Как проводить когортный анализ в Google Analytics
Время чтения: 6 минуты
Трафик и просмотр страниц - это хорошо. Но это мало о чем говорит. Много трафика кажется весьма приятным результатом, но этот трафик может быть абсолютно бесполезным. Плюс, трафик сам по себе не говорит вам о том, что происходит под поверхностью.
Например, вы не знаете, возвращаются ли посетители на ваш сайт. Подписываются ли они на рассылку или совершают покупку позже. Как ведут себя посетители в сравнении с прошлогодними посетителями. Чтобы узнать все в деталях и получить подробную информацию, которая в конечном итоге сдвинет вас с мертвой точки, нужно копать немного глубже. Все основные показатели необходимо оценивать в разрезе различных сегментов.
Именно для этого существует инструмент когортного анализа в Google Analytics. Что это такое, почему это важно, и как сделать свой первый отчет по когортам мы обсудим в данной статье. Что такое когортный анализ? Когорта - это просто группировка; группа людей, объединенных по определенному сходству или общей характеристике. Подумайте о розничном магазине. У вас есть когорта клиентов, которые совершили покупку в текущем месяце. А так же есть те, которые совершили покупку в этот же месяц, но в прошлом году. В таком случае, задача когортного анализа – определить насколько прибыльны клиенты за текущий месяц в сравнении с клиентами за тот же месяц прошлого года. Все меняется. Возможно, изменился ассортимент. Возможно, качество продукции изменилось. А может вы вносили значимые изменения на сайте. Эти изменения кажутся незначительными, но в итоге они могут очень влиять на результат. Анализ трендов и паттернов в поведении посетителей может дать много полезной информации о результатах, к которым привели те или иные изменения. Итак, почему же это важно? Почему когортный анализ лучше стандартных метрик Google Analytics предоставляет огромное количество данных. Analytics идеально подходит для формирования суждений с первого взгляда, основанных на поверхностных агрегированных данных. И это не сарказм, Analytics действительно один из лучших инструментов для оценивания базовых показателей сайта, таких как эффективность определенных источников, или, немного глубже эффективность определенных страниц или определенного контента.
Но веб-сайты меняются. МНОГО и ЧАСТО меняются: каждый раз, когда вы переделываете элементы сайта, предлагаете новый продукт, обновляете предложение и тд.
Очень важно рассматривать эти изменения в контексте поведения посетителей. Сравнивать количество трафика или время на странице для определенной страницы за этот месяц с тем же месяцем год назад может быть не очень актуальным, если сайт подвергся огромному визуальному изменению.
Тут то нам и поможет когортный анализ. Это похоже на фильтр, который представляет данные таким образом, что вы получаете более точные результаты.
Давайте сравним планшетный и мобильный со средним значением сайта в течение дня.
Интересно, не так ли? Только посмотрите на разницу во времени на странице!
Эта информация интересна, но не понятно полезна ли она и можно ли что-то сделать имея только эти данные. Поэтому, давайте применим когорты. Взглянем на количество новых посетителей, которые покинули сайт сегодня и посмотрим как много из них вернутся на следующий день.
Теперь мы можем копать глубже и смотреть сколько людей возвращаются на сайт (спустя Х дней с первого визита).
Это приводит нас ближе к AARRR-метрикам - модель «метрик для пиратов». Называется так, потому что в ее основе лежат пять этапов жизненного цикла пользователя: привлечение, активация, удержание, рекомендации, доход, – первые буквы этапов на английском складываются в «AARRR», похожий на боевой клич пиратов.
Эти изменения видны как в цифрах, так и визуально.
На графике показан процент вернувшихся посетителей по неделям.
Голубая таблица под графиком это то место, где начинается самое интересное. Таблица показывает процент посетителей, которые вернулись на сайт спустя 7 дней после первого визита. Вторая колонка, Day 0, подразумевает дату из первой колонки.
Следующая колонка Day 1 подразумевает один день после того, как посетители были на вашем сайте 9-го мая (May 9, 2017). Это означает, что 2.86% новых посетителей, которые впервые попали на ваш сайт 9-го мая вернулисть на сайт уже на следующий день. Day 2 – это процент этих же людей, вернувшихся снова спустя 2 дня и т.д. Каждая дата All Users формирует новую когорту. 9 мая – первая, 10мая – вторая и т.д. И у каждой когорты есть свой паттерн вернувшихся посетителей. Согласно этим данным, мы видим, что большинство новых посетителей, которые потом вернулись на сайт, принадлежат самой давней когорте (9 мая).
Как использовать когортный анализ в Google Analytics
Откройте Google Analytics, нажмите на Аудитории – Когортный анализ:
Вот пример того, что вы увидите:
- Настройки отчета находятся над графиком
- Посередине вы увидите график
- Таблица ниже отображает показатели по когортам и датам.
В качестве показателя мы выбрали Дату первого посещения (Acquisition Date) Day 0 - это день первого посещения, Day 1 – день спустя и т.д.
Вы можете подобрать нужные вам показатели и диапазоны когорт в настройках выше.
Рассмотрим какие факторы доступны для анализа:
- Тип когорты: По дате первого посещения
- Размер когорты: сортировка по дням, неделям, месяцам
- Показатели по категориям:
На каждого пользователя:
Достигнутые цели
Просмотры страниц
Доход
Длительность сеанса
Количество сеансов
Транзакции
Удержание:
Коэффициент удержания клиентов
Итого
Достигнутые цели
Просмотры страниц
Доход
Длительность сеанса
Количество сеансов
Транзакции
Пользователи
Итак, что мы здесь видим:
• Когорта 9 мая получила 1.5 просмотренных страницы на пользователя
• Та же когорта получила 0.03 просмотра страниц на пользователя на следующий день(Day 1).
Вернемся к первоначальной таблице.
Вы спросите:
«И каким образом мне использовать эту информацию?»
«Да, теперь я знаю, что очень маленькая часть пользователей возвращается на следующий день. И что мне делать?»
«Почему 2.86% когорты вернулась на следующий день для когорты 9 мая, но так не произошло для когорты 10 мая?»
Сейчас разберемся. К счастью, Google Analytics позволяет рассмотреть этот отчет еще более детально. Обратите внимание, что мы можем применять различные сегменты к этому отчету:
Снова вернемся к анализу планшетного и мобильного трафика.
Выберете нужный сегмент (Mobile and Tablet traffic) и вы увидите сравнение итоговых данных с данными по выбранному сегменту:
Не замечаете скачок в вернувшихся посетителях в когорте 11 мая (сегмент по мобильному и планшетному трафику)? Конечно, рано делать выводы, т.к. мы взяли слишком маленький период для анализа, однако, в этом отчете есть огромный потенциал.
Вы можете применять сегменты для источников трафика, например, для органического:
Хммм. Пользователи с органики в когорте 11 мая возвращаются гораздо чаще среднего. Вы опубликовали невероятно интересный пост 11 мая? Возможно да, а может быть у вас появятся другие, более релевантные предположения.
Вывод
Когортный анализ позволяет просматривать данные по сегментам людей. Инструмент когортного анализа Google Analytics может помочь вам поместить итоговые данные веб-сайта под микроскоп. Всего за пять минут вы можете быстро сравнить, как разные когорты сравниваются с другими. Когорты позволяют вам не только оценивать, кто ваши наиболее прибыльные клиенты, но и почему (или что) повлияло на них, что они стали вашими наиболее прибыльными клиентами.
