตร์สถิติบ่งชี้ถึงชุดของบุคคลที่อยู่ในกลุ่มประชากร ซึ่งมีลักษณะเฉพาะคือเคยประสบกับเหตุการณ์เดียวกันในช่วงก่อนdefiคืนนี้

ตัวอย่างของกลุ่มคนที่เกิดในปีนั้น ๆ

ในการศึกษาทางสถิติมีแนวโน้มที่จะเน้นสำหรับกลุ่มก่อนdefiไนท์ พารามิเตอร์ที่วัดปรากฏการณ์ทางเศรษฐกิจและสังคม

แต่เดิมมันเป็นหน่วย (ตัวเลขและยุทธวิธี) ของกองทัพโรมัน ต่อมามันก็ถูกใช้ในกองทัพนโปเลียนและในลัทธิฟาสซิสต์ แต่แน่นอนการอ้างอิงที่รู้จักกันดีที่สุดคือสิ่งที่มีอยู่ในเพลงสรรเสริญพระบารมีของอิตาลี ... "ให้เราใกล้กับ Cohort เราพร้อมที่จะตายอิตาลีเรียกว่า" ...

แต่กลับไปที่สถิติการศึกษาคือ กลุ่มคนที่เลือกภายในกลุ่มประชากรบนพื้นฐานของลักษณะที่พวกเขาแบ่งปันในช่วงเวลาที่กำหนด.

กลุ่มคนสามารถเป็นกลุ่มคนที่เกิดในปีที่กำหนดหรือในสถานที่เฉพาะ มันอาจเป็นกลุ่มคนที่รวมกันโดยข้อเท็จจริงที่ว่ามีประสบการณ์ร่วมกัน ตัวอย่างเช่นการออกจากมิลานเซ็นทรัลในเดือนสิงหาคม 2018

กลุ่มประชากรมักใช้ในสถิติเพื่อเปรียบเทียบว่าปริมาณบางอย่างมีวิวัฒนาการเป็นกลุ่มที่เป็นเนื้อเดียวกัน 

วิธีการเปรียบเทียบข้อมูลเกี่ยวกับการเสียชีวิตจากโรคมะเร็งปอดในประชากรที่สัมผัสกับสารมลพิษบางอย่างเมื่อเทียบกับประชากรที่ไม่ได้รับสัมผัสเดียวกัน

นี่เป็นวิธีการวิเคราะห์ที่สำคัญมากซึ่งสามารถนำไปสู่ผลลัพธ์ที่น่าสนใจแม้ในตลาดดิจิตอล

ดังนั้นเราจึงมาที่ Google Analytics

การเปิดเมนูด้านข้างสู่รายการสาธารณะคุณจะพบกับตัวเลือก Cohort Analysis ซึ่งขณะนี้ยังอยู่ในช่วงเบต้า 

จากการวิเคราะห์นี้คุณจะสามารถเข้าใจพฤติกรรมของกลุ่มผู้เข้าชมที่เป็นเนื้อเดียวกันและเปรียบเทียบกับจำนวนผู้เข้าชมทั้งหมด

วิธีใช้การวิเคราะห์ Cohort ของ Google Analytics

เมื่อเข้าถึงหน้าจอการวิเคราะห์ตามการได้มาคุณจะเห็นเมนูที่ช่วยให้คุณสามารถเลือกกลุ่มประชากรตามรุ่นที่คุณต้องการกระชับการวิเคราะห์

รายการที่เกี่ยวข้อง:

1. ประเภทของหมู่ - นั่นคือมิติที่จะแบ่งกลุ่มและประกอบด้วยกลุ่มที่เป็นเนื้อเดียวกัน ปัจจุบันผู้ใช้งาน Google Analytics ประเภทเดียวที่มีความสัมพันธ์กับวันที่ซื้อกิจการ
2. ขนาดของหมู่ - สอดคล้องกับค่าขนาดที่คุณเลือกในประเภทรุ่น
   1. ตัวอย่างเช่นในการแบ่งกลุ่มตามวันที่ได้รับคุณสามารถตัดสินใจว่าจะสร้างกลุ่มตามผู้ใช้ที่ได้รับในวันเดียวกันในสัปดาห์เดียวกันหรือในเดือนเดียวกัน
3. ตัวชี้วัด - นั่นคือสิ่งที่คุณวัดว่าเป็นลักษณะพิเศษภายในกลุ่มและคุณจะเปรียบเทียบกับประชากรทั่วไปหรือกับกลุ่มอื่น
   1. ตัวอย่างเช่นหากคุณเลือก:
      1. ระยะเวลาเซสชันต่อผู้ใช้คุณจะพบว่าเวลาโดยเฉลี่ยของสมาชิกกลุ่มบนเว็บไซต์ของคุณ
      2. กับ ความภักดีของผู้ใช้คุณจะเห็นเปอร์เซ็นต์ของผู้ใช้ที่กลับมาเยี่ยมชมในช่วงเวลาที่กำหนดแทน
4. ช่วงวันที่ในที่สุดมันสอดคล้องกับระยะเวลาการวิเคราะห์ มันแตกต่างกันไปตามค่าที่คุณระบุในขนาดของหมู่

ควรสังเกตว่าการวิเคราะห์แบบกลุ่มช่วยให้ผู้ใช้สามารถแบ่งกลุ่มตามช่องทางหรือตามลักษณะของผู้ใช้ (เหตุการณ์ประเภทของการรับส่งข้อมูล ฯลฯ )

วิธีอ่านแผนภูมิ

กราฟด้านล่างสัมพันธ์กับ ความภักดีของผู้ใช้เป็นรายสัปดาห์ในช่วงเก้าสัปดาห์

คอลัมน์แรกของกราฟแสดงถึงรุ่นและจำนวนผู้ใช้ในแต่ละรุ่น

ในกรณีของเราผู้ใช้ที่ได้รับในแต่ละช่วงเวลาบนเว็บไซต์ตัวอย่างที่เราเห็นข้อมูล

คอลัมน์ต่อไปนี้ระบุถึงการเพิ่มขึ้นของค่าที่คุณเลือกเมื่อคุณกำหนดขนาดของรุ่น ตัวอย่างเช่นหากคุณระบุการเพิ่มขึ้นต่อสัปดาห์คุณจะเห็นข้อมูลสำหรับสัปดาห์แรกสัปดาห์ที่สองสัปดาห์ที่สามเป็นต้น

เซลล์จะระบุค่าที่จะวิเคราะห์ (เลือกเมตริก) แทนแต่ละรุ่นในแต่ละช่วงเวลาที่คุณระบุ

ในตัวอย่างเราเห็นว่าโดยเฉลี่ยมีอัตราการเก็บข้อมูลเฉลี่ยของประชากรทั้งหมดของผู้ใช้ 4% ในสัปดาห์แรก (หนึ่งสัปดาห์ถัดจากสัปดาห์ที่ 0 ซึ่งระบุกลุ่มเพื่อน) ของ 1,63% ในสัปดาห์ที่สองเป็นต้น

ภายในแต่ละเซลล์คุณสามารถค้นหาค่าเดียวกันที่เกี่ยวข้องกับหมู่ที่ระบุเท่านั้น: จากการเปรียบเทียบข้อมูลของแต่ละเซลล์ที่สัมพันธ์กับค่าของรุ่นอื่น ๆ ในช่วงเวลาเดียวกันและประชากรโดยรวมเป็นไปได้ที่จะได้รับตัวชี้วัดที่สำคัญมาก พฤติกรรมของผู้ใช้ที่เข้าชมเว็บไซต์ของเรา

การวิเคราะห์หมู่คืออะไรและวิธีการใช้งานที่ดีที่สุด

ด้วยการวิเคราะห์แบบหมู่หมู่มันเป็นไปได้ที่จะเข้าใจพฤติกรรมกลุ่มที่เป็นเนื้อเดียวกันของผู้ใช้เว็บไซต์ในความสัมพันธ์กับประชากรโดยรวม (พฤติกรรมที่มองเห็นได้ในบรรทัดแรกของกราฟ)

พฤติกรรมแบบไหน

• ตัวอย่างเช่นจากการวิเคราะห์นี้คุณจะสามารถตรวจสอบว่า "ข้อเสนอระยะสั้น" สำหรับลูกค้าที่ได้รับมีผลต่ออัตราการเก็บรักษาของผู้เข้าชมของคุณอย่างไร
• หรือคุณสามารถใช้ผองเพื่อนเพื่อตรวจสอบว่าการเปิดตัวซอฟต์แวร์ใหม่มีผลต่อจำนวนเฉลี่ยของหน้าเว็บที่มีผู้ดูต่อผู้ใช้ (PVV) หรือไม่
• o ตรวจสอบว่าการแนะนำวิธีการเผยแพร่เนื้อหาที่เฉพาะเจาะจงทำให้เกิดแนวโน้มที่จะกลับมาจากผู้ใช้ที่โพสต์บน Facebook มากขึ้นหรือไม่
• นอกจากนี้คุณสามารถตรวจสอบคุณภาพของการเข้าชมใหม่ที่สร้างขึ้นหลังจากแคมเปญเฉพาะที่มุ่งแสวงหาลูกค้าใหม่โดยเปรียบเทียบประสิทธิภาพของกลุ่มหลังในช่วงเวลาที่สัมพันธ์กับประชากรที่เหลือในช่วงเวลาเดียวกัน