- Aling mga page sa site/app ko ang naghahatid ng pinakamaraming view?
- Aling mga landing page ang may pinakamagandang performance o naghahatid ng pinakamaraming conversion?
- Ano ang hinahanap ng mga tao sa site/app ko? Sa anong aspeto ko puwedeng mapahusay ang content o navigation ng site ko?
- Kumusta ang performance ng mga landing page ko sa paglipas ng panahon? Napupunta ba ang mga user sa iba't ibang page sa pare-parehong rate?
- Kumusta ang pag-usad ng mga user sa funnel ng pamimili?
- Kumusta ang pag-usad ng mga user sa mga level sa laro ko?
- Ano ang naging dahilan ng user para magdagdag ng produkto sa cart?
- Ano ang naging dahilan ng mga user para alisin ang app ko?
- Mayroon bang mga interesting na intersection sa pagitan ng iba't ibang segment ng data ko?
- Nag-iiba ba ang gawi ng mga user depende sa kung kailan sila unang bumisita sa site ko?
- Aling mga source ng referral ang nakakabuo ng mga pinakamahalagang user?
Aling mga page sa site/app ko ang naghahatid ng pinakamaraming view?
Sa Universal Analytics, nasanay tayong makita ang ulat sa Mga Page na nakadetalye ayon dimensyong “Path ng Page” at mga sukatang tulad ng “Mga Pageview,” “Mga Natatanging Pageview,” “Bounce Rate,” at higit pa. Sa mga property sa Google Analytics 4, iba ang hitsura ng ulat sa mga page, pero madali mong magagawa ulit ang hinahanap mo bilang pag-explore sa Explore.
Una, kakailanganin mong mag-enable ng karagdagang dimensyon sa pamamagitan ng icon na + para sa pagdaragdag ng mga dimensyon sa page na Mga Setting ng Tab sa Explore. Partikular dito, idaragdag mo ang dimensyong “Path ng Page + String ng Query.” Kung gusto mo ring makita ang iyong data ayon sa pamagat ng page (sa UA, ginagamit ng ulat sa Mga Page ang “Path ng Page”), puwede kang mag-enable ng karagdagang dimensyon ng “Pamagat ng Page at Pangalan ng Screen.”
Pagkatapos, kakailanganin mong idagdag ang sukatan para sa “Mga View” para maidala mo ito sa iyong pag-explore. Para magawa ito, i-click ang icon na + para sa seksyong Mga Sukatan sa pane na Mga Variable, at hanapin ang sukatang “Mga View” na idaragdag.
Para buuin ang pag-explore ng mga page, kakailanganin mong alisin ang mga default na sukatan at dimensyong inilapat sa mga setting ng mga row at column at idagdag ang “Path ng page at string ng query” bilang dimensyon ng row at “Mga View” bilang sukatan ng column. Para sa mga layunin ng paghahambing, puwede mo ring idagdag ang Mga Aktibong User bilang sukatan ng column para bigyan ka ng ideya sa kasikatan ng bawat page ayon sa natatanging user.
Para sa Google Merchandise store, kung aalisin mo ang home page (/) at ang page ng basket, mabilis mong makikita na ang mga pinakasikat na page ng produkto ay ang seksyong Clearance at ang seksyong Panlalaking Damit ng website.
Aling mga landing page ang may pinakamahusay performance o naghahatid ng pinakamaraming conversion?
Matutulungan ka ng pag-unawa sa kung saan unang napupunta ang mga user sa iyong app o website na i-optimize ang experience ng user at ang mga pagsisikap mo sa marketing. Sa Universal Analytics, isa itong nakahanda nang ulat sa UI ng pag-uulat, pero sa mga property sa Google Analytics 4, wala pang ganito. Puwede nating gayahin ito bilang pag-explore mula sa umpisa sa Explore.
May ilang mahalagang bagay na kakailanganin mo para mabuo ang pag-explore na ito: Ang dimensyong "Landing page + string ng query" at mga nauugnay na sukatan tulad ng "Mga View," "Mga Session," at "Mga User." Kakailanganin mong i-enable ang mga karagdagang dimensyon at sukatan sa pamamagitan ng icon na + para sa pagdaragdag ng mga dimensyon:
Kapag puwede mo nang gamitin ang mga dimensyon at sukatang ito, magsisimula ka sa pagdaragdag ng dimensyong "Landing page + string ng query" bilang row, at ang mga nauugnay na sukatan tulad ng "Mga View," "Mga Session," at "Mga Aktibong User" bilang mga value. Magbibigay ito sa iyo ng pag-explore ng mga landing page mo ayon sa mga sukatang ito.
Sa pamamagitan ng pagdaragdag ng isa pang sukatan ng "Mga Pagbili," matitingnan mo kung aling mga landing page ang tiningnan noong nagkaroon ng pagbili:
Ngayon, masusuri mo kung aling mga landing page ang tiningnan noong nagkaroon ng pagbili, at maihahambing mo ang mga kabuuan sa pangkalahatan para mas maunawaan kung gaano kaepektibo ang landing page.
Ano ang hinahanap ng mga tao sa site/app ko? Sa anong aspeto ko puwedeng mapahusay ang content o navigation ng site ko?
Isa pang karaniwang ulat na baka gusto mong gawin sa Explore ay ang pag-explore ng Site Search. May ilang hakbang para magawa ito.
Una, kailangang na-enable mo ang event na Pinahusay na Pagsukat o custom na event para makolekta ang iyong data ng site search. Kung ginagamit mo ang Pinahusay na Pagsukat, tatawaging “view_search_results” ang event na ito. Pagkatapos, kakailanganin mong tiyaking na-enable mo ang parameter para sa “search_term” bilang Custom na Dimensyon sa iyong property. Kapag nagawa mo na ito, magagamit na ito sa Explore.
Kapag nakuha mo na ang tamang data, mabubuo mo na ang iyong pag-explore. Bubuuin ito ng ilang piraso. Una, kakailanganin mong i-enable ang dimensyon para sa “search_term” para magamit ito sa iyong Pag-explore:
Kapag na-enable na ito, maidaragdag mo ito sa iyong pag-explore sa setting na “Mga Row.” Pagkatapos ay makakakita ka ng output na katulad nito:
Maraming value na (hindi nakatakda) ang ipinapakita ng pag-explore na ito dahil tinitingnan nito ang lahat ng event. Para mabawasan ang hindi kailangan, kakailanganin mong bumuo ng filter para sa “Pangalan ng event” na eksaktong tumutugma sa “view_search_results” para data para sa event na iyon lang ang ipakita:
Kapag nailapat na ang iyong filter, magkakaroon ka ng na-update na pag-explore na nagpapakita sa iyo ng bilang ng mga paghahanap para sa bawat nakalistang termino, at samakatuwid, isang pag-explore sa termino para sa paghahanap sa site:
Ang pag-alam sa hinahanap ng mga user sa site mo ay magandang paraan para tulungan kang i-optimize ang iyong content para sa mas mataas na engagement ng user at kasiyahan ng user. Halimbawa, kung may mapansin kang biglaang pagtaas sa isang partikular na termino, puwede mong pag-isipang magdagdag ng higit pang content tungkol sa terminong iyon para matulungan ang mga user ng iyong site na mas madaling mahanap ang hinahanap nila o masagot ang kanilang mga tanong.
Kumusta ang performance ng mga landing page ko sa paglipas ng panahon? Napupunta ba ang mga user sa iba't ibang page sa pare-parehong rate?
Para sa bawat pag-explore, mayroon kang ilang opsyon sa visualization. Ang isang posibleng maging kapaki-pakinabang ay ang line chart para makita kung ano ang trend ng data sa paglipas ng panahon. Kung gusto kong suriin ang trend ng aking mga landing page sa paglipas ng panahon, ang kailangan ko lang gawin ay baguhin ang uri ng visualization sa pamamagitan ng pag-click sa isa sa 6 na opsyon sa visualization sa ilalim ng pane na Mga Setting ng Tab.
Kapag ginawang line chart ang visual, may magagawang graphic ng trend ng nangungunang 10 landing page sa paglipas ng panahon.
Kung magho-hover ka sa chart, makikita mo ang mga data point na nakalista para sa bawat araw.
Posible ka ring makakita ng data ng anomaly na hina-highlight ng walang lamang bilog. Kung itatapat mo ang cursor mo sa walang lamang bilog, lalabas ang impormasyon ng anomaly. Sa halimbawa sa ibaba, batay sa dating data na nakolekta, inasahan ng Google Analytics na magkakaroon ng 1,000 aktibong user na bibisita sa home page sa Pebrero 2, gayunpaman, ang naobserbahang bilang ng mga aktibong user ay 2,200 na mas mataas nang 116% kaysa sa inaasahan.
Ang mga funnel ay mahusay na tool para madaling ma-visualize kung kumusta ang pag-usad ng mga user sa isang hanay ng mga hakbang na iniisip mong ginagawa nila. Ang mga karaniwang sitwasyon ng paggamit ng funnel ay proseso ng gawi sa pamimili o proseso ng gawi sa pag-check out para sa mga ecommerce na negosyo. Para sa mga developer ng laro, baka gusto mong tingnan ang pag-usad ng mga user sa mga level sa iyong laro. Tingnan natin ang mga partikular na halimbawa ng bawat isa sa mga ito.
Kumusta ang pag-usad ng mga user sa funnel ng pamimili?
Para sa gawi sa pamimili, baka gusto mong suriin kung kumusta ang pag-usad ng iba't ibang segment ng mga user sa funnel ng gawi sa pamimili ng pagtingin ng item, pagdaragdag sa cart, at pagbili. Para magsimula, puwede mong buuin ang funnel na ito mula sa umpisa, o kaya, puwede mong gamitin ang isa sa mga madaling gamiting template na available sa pamamagitan ng Google Merchandise Store GA4 demo account. Para piliin ito, pumunta sa Exploration hub, mag-scroll pababa, at piliin ang “Funnel ng Gawi sa Pamimili” sa mga nakalistang “Demo” na pag-explore.
Pagkabukas ng pag-explore na ito, read-only lang ito, pero puwede kang mag-click para “Gumawa ng kopya” sa kanang sulok sa itaas para gumawa ng kopya ng demo na pag-explore na ito na magiging iyo. Kapag may kopya ka na, puwede kang mag-edit at mag-adjust sa kahit anong paraang gusto mo.
Nagbebenta ang Google Merchandise Store ng gamit na may brand ng Google, at ang 2 kategorya ng gamit na sikat sa site ay mga item na may brand ng Android at mga item na may brand ng YouTube. Ang paghahambing sa 2 kategorya ng item na ito ay posibleng maging kapaki-pakinabang sa pag-unawa sa gawi sa pamimili. Para magawa ito, puwede kang gumawa ng 2 bagong segment, isa para sa bawat kategorya. Sa sitwasyong ito, puwede kang gumawa ng segment na may kundisyong may event na “select_item” at parameter na “item_name” na naglalaman ng “Android” o “YouTube.”
Pagkatapos ay ipapakita ng mga segment na ito ang mga user na umusad sa funnel ng gawi sa pamimili na nakapag-click man lang sa produktong may brand ng Android o produktong may brand ng Youtube. Ang interesting dito, mukhang ang mga user na nag-click man lang sa isang produktong may brand ng Android ay halos 2 beses na mas malamang na bumili kaysa sa mga nakipag-interact sa isang produktong may brand ng YouTube. Tandaang hindi ito nangangahulugang bumili sila ng may brand na produkto, nag-click lang sila rito. Kung interesado ka lang sa mga pagbili ng partikular na may brand na gamit, ang event na pagbili ang gagamitin mo, gaya ng nasa ibaba:
Kapag nailapat na ang mga segment na ito, magiging parang ganito ang hitsura ng iyong paghahambing sa funnel ng Gawi sa Pamimili:
Ang isang bagong feature sa mga funnel sa GA4 ay ang kakayahang tumingin sa trend ng funnel na ito sa paglipas ng panahon. Para magawa ito, gawing “Trended funnel” ang uri ng visualization sa pane na Mga Setting ng Tab. Magbubukas ito ng view ng trended funnel na nagpapakita ng trend ng lahat ng hakbang sa paglipas ng panahon. Puwede kang mag-scroll sa mga ito para tingnan ang mga bilang ayon sa araw para sa bawat hakbang at segment.
Puwede ka ring tumingin lang sa trend ng isang hakbang sa bawat pagkakataon para mas madaling ma-visualize ang mga pagbabago sa paglipas ng panahon. Sa halimbawang ito, mapapansin mong noong Marso 10, may biglaang pagtaas sa mga pagbili na hindi kita kapag tinitingnan ang naunang view sa data. Ang interesting dito, ang pagkakaiba sa mga tumitingin sa Android vs Youtube ay mukhang halos nagsimula talaga pagkatapos ng biglaang pagtaas na ito, na nagsasaad na baka may pagbabago sa layout ng website o mga pagsisikap sa marketing na dahilan para maging mas kitang-kita ang mga produkto ng Android mula sa oras na iyon.
Kumusta ang pag-usad ng mga user sa mga level sa laro ko?
Isa itong karaniwang tanong na baka mayroon ang isang developer tungkol sa kanyang laro o app. Masusuri mo ang tanong na ito gamit ang isang funnel.
Una, kakailanganin mong bumuo ng mga hakbang na partikular na pag-usad sa level. Sa halimbawang ito, magagawa mong gamitin ang event na “level_up” at bumuo ng 5 hakbang, para sa 5 level sa Flood-it! GA4 demo account.
Kapag inilapat ang mga hakbang na ito, makikita mo ang pag-usad ng mga user sa bawat level sa laro.
Mukhang ang mga user na malalampasan ang level 1 ay mas posibleng magpatuloy sa paglalaro. Makakatulong sa iyo ang impormasyong ito na mag-A/B test ng mga sitwasyon kung saan nagpapakilala ka ng mga tip o iba pang paraan para tulungan ang mga user na matapos ang level 1 para mabawasan ang pag-churn.
Kung ite-trend mo ang funnel sa itaas sa loob ng mahabang panahon, makakapansin ka rin ng pagtaas sa lahat ng hakbang simula sa bandang Marso 19, na nagsasaad na baka may nagbago sa promosyon o visibility ng laro sa puntong iyon.
Puwede mo ring i-segment ang funnel na ito para suriin kung nakakaapekto ba ang iba't ibang channel ng pagkuha sa pangkalahatang pag-usad sa level. Sa halimbawang ito, matitingnan mo ang Direkta vs Nabayarang pagkuha ng trapiko. Mapapansin mo na ang mga user na nakuha sa pamamagitan ng mga bayad na campaign ay mas nagtatagal (mas mababang rate ng pag-abandona) kaysa sa mga direktang nakuha, na isang senyales na baka gumagana gaya ng inaasahan ang iyong bayad na pag-advertise.
Isa pang napakakapaki-pakinabang na feature ng Pag-explore ng funnel ay puwede kang gumawa ng segment o audience mula sa drop off. Sa halimbawa sa ibaba, mapapansin mong nagsisimulang tumaas ang rate ng pag-abandona sa bandang level 4. Baka gusto mong gumawa ng segment ng mga nag-drop off sa Level 4 (hindi umabot sa level 5) at gamitin iyon bilang audience para palawakin ang iyong abot o magpadala ng push notification para hikayatin ang mga user na bumalik para tapusin ang level at magpatuloy sa laro.
Para magawa ang segment na iyon, mag-right click sa hakbang kung saan ka interesado at piliing gumawa ng segment. Ang segment na mainam na gagamitin mo rito ay mayroon ding pamantayan sa pagbubukod para sa level 5 para matiyak na tamang audience ang tina-target mo.
Panghuli, ang isa pang bagay na mainam kung idaragdag mo sa iyong pag-explore ng funnel ay ang bagong sukatang “Lumipas na Oras.” Magagawa mo ito sa pamamagitan ng pag-toggle sa button para sa “Ipakita ang Lumipas na Oras” sa pane na Mga Setting. Kapag ginawa mo ito, may idaragdag na bagong column ng sukatan sa iyong talahanayan:
Ang pagtingin sa kung gaano katagal sa average ang paglipat sa bawat hakbang ay puwedeng maging magandang indikasyon ng tagumpay ng customer mo, o sa sitwasyong ito, kung gaano kadali o kahirap na malampasan ang isang level. Puwede ring magandang sitwasyon ito para sa paggawa ng audience na aaksyunan, tulad ng pagpapadala ng push notification o mensahe ng remarketing. Halimbawa, mukhang inaabot nang 3 oras at 53 minuto ang pagtapos sa level 2 bilang average. Puwede kang gumawa ng audience ng pag-abandona nito sa pamamagitan ng pag-right click at pagpili sa opsyong iyon:
Magiging magandang audience ito na gagamitin para mag-target ng paghihikayat para hindi sila mag-churn sa laro o app.
Isang magandang bagong feature ng Explore sa GA4 ay ang Pag-explore ng pathing. Puwede ka na ngayong pumili ng partikular na event o page/screen na gusto mong i-path pasulong o pabalik para makita ang pag-usad ng mga user sa iyong site o app. Ang pag-unawa sa daloy ng user sa site ay matagal nang nire-request na feature, at sa bagong mga Pag-explore ng pathing sa GA4, sa wakas ay posible na ito.
Ano ang naging dahilan ng user para magdagdag ng produkto sa cart?
Baka isa itong tanong ng maraming site ng ecommerce at masisiyasat na ito ngayon gamit ang feature na pabalik na pathing.
Para magsimula, magbukas ng bagong Pag-explore ng pathing at pindutin ang “Magsimula sa umpisa” sa kanang sulok sa itaas. Pagkatapos ay makakapili ka na ng endpoint. Piliin ang “Pangalan ng event”
Pagkatapos, pipiliin mo ang event na gusto mong i-path pabalik mula sa slide out menu. Sa ganitong sitwasyon, dahil gusto nating masuri kung ano ang naging dahilan ng mga user para magdagdag sa cart, pipiliin natin ang “idagdag sa cart.” Kung hindi mo nakikita ang pangalan ng event kung saan ka interesado, puwede mong i-click ang “Mag-load pa” o gamitin lang ang search bar sa itaas para hanapin ito.
Maglo-load ang pag-explore ko ng maraming hakbang na na-populate na batay sa pangalan ng event. Kung gusto kong mag-path na lang ayon sa pangalan ng page, puwede kong baguhin iyon sa bawat hakbang. Sa halimbawa sa ibaba, lumipat ako sa “Pamagat ng page at uri ng screen” at nakita kong marami-raming tao ang nagdagdag sa cart mula sa page na Sale. Baka mainam din para sa akin na alamin pa ito sa pamamagitan ng pagtingin sa mga detalye sa page na Sale para masuri kung may mga partikular na item na mas interesting para makatulong sa pagbibigay ng impormasyon para sa strategy ko sa marketing.
Ano ang naging dahilan ng mga user para alisin ang app ko?
Para sa mga developer ng app, isang malaking alalahanin ang pag-churn (ang pag-aalis ng mga user sa app). Puwedeng maging magandang resource ang pabalik na pathing para tulungan kang malaman kung ano ang naging dahilan ng mga customer sa pag-churn sa app. Para magsimula, gagawa ka ng pabalik na path sa pamamagitan ng pag-click sa button na “Magsimula sa umpisa” sa itaas ng Pag-explore ng path. Pagkatapos ay pipiliin mo ang pangalan ng event na “app_remove” bilang pagmumulan mo.
Kung magpa-path ka pabalik nang ilang hakbang, magsisimula kang makakita ng mga aktibidad na posibleng humantong sa pag-churn. Sa sitwasyong ito, makikita natin na humigit-kumulang 13% ng nangyaring pag-churn ay nakakita ng ad impression sa loob ng 2 hakbang mula noong inalis ang app. Isa itong malaki-laking porsyentong nagsasaad na baka kailangang i-optimize ang paraan ng pagpapakita mo ng mga ad para mabawasan ang negatibong epekto sa mga user at mabawasan ang pag-churn.
Mayroon bang mga interesting na intersection sa pagitan ng iba't ibang segment ng data ko?
Ang technique na Pag-overlap ng Segment ay isang magandang paraan para madaling ma-visualize kung paano nakikipag-ugnayan sa isa't isa ang iba't ibang segment ng mga user. Halimbawa, mavi-visualize ko ang overlap ng mga desktop user vs mobile user na nag-subscribe sa newsletter ng site. Posibleng mas madali nitong maipakita sa akin kung saan nagmumula ang karamihan ng mga pag-sign up sa newsletter, sa halip na mag-break down ng pag-explore ng talahanayan para makuha ang impormasyong ito.
Para magawa ito, kakailanganin mo munang idagdag ang mga segment na gusto mong suriin sa pane ng mga variable. I-click ang icon na + para magdagdag ng mga bagong segment (kapag ginawa ito, bubukas ang tagabuo ng segment).
Magagawa mo ang event na Pag-sign Up sa Newsletter sa pamamagitan ng pagpili ng segment ng event at pagpili sa naaangkop na event na gagamitin sa pag-filter, na “sign_up” sa sitwasyong ito
Kapag nabuo mo na ang mga segment na gusto mong i-visualize, kakailanganin mong ilapat ang mga ito sa pamamagitan ng pag-double click sa mga ito para maidagdag sa pane na Mga Setting ng Tab. Puwede kang magdagdag ng hanggang 3 segment nang magkakasabay para ma-visualize ang overlap ng mga ito sa pamamagitan ng Venn diagram.
Sa halimbawang ito, nagdagdag ako ng mga segment para sa “Trapiko sa desktop,” “Trapiko sa mobile,” at “Pag-sign Up sa Newsletter” para makita kung saan nagmumula ang karamihan ng mga pag-sign up sa newsletter.
Gaya ng makikita mo sa Venn diagram at sa row 6 ng talahanayan sa ibaba, sa mga desktop user nagmumula ang napakalaking bahagi ng mga pag-sign up sa newsletter. Posibleng isaad nito na hindi naiangkop para sa layuning ito ang experience sa mobile, o may isyu sa UX na pumipigil sa mga user sa madaling pag-sign up para sa newsletter. Isa itong impormasyong baka mainam kung mas aalamin ko pa kasama ng dev team at UX team ko.
Isang napakakapaki-pakinabang na feature ng technique na Pag-overlap ng Segment ay ang kakayahang gumawa ng bagong segment mula sa isang overlap. Halimbawa, kung gusto kong gumawa ng bagong segment na kinabibilangan ng trapiko sa desktop at mga pag-sign up sa newsletter, puwede akong mag-right click sa visual slice ng data kung saan ako interesado, sa Venn diagram man o sa talahanayan, at piliin ang opsyong gumawa ng segment.
Kapag ginawa ito, bubukas ang tagabuo ng segment kung saan napili na ang mga kundisyon batay sa segment na napili mo. Magtatalaga ito ng mapaglarawang pangalan ng mga pinagsama-samang kundisyon bilang pangalan ng segment, pero puwede mo itong baguhin kung gusto mo.
Puwede ka ring gumawa ng audience mula sa overlap na ito sa pamamagitan ng paglalagay ng check sa kahon sa kanang bahagi sa itaas, na nagbibigay-daan sa iyo na ibahagi ang audience na ito sa iba pang produkto sa Google Marketing Platform, tulad ng Google Ads, para makatulong sa pagpapalawak ng abot mo.
Nag-iiba ba ang gawi ng mga user depende sa kung kailan sila unang bumisita sa site ko?
Ang Pag-explore ng cohort ay isang kapaki-pakinabang na tool para maunawaan kung ano ang gawi ng iba't ibang grupo ng mga user ng iyong site, batay sa kung kailan at paano sila pumasok ng cohort. Posibleng lalo pa itong maging kapaki-pakinabang kung babaguhin mo ang sukatan o pagkalkula sa kung ano ang sinusuri mo sa pag-explore ng cohort.
Kapag nagbukas ka ng bagong pag-explore ng cohort sa Explore sa unang pagkakataon, may mapapansin kang pag-explore na binuo para sa iyo batay sa pagsasama ng cohort na first_touch (aka kung paano naging kwalipikado ang isang tao para sa cohort - sa sitwasyong ito, ang unang beses na bumisita sila sa site o app), pamantayan sa pagbalik na kahit anong event (ibig sabihin, bumalik siya at may ginawang kahit ano sa site o app mo), sukatang mga aktibong user, at uri ng kalkulasyon na karaniwan. Nagreresulta ito sa basic na pag-explore ng cohort na nagpapakita sa iyo kung ilang user ang nahihikayat mong bumalik sa iyong site bawat linggo sa loob ng 5 linggo, at kung mag-iiba iyon depende sa kung sa site o app mo sila unang dumating.
Kung babaguhin mo ang uri ng sukatan ng pag-explore na ito para maging “bawat user ng cohort” mula sa “kabuuan,” magkakaroon ka ng ideya sa mga porsyento ng pagbalik sa bawat linggo. Malamang na mas kapaki-pakinabang ito kaysa sa kabuuan para sa partikular na view na ito dahil nagbibigay ito sa iyo ng ideya sa kung paano maihahambing ang bawat cohort para sa mga bumabalik na user.
Para sa site ng ecommerce, baka maging kapaki-pakinabang din sa iyo ang pagbabago sa Value mula sa sukatang Mga Aktibong User para gawing sukatang “Kita sa Pagbili” para hindi lang makita ang mga user pero ang halaga ng kita na ipinapasok ng bawat cohort. Puwede mo itong tingnan bilang kabuuan para sa cohort, o sa batayang bawat user sa cohort. Sa halimbawa sa ibaba, mapapansin mong ang unang 2 cohort ay bumuo ng napakaliit na kita bawat linggo, pero simula sa pangatlong cohort, nagsisimula nang lumaki ang kita.
Kung gagawin mong Pinagsama-sama ang uri ng pagkalkula mula sa pagiging Karaniwan, maoobserbahan mo ang kabuuang epekto ng bawat cohort sa kita ng negosyo.
Sa halimbawang ito, iminumungkahi ng data na simula sa linggo ng Marso 7, malamang na nagkaroon ng pagtaas sa mga pagsisikap sa marketing para maghatid ng mga user na may mataas na conversion sa Google Merchandise store.
Aling mga source ng referral ang nakakabuo ng mga pinakamahalagang user?
Kapag alam mo ang impormasyong ito, magkakaroon ang iyong marketing team ng impormasyon tungkol sa kung aling mga source ng referral ang mainam nilang itaguyod bilang mga partner. Sa sitwasyong ito, isinasaad ng value na ang mga user ay may mas maliit na posibilidad na mag-churn, mas mataas na inaasahang panghabambuhay na kita, at mas mataas na historical LTV.
Para mabuo ang pag-explore na ito, mainam kung magpapasok ka muna ng mga sukatan at dimensyong kinakailangan para mag-explore sa mga bagay tulad ng Churn, LTV, at panghabambuhay na kita. Gagamitin namin ang source at medium bilang mga dimensyon namin, at para sa mga sukatan, kukuha kami ng iba pa sa pamamagitan ng pagdaragdag ng mga ito mula sa seksyong “Panghabambuhay ng user” gamit ang icon na + sa seksyong mga sukatan ng page ng mga variable.
Kapag nailapat mo na ang mga sukatan at dimensyong ito, mapapansin mong maraming row ang walang value para sa posibilidad ng pag-churn, dahil hindi kwalipikado ang mga user na iyon para sa pagmomodelo ng paghula sa pag-churn. Puwede kang gumawa ng filter kung saan ang posibilidad ng pag-churn ay > 0 para ibukod ang lahat ng user na walang nakalkulang posibilidad ng pag-churn. Pagkatapos nito, magkakaroon ka ng malinis na pag-explore na katulad nito:
Pagkatapos, magagawa mong pagbukud-bukurin ang iyong data ayon sa posibilidad ng pag-churn at makita kung mayroong anumang campaign na may malaki-laking bilang ng mga user at mababang inaasahang pag-churn. Ang mga campaign na iyon ay may mas malaking posibilidad na makabuo ng mga mas nakikipag-ugnayang user kaysa sa mga campaign na may mas mataas na hinulaang value ng pag-churn.
Katulad nito, puwede mong tingnan ang mga hinulaang pagbili, historical LTV, at hinulaang pakikipag-ugnayan para matukoy ang halaga ng mga nakuhang user pagkatapos ng iisang session.
Kapag tiningnan ang screenshot sa ibaba, sa sitwasyong ito, may ilang row ng mga referral na hindi mula sa Google papunta sa Google Merchandise store na may mas kaunting user, pero may mas mababang pag-churn, mas matagal na pakikipag-ugnayan, mas mataas na mga transaksyon, at mahusay na average na LTV. Mukhang maganda ang halaga sa store ng mga referral na ito, kaya naman irerekomenda namin ang mga source ng referral na ito sa marketing team para makipag-ugnayan sila sa kanila para mas mapatatag pa ang relasyon sa kanila.