Generic selectors
Tylko dokładne dopasowanie
Szukaj w tytule
Szukaj w treści
Filtruj po kategoriach
Analityka internetowa
BLOG.re:view
Content marketing
Marketing automation
Marketing internetowy
PPC
SEO
Social media
Z życia Semahead

Skontaktuj się z nami

Widget

  • Szczegółowe informacje dotyczące przetwarzania danych osobowych znajdziesz tutaj.

Analiza kohortowa i jej zastosowanie w Google Analytics

10.02.2015 Semahead

Jak dowiedzieć się czy nasz biznes online się opłaca? Najnowszy raport analizy kohortowej wskazuje kanały ruchu na stronie, które choć na początkowym etapie nie przynoszą dochodów to jednak w perspektywie kolejnych tygodni odnotowują wymierne korzyści finansowe. Dlaczego tak się dzieje? Często do pierwszych transakcji dopłacamy, ale zarabiamy na kolejnych, zrealizowanych z udziałem tego samego klienta. Przez brak tej wiedzy możemy wstrzymać kampanię, która przyciąga więcej długoterminowych użytkowników. Zatem czy analiza kohortowa zrewolucjonizuje analitykę internetową?

Raport analizy kohortowej służy do grupowania użytkowników i porównywania ich skuteczności. Daje nam możliwość podziału użytkowników w oparciu o ich wspólne cechy i przedział czasowy. Ponadto, pozwala śledzić zachowanie danej grupy użytkowników w określonym czasie. Przykładowo możemy monitorować użytkowników przez kilka tygodni lub miesięcy bazując na ich wspólnej dacie pozyskania, aby zobaczyć, jaki ich odsetek dokonał konwersji i w jakim czasie.

Kohorty pozwalają nam porównać użytkowników z danej grupy, a także ich zachowanie w różnych grupach w kolejnych dniach, tygodniach lub miesiącach. W ten sposób jesteśmy w stanie zauważyć, które kampanie reklamowe, kanały i źródła przyciągają więcej długoterminowych użytkowników. Dzięki tej analizie możemy sprawdzić czy procent użytkowników, którzy wygenerowali pierwszą sesję w ubiegłym miesiącu i powracają do naszej strony w kolejnym, jest wyższy lub niższy w porównaniu do procentu użytkowników pozyskanych w bieżącym miesiącu.

Dotychczas, aby uzyskać odpowiedzi na wyżej wymienione pytania, wymagana była żmudna obróbka danych wraz z eksportowaniem ich do excela. Podobnej analizy mogliśmy dokonać tworząc segmenty, aby identyfikować omawiane kohorty. Przykładowym segmentem mogli być nowi użytkownicy w określonym dniu lub zakresie dat, którzy odwiedzili naszą witrynę na skutek określonej kampanii. W tym celu należało użyć filtrów takich jak: data pierwszej sesji oraz źródło wizyt. Jednak dzięki raportowi analizy kohortowej dane te prezentują się dużo bardziej czytelnie i łatwiej je w ten sposób zrozumieć. Ich wirtuozerski wizualnie sposób prezentacji sprawia, że raport ten może być przydatny w codziennej pracy każdego marketingowca, właściciela sklepu bądź innych biznesów internetowych.

Aby uzyskać dokładniejszy obraz naszych relacji z użytkownikami powinniśmy określić przedział czasowy, innymi słowy wielkość kohorty. Przedział czasowy to np. dzień, tydzień lub miesiąc. Jeżeli kohorty są organizowane pod względem daty pozyskania w ciągu tygodnia, oznacza to, że wszyscy użytkownicy w każdej kohorcie rozpoczęli swoją pierwszą sesję w tym samym tygodniu.

Jak czytać raport analizy kohortowej?

Raport analizy kohortowej znajdziemy w sekcji Odbiorcy w widoku raportów Google Analytics. Umożliwia on analizę tylko jednego wymiaru i jednego rodzaju danych naraz.

rys1

Z menu Typ kohorty wybieramy wymiar, następnie ustalamy Wielkość kohorty wg. dnia, tygodnia lub miesiąca, a z menu dane wybieramy metryki, które chcemy zmierzyć. Na powyższym obrazku wiersze odpowiadają kohortom, natomiast w kolumnach wyświetla się typ kohorty i ilość czasu, który upłynął od zdarzenia bazowego. Dzień 00 to inaczej dzień, w którym wszyscy użytkownicy wykonali działanie łączące ich w grupę. Kolejne dni przedstawiają odsetek użytkowników wykonujących wybrane cele po upływie danego okresu.

W kolumnach omawianego raportu zauważymy liczbę dotyczącą metryk, które mierzymy. Przykładowo mogą to być użytkownicy należący do kohorty i odpowiedniego okresu. Intensywność koloru w każdej komórce wizualnie wskazuje odsetek użytkowników w całej kohorcie. W naszym przypadku ciemniejszy odcień oznacza wyższy odsetek konwersji.

Jak analizować wyniki ecommerce za pomocą raportu analizy kohortowej?

Raport analizy kohortowej pozwala prześledzić użytkowników w danym okresie, aby zobaczyć, jaki ich odsetek dokonał konwersji i jak długo to robili. Z racji, iż konwersje są rozłożone w czasie, zwrot z inwestycji należy rozpatrywać na przestrzeni dłuższego okresu. Dopiero wtedy precyzyjnie możemy sobie odpowiedzieć na pytanie czy inwestycje w pozyskanie ruchu się zwracają. Wielkość kohorty powinniśmy określić wg. tygodnia, mierząc w ten sposób ilość transakcji oraz przychody w zakresie ostatnich 12 tygodni.

rys2

Powyższy raport udoskonali analizę stron właścicielom i menadżerom sklepów internetowych. Raport przedstawia przychody uzyskane w sklepie internetowym w kolejnych dwunastu tygodniach od pozyskania klienta.

W tygodniu zerowym w momencie pozyskania klienta suma przychodów osiągnęła 2 415 031 zł. Jest to suma przychodów z kolejnych 12 okresów od kiedy użytkownik wszedł w interakcję ze stroną po raz pierwszy. Tydzień 1 traktowany jest jako kolejna kohorta, w którym użytkownicy powrócili do strony tydzień po tym, jak zostali pozyskani. Suma przychodów jaką wypracowali użytkownicy po pierwszym tygodniu od pierwszej wizyty wynosi zatem 418 275 zł. Ciemniejszy odcień wskazuje wyższy odsetek przychodów. Widać wyraźnie, że lepiej konwertują użytkownicy pozyskani między 30 listopada a 4 grudnia 2014 roku. Wypracowali oni w tygodniu zerowym 261 623 zł, natomiast w kolejnych dwóch tygodniach dokonali zakupów za średnio 65 000 zł.

W ten sposób potwierdziło się wyżej wypowiedziane zdanie, iż konwersje są rozłożone w czasie a zwrot z inwestycji należy rozpatrywać na przestrzeni dłuższego okresu. Użytkownicy pozyskani w okresie 30 listopada – 6 grudnia przez kolejne dziewięć tygodni wypracowali 41% przychodu względem całej kohorty, co w sumie daje 449 244,24 zł dla tej grupy klientów.

Zauważ, że suma okresów dla każdego tygodnia zmniejsza się i tak dla tygodnia 1 suma ta wynosi 12 tygodni, natomiast każdy kolejny tydzień zawiera o 1 okres czasowy mniej. W związku z tym nie należy porównywać ze sobą sumy przychodów dla każdego z tygodni. Precyzyjnych informacji możemy oczekiwać dopiero po wyliczeniu średniej sumy przychodów w kolejnych tygodniach. Dzielimy zatem sumę przychodów przez liczbę tygodni, które uwzględnia dany okres czasowy.

Dzięki tym obliczeniom uzyskaliśmy średni przychód w tygodniu 0 czyli w pierwszym tygodniu pozyskania klienta. Przychód ten wynosi 201 252 zł. Natomiast ci sami użytkownicy pozyskani w pierwszym tygodniu w ciągu kolejnych 12 tygodni powracają i wypracowują średni przychód w wysokości 112 659 zł. Chcąc wyrazić tę wartość względem tygodnia 0 widać, iż dodatkowy przychód to aż 55% przychodu wypracowanego w pierwszym okresie. Posiadając te informacje możemy szac ować, że w ciągu kolejnych 12 tygodni od pozyskania klienta oprócz wypracowanego początkowego przychodu uzyskamy dodatkowe 55% co pozwala nam planować i przewidywać działania strategiczne na przyszły okres.

rys3

Aby uzyskać jeszcze więcej informacji powinniśmy pójść jeszcze dalej. Raport analizy kohortowej obsługuje zarówno domyślne, jak i niestandardowe zaawansowane segmenty. Każdy segment wyświetla się jako oddzielna tabela danych w raporcie. Wcześniej przedstawiona analiza dokonana była dla całego ruchu. Dlatego też w celu uzyskania dokładniejszych informacji powinniśmy podzielić dane i przedstawić tabele dla płatnego i bezpłatnego ruchu oddzielnie porównując te dane do siebie.

Ruch płatny:

 rys4

Ruch bezpłatny:

 rys5

To jednak nie jest koniec. Znając średni koszt kliknięcia w reklamę dzięki kohortom, możemy sprawdzić i porównać wartość wizyty użytkownika. W ten sposób dowiemy się, ile średnio przychodu wypracowuje jeden użytkownik pozyskany z wybranego kanału. Jeżeli koszt pozyskania jednego użytkownika odejmiemy od uzyskanego przychodu, uzyskamy ostateczną kwotę przychodu niezależnie od tego czy konkretny użytkownik dokonał zakupu czy nie.

 rys6

Kolejną wartą uwagi informacją jest liczba dokonanych transakcji w danych przedziałach czasowych. Konfigurując nasz raport w typie danych wybieramy Transakcje. W ten sposób ujrzymy ilość transakcji dla każdego okresu. Dokładnie analizując każdy z tygodni, uzyskamy szczegółowe dane dotyczące konwersji użytkowników, co pozwoli nam ocenić jakie działania rozpoczęte w danym okresie wpłynęły na skuteczność naszej kampanii.

Podobno liczby nigdy nie kłamią. Zatem weryfikacja stale osiąganych wyników w Google Analytics za pomocą raportów analizy kohortowej może przybliżyć nas do sukcesu, a więc warto go dodać do ulubionych raportów standardowych jakie udostępnia nam Google.

GA V11

    Dodaj komentarz

    Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Chcesz zacząć współpracę z nami? Wypełnij Brief!

Wypełnienie briefu zajmie Ci kilka chwil a nam pozwoli
lepiej przygotować się do rozmowy z Tobą.

Wypełnij brief

Zapisz się do newslettera!

  • Dążymy do tego, aby świadczyć usługi na najwyższym poziomie. Z tego powodu w naszym serwisie korzystamy z plików cookies. Pliki cookies możesz kontrolować za pomocą ustawień swojej przeglądarki internetowej. Dalsze korzystanie z naszego serwisu, bez zmiany ustawień przeglądarki internetowej oznacza, iż akceptujesz stosowanie plików cookies. Więcej informacji znajdziesz w naszej polityce prywatności.
  • Zamknij