- אילו דפי אינטרנט באפליקציה לנייד או באתר מניבים את כמות הצפיות הגדולה ביותר?
- אילו דפי נחיתה מניבים את הביצועים הטובים ביותר או את מספר ההמרות הגדול ביותר?
- מה אנשים מחפשים באתר ובאפליקציה? מה ניתן לשפר בנוגע לתוכן האתר ולניווט באתר?
- איך אפשר לבדוק את הביצועים של דפי הנחיתה שלי לאורך זמן? האם לדפים שונים מגיעים משתמשים בשיעור דומה?
- איך המשתמשים מתקדמים במשפך הקניות?
- איך המשתמשים מתקדמים בשלבי המשחק?
- מה גרם למשתמש להוסיף מוצר לעגלת הקניות?
- מה גרם למשתמשים להסיר את האפליקציה?
- האם יש קטעים חופפים מעניינים בין פלחים שונים של הנתונים שלי?
- האם המשתמשים מתנהגים באופן שונה בהתאם למועד שבו הם נכנסו לאתר בפעם הראשונה?
- אילו מקורות הפניה מניבים את המשתמשים עם הפוטנציאל הרווחי הגבוה ביותר?
אילו דפי אינטרנט באפליקציה לנייד או באתר מניבים את כמות הצפיות הגדולה ביותר?
ב-Universal Analytics, אנחנו רגילים לראות בדוח הדפים פירוט לפי המאפיין 'נתיב הדף' ומדדים כמו 'צפיות בדף', 'צפיות ייחודיות בדף', 'שיעור העזיבה' ועוד. בנכסי Google Analytics 4, דוח הדפים נראה שונה, אבל אתם עדיין יכולים ליצור בקלות את מה שאתם מחפשים כניתוח ב-Explore.
קודם כול, צריך להפעיל מאפיין נוסף באמצעות סמל הפלוס (+) כדי להוסיף מאפיינים לחלונית 'הגדרות הכרטיסייה' ב-Explore. באופן ספציפי, מוסיפים את המאפיין 'נתיב הדף + מחרוזת שאילתה'. אם אתם רוצים לראות את הנתונים גם לפי כותרת הדף (ב-UA, הדוח 'דפים' משתמש באפשרות 'נתיב דף'), תוכלו להפעיל את המאפיין הנוסף 'כותרת הדף ושם מסך'.
בשלב הבא, תצטרכו להוסיף את המדד 'תצוגות מפורטות' כדי שתוכלו להציג אותו בניתוח. כדי להוסיף את המדד, לוחצים על סמל הפלוס (+) של הקטע 'מדדים' בחלונית 'משתנים' ומחפשים את המדד 'תצוגות מפורטות' להוספה.
כדי ליצור את ניתוח הדפים, תצטרכו להסיר את המדדים והמאפיינים שמוגדרים כברירת מחדל בהגדרות של השורות והעמודות, ולהוסיף את 'נתיב הדף + מחרוזת שאילתה' בתור המאפיין של השורה ואת 'תצוגות מפורטות' בתור המדד של העמודה. אפשר להוסיף גם את המדד 'משתמשים פעילים' כעמודה, כדי להשוות את הפופולריות של דף לפי משתמש ייחודי.
בחנות Google Merchandise Store, אם תסירו את דף הבית (/) ואת דף עגלת הקניות, תראו במהירות שדפי המוצרים הפופולריים ביותר הם הקטעים 'מכירת חיסול' ו'בגדי גברים' באתר.
אילו דפי נחיתה מניבים את הביצועים הטובים ביותר או את מספר ההמרות הגדול ביותר?
הבנה עמוקה יותר של המיקום הראשון שאליו מגיעים המשתמשים באפליקציה או באתר יכולה לשפר את חוויית המשתמש ואת מאמצי השיווק שלכם. ב-Universal Analytics הדוח הזה כלול בממשק המשתמש של הדיווח, אבל בנכסי Google Analytics 4 הוא עדיין לא קיים. אנחנו יכולים ליצור אותו מאפס כניתוח ב-Explore.
כדי ליצור את הניתוח הזה, יש כמה דברים חשובים שאתם צריכים: המאפיין 'דף נחיתה' ומדדים רלוונטיים כמו 'תצוגות מפורטות', 'סשנים' ו'משתמשים'. כדי להוסיף את המאפיינים, צריך להפעיל את המאפיינים והמדדים הנוספים באמצעות סמל הפלוס (+):
לאחר שהמאפיינים והמדדים האלה יהיו זמינים לשימוש, התחילו בהוספת המאפיינים של דף הנחיתה כשורה, ואת המדדים הרלוונטיים, כמו 'תצוגות מפורטות', 'סשנים' ו'משתמשים פעילים', כערכים. כך תקבלו ניתוח של דף הנחיתה לפי המדדים האלה.
הוספת המדד 'רכישה' מאפשרת לכם לראות אילו דפי נחיתה נצפו כאשר בוצעה רכישה:
עכשיו תוכלו לראות אילו דפי נחיתה נצפו כאשר בוצעה רכישה ולהשוות את הנתונים הכוללים כדי להבין טוב יותר את היעילות של דף הנחיתה.
מה אנשים מחפשים באתר ובאפליקציה? מה ניתן לשפר בנוגע לתוכן האתר ולניווט באתר?
דוח נפוץ נוסף שייתכן שתרצו ליצור ב-Explore הוא הניתוח 'חיפוש באתר'. כך עושים את זה:
קודם צריך להפעיל את האירוע 'מדידה משופרת' או אירוע בהתאמה אישית כדי לאסוף את נתוני החיפוש באתר. אם אתם משתמשים ב'מדידה משופרת', האירוע הזה ייקרא 'view_search_results'. בשלב הבא עליכם לוודא שהפעלתם את הפרמטר עבור 'search_term' כמאפיין מותאם אישית בנכס. לאחר מכן תוכלו להשתמש בו ב-Explore.
ברגע שהנתונים המתאימים יהיו זמינים, תוכלו ליצור את הניתוח. התהליך הזה כולל מספר חלקים. קודם צריך להפעיל את המאפיין 'search_term' כדי שהוא יהיה זמין לשימוש בניתוח:
לאחר הפעלת המאפיין, תוכלו להוסיף אותו לניתוח בהגדרה 'שורות'. לאחר מכן יוצגו נתונים שדומים לאלה שמופיעים בדוגמה הבאה:
בניתוח הזה מוצגים הרבה ערכי (not set) בגלל שהניתוח בוחן את כל האירועים. כדי להסתיר את הנתונים שאינם רלוונטיים, צריך ליצור מסנן עבור 'שם האירוע' שזהה ל-'view_search_results'. כך יוצגו נתונים רק לגבי האירוע הזה:
לאחר החלת המסנן, יוצג לכם ניתוח מעודכן שבו יוצג מספר החיפושים של כל מונח ברשימה, כך שהניתוח יהיה של מונחי החיפוש באתר:
כדי שתוכלו לבצע אופטימיזציה של התוכן, חשוב לדעת מה המשתמשים מחפשים באתר. כך תוכלו להגביר את התעניינות המשתמשים ולשפר את שביעות הרצון שלהם. לדוגמה, אם תהיה עלייה בחיפוש של מונח מסוים, כדאי להוסיף תוכן שקשור לאותו מונח, כדי שהמשתמשים יוכלו למצוא בקלות רבה יותר את מה שהם מחפשים או כדי לענות על השאלות שלהם.
איך אפשר לבדוק את הביצועים של דפי הנחיתה שלי לאורך זמן? האם לדפים שונים מגיעים משתמשים בשיעור דומה?
לכל ניתוח יש מספר אפשרויות של תצוגה חזותית. תרשים קו עשוי להיות שימושי להצגת פופולריות של נתונים לאורך זמן. אם רוצים לראות את הפופולריות של דפי הנחיתה לאורך זמן, צריך רק לשנות את סוג התצוגה החזותית על ידי לחיצה על אחת מ-6 אפשרויות התצוגה בחלונית 'הגדרות כרטיסייה'.
שינוי הרכיב החזותי לתרשים קו יוביל ליצירת גרפיקה של 10 דפי הנחיתה הפופולריים ביותר לאורך זמן.
כשמעבירים את העכבר מעל התרשים, יוצגו הנקודות על הגרף לכל יום.
ייתכן גם שיופיעו נתונים חריגים שמודגשים באמצעות עיגול ריק. כשמעבירים את העכבר מעל העיגול הריק, יוצג מידע על החריגה. בדוגמה הבאה, על סמך נתונים שנאספו קודם לכן, מערכת Google Analytics צפתה שכ-1,000 משתמשים פעילים יבקרו בדף הבית ב-2 בפברואר. עם זאת, מספר המשתמשים הפעילים שזוהו היה 2,200 וגבוה ב-116% מהצפוי.
משפכים הם כלי מצוין להצגה חזותית של התקדמות המשתמשים בקבוצת השלבים שאתם חושבים שהם יבצעו. לדוגמה, עסקים בתחום המסחר האלקטרוני יכולים להשתמש במשפך כדי לראות את התנהגות המשתמשים בקניות או את ההתנהגות שלהם בשלב התשלום. מפתחי משחקים, לעומת זאת, ירצו לראות את התקדמות המשתמשים בשלבי המשחק. עכשיו נבחן דוגמאות ספציפיות לכל אחת מהאפשרויות האלו.
איך המשתמשים מתקדמים במשפך הקניות?
לגבי ההתנהגות בקניות, כדאי לנתח את ההתקדמות של פלחי המשתמשים השונים במשפך ההתנהגות בקניות, שכולל את השלבים הבאים: צפייה בפריט, הוספת הפריט לעגלת הקניות ורכישה. כדי להתחיל, אפשר ליצור את המשפך הזה מאפס או להשתמש באחת מהתבניות הנוחות שזמינות בחשבון ההדגמה של GA4 עבור Google Merchandise Store. כדי לבחור את האפשרות הזו, עוברים לכלי הניתוחים, גוללים למטה ובוחרים באפשרות 'משפך התנהגות בקניות' מרשימת הניתוחים בקטע 'הדגמה'.
כשהניתוח ייפתח, הוא יהיה לקריאה בלבד, אבל אפשר ללחוץ על 'יצירת עותק' בפינה השמאלית העליונה כדי ליצור עותק של ניתוח הזה. העותק הזה יהיה בבעלותכם. אחרי שתיצרו עותק, תוכלו לערוך ולשנות אותו כרצונכם.
ב-Google Merchandise Store מוכרים ציוד ממותג של Google. שתי קטגוריות ציוד פופולריות באתר הן פריטים ממותגים של Android ופריטים ממותגים של YouTube. ההשוואה בין שתי קטגוריות הפריטים האלה יכולה לעזור לכם להבין את ההתנהגות בקניות. כדי לבצע את ההשוואה, צריך ליצור שני פלחים חדשים, אחד לכל קטגוריה. במקרה כזה, אפשר ליצור פלח עם תנאי שכולל את האירוע 'select_item' ואת הפרמטר 'item_name' שמכיל את 'Android' או את 'YouTube'.
הפלחים האלה יציגו משתמשים שהתקדמו במשפך ההתנהגות בקניות – שלפחות לחצו על מוצר ממותג של Android או של YouTube. באופן מפתיע, נראה שהסיכוי שמשתמשים שלכל הפחות לחצו על מוצר ממותג של Android יבצעו רכישה גבוה כמעט פי 2 בהשוואה למשתמשים שהייתה להם אינטראקציה עם מוצר ממותג של YouTube. לתשומת ליבכם: זה לא אומר שהם קנו מוצר ממותג, אלא רק שהם לחצו עליו. אם אתם מעוניינים רק ברכישות של ציוד ממותג ספציפי, תצטרכו להשתמש באירוע הרכישה, כמו בדוגמה הבאה:
לאחר החלת הפלחים, ההשוואה של משפך ההתנהגות בקניות תיראה כך:
תכונה חדשה במשפכים ב-GA4 היא היכולת לבחון את המשפך לאורך זמן. כדי לעשות זאת, צריך לשנות את סוג התצוגה החזותית ל'משפך מגמות' בחלונית 'הגדרות הכרטיסייה'. הפעולה הזו תפתח תצוגה של משפך מגמות, שכוללת פירוט של כל השלבים במגמות לאורך זמן. אפשר לגלול מעל השלבים כדי לראות את הספירות לפי יום בכל שלב ופלח.
אפשר גם להציג רק שלב אחד בכל פעם במגמה כדי לראות את השינויים לאורך זמן בקלות רבה יותר. בדוגמה הזו אפשר לראות שהחל ב-10 במרץ חלה עלייה חדה במספר הרכישות, שלא ניתן היה לראות אותה בתצוגה הקודמת של הנתונים. מעניין לראות שההפרש ברכישות בין משתמשים שהתעניינו ב-Android לעומת YouTube מתרחש כמעט לחלוטין לאחר העלייה החדה. הנתון הזה מציין שייתכן שהיה שינוי בפריסת האתר או במאמצי השיווק שהבליט את מוצרי Android מאותו הרגע.
איך המשתמשים מתקדמים בשלבי המשחק?
שאלה נפוצה שמפתחים עשויים לשאול לגבי המשחק או האפליקציה שלהם. אפשר לנתח את השאלה הזו באמצעות משפך.
תחילה תצטרכו ליצור שלבים שהם ספציפיים להתקדמות בשלבי המשחק. בדוגמה הזו, תוכלו להשתמש באירוע 'level_up' וליצור 5 שלבים עבור 5 שלבי משחק בחשבון ההדגמה של GA4 עבור Flood-it!.
לאחר ביצוע השלבים האלה, תוצג לכם ההתקדמות של המשתמשים בכל שלב במשחק.
נראה שיש יותר סיכוי שמשתמשים שעוברים את שלב 1 ימשיכו לשחק. המידע הזה יכול לעזור לכם לבצע בדיקת A/B לתרחישים שבהם יוצגו טיפים או שיטות אחרות שיעזרו למשתמשים להשלים את שלב 1, כדי לצמצם את שיעור הנטישה.
אם תעיינו במשפך לפי מגמות לאורך זמן, תבחינו גם בעלייה בכל השלבים שמתחילה בערך ב-19 במרץ. הנתון הזה מצביע על כך שמשהו השתנה בקידום או בחשיפה של המשחק בתקופה הזו.
אפשר גם לפלח את המשפך כדי לראות אם ערוצי צירוף משתמשים שונים משפיעים על ההתקדמות הכוללת בשלבי המשחק. בדוגמה הזו ניתן לבחון את צירוף המשתמשים לפי תנועה ישירה לעומת לפי תנועה בתשלום. ניתן לראות שהמשתמשים שהצטרפו באמצעות קמפיינים בתשלום נשארים למשך זמן ארוך יותר (שיעורי נטישה נמוכים יותר) בהשוואה למשתמשים שהצטרפו באופן ישיר. זה סימן לכך שהפרסום בתשלום עובד כמתוכנן.
תכונה שימושית נוספת של ניתוח המשפך היא האפשרות ליצור פלח או קהל מנקודת הנטישה. בדוגמה הבאה, ניתן לראות ששיעור הנטישה מתחיל לעלות סביב שלב 4. מומלץ ליצור פלח של משתמשים שנטשו בשלב 4 (לא הגיעו לשלב 5) ולהשתמש בו בתור קהל כדי להרחיב את פוטנציאל החשיפה או כדי לשלוח הודעה שתעודד את המשתמשים לסיים את השלב ולהמשיך במשחק.
כדי ליצור את הפלח הזה, לוחצים לחיצה ימנית על השלב הרצוי ובוחרים באפשרות של יצירת פלח. הפלח שבו תרצו להשתמש כאן יכלול גם קריטריונים להחרגה של שלב 5 במשחק, כדי להבטיח שאתם מטרגטים את הקהל הנכון.
דבר אחרון שייתכן שתרצו להוסיף לניתוח המשפך הוא המדד החדש 'הזמן שחלף'. כדי לעשות זאת, צריך להעביר את הלחצן 'הצגת הזמן שחלף' למצב 'מופעל' בחלונית ההגדרות. הפעולה הזו תוסיף לטבלה עמודת מדדים חדשה:
מדידת הזמן הממוצע שנדרש כדי לעבור משלב לשלב היא דרך מצוינת להעריך את הצלחת הלקוחות, או במקרה הזה, למדוד עד כמה קל או קשה לעבור שלב מסוים במשחק. זאת גם הזדמנות טובה ליצור קהל שניתן לבצע לגביו פעולות, כמו שליחת התראות או הודעות למטרות רימרקטינג. לדוגמה, נראה שהזמן הממוצע להשלמת שלב 2 הוא 3 שעות ו-53 דקות. כדי ליצור קהל של שכולל את המשתמשים שנטשו את השלב, לוחצים לחיצה ימנית על האפשרות המתאימה:
לאחר מכן כדאי לטרגט לקהל הזה סוג מסוים של תמריץ שיעודד אותם להמשיך לשחק במשחק או באפליקציה.
התכונה 'ניתוח נתיב' היא תכונה חדשה ומצוינת של Explore ב-GA4. מעכשיו תוכלו לבחור אירוע או דף/מסך ספציפיים שתרצו לדעת מהו הנתיב אליהם או מהם כדי לראות את התקדמות המשתמשים באתר או באפליקציה. מזה זמן רב שאנחנו מקבלים בקשות להוסיף תכונה שתעזור להבין את מסלול המשתמשים באתר, ועכשיו בעזרת ניתוחי הנתיבים החדשים ב-GA4 תוכלו סוף-סוף לעשות זאת.
מה גרם למשתמש להוסיף מוצר לעגלת הקניות?
זוהי שאלה שהרבה בעלים של אתרי מסחר אלקטרוני עשויים לשאול, ועכשיו אפשר לענות עליה באמצעות התכונה 'ניתוח נתיבים לאחור'.
כדי להתחיל, פותחים ניתוח נתיב חדש ולוחצים על 'התחלה מחדש' בפינה השמאלית העליונה. בשלב הזה תוכלו לבחור נקודת קצה (endpoint). בוחרים באפשרות 'שם האירוע'.
לאחר מכן בוחרים מהתפריט הנפתח את האירוע שממנו רוצים ליצור ניתוח נתיבים לאחור. במקרה הזה, אנחנו רוצים לראות מה הוביל את המשתמשים להוסיף פריט לעגלת הקניות, ולכן נבחר באפשרות 'הוספה לעגלת הקניות'. אם שם האירוע הרצוי לא מופיע, אפשר ללחוץ על 'טעינת פריטים נוספים' או פשוט להשתמש בסרגל החיפוש שלמעלה כדי לחפש אותו.
הניתוח ייטען עם מספר שלבים שהנתונים שלהם מולאו באופן אוטומטי בהתאם לשם האירוע. אם אתם רוצים במקום זאת לבצע ניתוח נתיב לפי שם דף, אפשר לשנות זאת לפי שלב. בדוגמה הבאה בוצע שינוי ל'כותרת דף וסיווג מסך' וניתן לראות שלא מעט אנשים מוסיפים פריט לעגלת הקניות מהדף 'מבצעים'. לאחר מכן מומלץ לבדוק את הנושא לעומק ולראות אם בדף 'מבצעים' יש פריטים שיוצרים עניין רב יותר. המידע הזה יכול לעזור לכם לגבש אסטרטגיה שיווקית בצורה מושכלת יותר.
מה גרם למשתמשים להסיר את האפליקציה?
אחד מהנושאים שמדאיגים מפתחי אפליקציות הוא נטישה (משתמשים שמסירים את האפליקציה). ניתוח נתיבים לאחור יכול לעזור לכם להבין מה הוביל את הלקוחות לנטוש את האפליקציה. כדי להתחיל, לוחצים על הלחצן 'התחלה מחדש' בחלק העליון של ניתוח נתיב כדי ליצור ניתוח חדש של נתיבים לאחור. לאחר מכן בוחרים את שם האירוע 'app_remove' כנקודת ההתחלה.
אם תחזרו מספר שלבים לאחור, תוכלו להתחיל לראות פעילויות שייתכן שהובילו לנטישה. במקרה הזה, אנחנו יכולים לראות שכ-13% מהמשתמשים שנטשו נחשפו למודעה במהלך 2 השלבים האחרונים במשפך של הסרת האפליקציה. זהו אחוז גדול למדי שמצביע על כך שייתכן שצריך לבצע אופטימיזציה לאופן שבו אתם מציגים מודעות כדי להפחית את ההשפעה השלילית על המשתמשים, וכך לצמצם את שיעור הנטישה.
האם יש קטעים חופפים מעניינים בין פלחים שונים של הנתונים שלי?
השיטה 'חפיפה בין פלחי קהל' היא דרך קלה ומצוינת להציג באופן חזותי את האינטראקציה בין פלחי המשתמשים השונים. לדוגמה, אפשר לראות את החפיפה בין משתמשים במחשבים שולחניים לבין משתמשים במחשבים ניידים שנרשמו לניוזלטר של אתר. המידע הזה מאפשר לראות בקלות רבה יותר מאיפה מגיעות רוב ההרשמות לניוזלטר, ואין צורך לבצע ניתוח טבלה כדי לקבל את אותו המידע.
כדי לעשות את זה, קודם צריך להוסיף את הפלחים שרוצים לנתח לחלונית המשתנים. כדי להוסיף פלחים חדשים, לוחצים על סמל הפלוס (+) (פעולה זו תפתח את בונה הפלחים).
כדי ליצור אירוע הרשמה לניוזלטר, בוחרים פלח אירועים ובוחרים את האירוע המתאים שיש לסנן לפיו, במקרה הזה 'sign_up'
אחרי שיוצרים את הפלחים שרוצים להציג באופן חזותי, צריך ללחוץ עליהם לחיצה כפולה כדי להוסיף אותם לחלונית 'הגדרות הכרטיסייה'. אפשר להוסיף עד 3 פלחים בכל פעם כדי להציג את החפיפה שלהם באמצעות דיאגרמת ון.
בדוגמה הזו, הוספנו את הפלחים של 'תנועת משתמשים ממחשבים', 'תנועת משתמשים מניידים' ו'הרשמה לניוזלטר' כדי לראות מאיפה מגיעות רוב ההרשמות לניוזלטר.
כפי שניתן לראות מדיאגרמת ון ומשורה 6 בטבלה שבהמשך, הרוב הגדול של ההרשמות לניוזלטר מגיעות ממשתמשים במחשב שולחני. ייתכן שהסיבה לכך היא שהחוויה בנייד לא מותאמת למטרה הזו, או שיש בעיה בחוויית המשתמש שמונעת ממשתמשים להירשם לניוזלטר בקלות. זוהי תובנה שכדאי לבדוק לעומק עם צוותי הפיתוח וה-UX.
תכונה שימושית מאוד של השיטה 'חפיפה בין פלחי קהל' היא האפשרות ליצור פלח חדש מחפיפה. לדוגמה, אם אתם רוצים ליצור פלח חדש שכולל תנועה ממחשבים שולחניים והרשמות לניוזלטר, אפשר ללחוץ לחיצה ימנית על פלח הנתונים שמעניין אתכם, בדיאגרמת ון או דרך הטבלה, ולבחור את האפשרות של יצירת פלח.
הפעולה הזו תפתח את הכלי ליצירת פלחים עם התנאים שנבחרו מראש על סמך קבוצת הפלחים שבחרתם. המערכת תקצה את השם התיאורי של התנאים המשולבים בתור שם הפלח, אבל תוכלו לשנות אותו לפי הצורך.
אפשר גם ליצור קהל מהחפיפה הזו. לשם כך, מסמנים את התיבה בפינה השמאלית העליונה, שמאפשרת לשתף את הקהל עם מוצרים אחרים של Google Marketing Platform, כמו Google Ads, כדי להגדיל את פוטנציאל החשיפה.
האם המשתמשים מתנהגים באופן שונה בהתאם למועד שבו הם נכנסו לאתר בפעם הראשונה?
'ניתוח קבוצות משתמשים' הוא כלי שימושי שעוזר להבין את ההתנהגות של קבוצות שונות של משתמשים באתר, על סמך המועד והאופן שבהם הם צורפו לקבוצה בעלת מאפיינים משותפים. שינוי המדד או החישוב של מה שאתם רוצים לנתח באמצעות הכלי 'ניתוח קבוצות משתמשים' יכול להועיל לכם אפילו יותר.
בפעם הראשונה שתפתחו ניתוח קבוצות משתמשים ב-Explore, המערכת תיצור עבורכם ניתוח על סמך הכללה של קבוצה בעלת מאפיינים משותפים של first_touch (כלומר, מה משייך מישהו לקבוצה בעלת המאפיינים המשותפים, במקרה הזה, הפעם הראשונה שהמשתמשים ביקרו באתר או באפליקציה), קריטריון להישארות בקבוצה של כל אירוע (כלומר, הם חזרו ועשו משהו באתר או באפליקציה שלכם), מדד של משתמשים פעילים וסוג חישוב של תקן. התוצאה היא ניתוח בסיסי של קבוצות משתמשים שמראה כמה משתמשים אתם מושכים בחזרה לאתר בכל שבוע במהלך 5 שבועות, ואם הנתון הזה משתנה בהתאם למועד שבו הם הגיעו לאתר או לאפליקציה.
אם משנים את סוג המדד של הניתוח הזה מ'סיכום' ל'לכל משתמש בקבוצה בעלת מאפיינים משותפים', אפשר לקבל מושג לגבי אחוזי החזרה לפי שבוע. סביר להניח שהערך הזה שימושי יותר מהסיכום שמוצג בתצוגה המפורטת הזו, מפני שהוא מספק לכם השוואה בין כל קבוצה בעלת מאפיינים משותפים לבין משתמשים חוזרים.
עבור אתר מסחר אלקטרוני, ייתכן גם שתמצאו ערך בשינוי המדד 'משתמשים פעילים' למדד 'הכנסה מרכישה'. כך תוכלו גם לראות את המשתמשים וגם את ערך ההכנסה של כל קבוצה בעלת מאפיינים משותפים. תוכלו לראות הסיכום של הקבוצה בעלת המאפיינים המשותפים, או להסתכל על בסיס משתמש בקבוצה בעלת מאפיינים משותפים. בדוגמה הבאה, שתי הקבוצות הראשונות הניבו מעט מאוד הכנסה בכל שבוע, אבל החל מהקבוצה השלישית, ההכנסה גדלה.
אם תשנו את סוג החישוב מ'רגיל' ל'מצטבר', תוכלו לראות את ההשפעה הכוללת של כל קבוצה בעלת מאפיינים משותפים על ההכנסה לעסק.
בדוגמה הזו, הנתונים מצביעים על כך שהחל מהשבוע של 7 במרץ, סביר להניח שהייתה עלייה במאמצי השיווק להפניית משתמשים שמשלימים המרות אל Google Merchandise Store.
אילו מקורות הפניה מניבים את המשתמשים עם הפוטנציאל הרווחי הגבוה ביותר?
המידע הזה יכול לעזור לצוות השיווק שלכם לדעת אילו מקורות הפניה כדאי לנסות לטפח כשותפים. במקרה הזה, הערך מציין משתמשים שיש סבירות נמוכה יותר שהם ינטשו, שיש להם ערך חיי משתמש צפוי גבוה יותר וערך חיי משתמש היסטורי גבוה יותר.
כדי ליצור את הניתוח הזה, תחילה עליכם לכלול את המדדים והמאפיינים הנדרשים לניתוח של נתונים כמו נטישה, ערך חיי המשתמש והכנסה לכל משך החיים. נשתמש במקור ובאמצעי הגעה לאתר בתור המאפיינים, ונוסיף עוד מספר מדדים בקטע 'משך החיים של המשתמש' באמצעות הסמל פלוס (+) בקטע המדדים שבחלונית המשתנים.
אחרי שתחילו את המדדים והמאפיינים האלה, תראו שבשורות רבות אין ערכים להסתברות לנטישה, כי המשתמשים האלה לא עומדים בדרישות ליצירת מודל חיזוי לנטישה. אפשר ליצור מסנן שבו ההסתברות לנטישה > 0 כדי להחריג את כל המשתמשים שאין להם חישוב של הסתברות לנטישה. לאחר מכן תראו ניתוח נקי שנראה כך:
בשלב הבא תוכלו למיין את הנתונים לפי ההסתברות לנטישה ולראות אם יש קמפיין עם כמות גדולה של משתמשים ושיעור נטישה צפוי נמוך יותר. יש סיכוי גבוה יותר שהקמפיינים האלה יניבו יותר משתמשים שמביעים עניין רב מאשר קמפיינים עם שיעור נטישה צפוי גבוה יותר.
באופן דומה, ניתן לבחון מדדים כמו רכישות צפויות, ערך חיי משתמש היסטורי ורמת התעניינות צפויה כדי לזהות את הערך של המשתמשים שצורפו מעבר לסשן היחיד.
אם תביטו בצילום המסך הבא, תוכלו לראות מספר שורות של הפניות ממקורות שאינם Google אל Google Merchandise Store שיש בהן פחות משתמשים, אבל שיעור נטישה נמוך יותר, משך התעניינות ארוך יותר, עסקאות בעלות ערך גבוה יותר וערך חיי משתמש ממוצע גבוה. נראה שההפניות האלה משתלמות לחנות, ולכן אלה מקורות ההפניה שאנחנו ממליצים לצוות השיווק לפנות אליהם, כדי לטפח איתם קשרים.